Supabase 获 5 亿美元 F 轮融资，估值 105 亿美元，AI 编码重塑后端栈

Supabase 已经完成了 5 亿美元 F 轮融资，估值达到 105 亿美元，这是 AI 编码热潮改变不仅仅是软件编写方式，还改变了开发者选择的基础设施的最明显迹象之一。

本轮融资由 GIC 领投，现有投资者包括 Accel、Y Combinator、Craft、Felicis、Peak XV 和 Coatue 也参与了本轮投资。Stripe 增加了对 Supabase 的投资，而 Salesforce Ventures (CRM ) 作为新投资者加入了本轮投资。

这一轮融资发生在 AI 辅助开发工具推动更多人更快地构建应用程序的时期，通常需要更少的传统工程资源。这一转变创造了对后端平台的新需求：开发者想要数据库、身份验证、API、文件存储、实时功能、无服务器函数和 AI 准备就绪的数据工具，可以快速组装而无需从头开始构建整个基础设施栈。

Supabase 正在这一层面上定位自己。

从开源 Firebase 替代品到 AI 时代后端平台

Supabase 最初是作为开源的 Firebase 替代品出现的，但其核心架构上的赌注一直不同。与其围绕专有数据库模型构建，Supabase 建立在 Postgres 之上，这是最广泛使用的开源关系数据库之一。

这很重要，因为当前的 AI 生成和 AI 辅助应用程序仍然需要可靠的、结构化的基础设施。聊天机器人界面、工作流代理或 AI 编码助手可以快速生成前端，但应用程序仍然需要存储用户数据、执行访问控制、管理身份验证、触发后端逻辑和随着使用量的增长而扩展。

Supabase 将许多这些需求打包成一个开发者平台。其产品包括 Postgres 数据库、身份验证、即时 API、Edge Functions、实时订阅、存储和向量嵌入。在实践中，它为开发者提供了从原型到工作应用程序所需的许多后端组件，而无需单独组装每个层次。

这就是为什么 Supabase 与 AI 编码工具的崛起密切相关的原因。当开发者使用诸如 Cursor、Claude Code、Codex 风格的代理或其他 AI 辅助编码环境 时，他们经常需要后端服务，可以轻松描述、连接和预测足以让生成的代码正常工作。Supabase 符合这种模式，因为其原语是熟悉的、记录的，并围绕 Postgres 构建的。

为什么 Postgres 在 AI 应用程序栈中变得更加重要

融资也反映了更广泛的市场转变：AI 应用程序正在增加能够处理传统应用程序数据和 AI 特定工作负载的数据库的价值。

许多 AI 应用程序需要处理嵌入，这是文本、图像、文档、产品或其他数据的数值表示。这些嵌入允许开发者构建诸如语义搜索、推荐系统、检索增强生成和 AI 助手等功能，可以搜索私有业务数据。

Supabase 通过 pgvector 支持此功能，pgvector 是 Postgres 的一个扩展，用于存储和查询向量嵌入。这允许开发者将应用程序数据和 AI 可搜索数据保留在同一个 Postgres 环境中，而不是自动将向量工作负载发送到单独的专用数据库。

这对于下一代 AI 产品至关重要。许多公司不仅仅是在构建独立的聊天机器人。他们正在现有应用程序、内部工具、客户门户、分析系统和工作流产品中构建 AI 功能。在这些情况下，AI 层需要与用户权限、业务记录、帐户数据和实时产品活动紧密结合。

通过将向量搜索保留在 Postgres 中，Supabase 正在押注许多 AI 应用程序将更喜欢集成的基础设施而不是碎片化的堆栈。

Edge Functions 将 AI 逻辑更接近应用程序

Supabase 的 Edge Functions 是其 AI 基础设施故事的另一个关键部分。这些是全局分布的服务器端 TypeScript 函数，旨在在用户附近运行后端逻辑。

对于 AI 开发者来说，这对于处理 Webhook、处理用户输入、生成嵌入、连接到第三方 API 或触发应用程序工作流等任务很有用。Supabase 还在 Edge Functions 中开发了 AI 推理功能，表明该公司认为无服务器执行是 AI 应用程序层的一部分，而不是单独的附加组件。

Postgres、向量支持和边缘执行的后端逻辑的组合有助于解释为什么 Supabase 在构建 AI 本地软件的开发者中获得了动力。该产品不仅仅是一个数据库；它更接近于可以支持身份验证、存储、检索、实时更新和 AI 工作流的应用程序后端。

Multigres 指向 Supabase 的下一个扩展挑战

在宣布融资的同时，Supabase 推出了 Multigres v0.1 alpha，一个旨在扩展 Postgres 以处理更大工作负载的项目。

Multigres 被 Supabase 描述为 Postgres 的可扩展操作系统。该项目旨在解决 Postgres 生态系统中长期存在的紧张关系之一：开发者喜欢 Postgres，因为其可靠性、灵活性和开源基础，但扩展 Postgres 以处理非常大的应用程序可能会变得复杂。

时机很重要。Supabase 的早期吸引力来自于速度和简单性，尤其是对于初创公司、独立开发者和快速构建的团队。但是，该公司的估值现在意味着更大的雄心：成为不仅可以支持原型和中型应用程序，还可以支持企业级系统的基础设施。

这就是 Multigres变得战略性重要的原因。如果 Supabase 能够使 Postgres 更容易扩展以处理越来越苛刻的工作负载，它可以减少公司最终将其堆栈的一部分转移到更专门的数据库系统的主要原因之一。

AI 编码正在扩展开发者市场

Supabase 获得融资的最重要影响之一是 AI 编码工具可能正在扩展后端基础设施的市场。

历史上，后端平台主要卖给专业开发者和工程团队。AI 编码工具正在改变这一界限。产品经理、创始人、设计师、运营团队和技术上好奇的非工程师现在可以使用自然语言提示生成工作应用程序。但即使 AI 编写代码，应用程序仍然需要基础设施来工作。

这创造了对后端的不同需求。获胜的平台不一定是那些具有最理论上的灵活性。它们是那些 AI 工具可以理解、生成代码和可靠连接的平台。

Supabase 从这一趋势中受益，因为它为成熟的开源工具提供了清晰的、面向开发者的抽象。对于生成代码的 AI 代理来说，这种清晰度很重要。对于审查和扩展 AI 生成软件的人类开发者来说，Postgres 也提供了一个熟悉的基础。

对开源基础设施的更大信号

Supabase 的崛起也是开源基础设施在 AI 时代仍然具有高度相关性的信号。

AI 热潮创造了对新模型提供商、推理平台、向量数据库、代理框架和编码工具的需求。但是在这一波下面，开发者继续重视开源标准、可移植性和他们可以理解的基础设施。Supabase 使用 Postgres 为其赢得了那些不想将核心数据层锁定在狭窄的专有系统中的开发者的信任。

这并不意味着 Supabase 避免了竞争。它在一个拥挤的基础设施市场中运营，包括云巨头、数据库公司、后端即服务提供商和专门的 AI 数据平台。Amazon (AMZN ) Web Services、MongoDB (MDB ) 、Firebase、Neon、PlanetScale、Pinecone 和其他公司都触及了开发者的工作流程的某些部分。

Supabase 的挑战将是，在扩展到更大的企业工作负载的同时，保持其开发者友好的简单性。它越长越大，就越需要证明它可以在不失去最初使其受欢迎的速度的情况下处理安全性、可靠性、合规性、可观察性和可扩展性。

后端正在成为 AI 开发的战场

Supabase 的 5 亿美元融资不仅仅是又一笔大型 AI 相关融资。它凸显了软件开发中的结构性转变。

AI 编码工具使得生成应用程序变得更容易，但它们也增加了对可以将生成的代码转化为可靠产品的后端平台的需求。几分钟内创建的原型仍然需要身份验证、权限、数据存储、API、部署逻辑和扩展路径。随着 AI 降低构建软件的门槛，基础设施层变得更加重要。

Supabase 现在是试图定义这一层的公司之一。其赌注是 AI 应用程序开发的未来不会完全建立在新的、奇异的数据库或封闭平台上。很大一部分可能会建立在 Postgres 上，扩展到向量、无服务器函数、实时功能和为人类开发者和 AI 编码代理设计的工具上。

凭借 5 亿美元的新资金和 105 亿美元的估值，Supabase 现在拥有资本和市场关注力，可以在更大规模上测试这一假设。