Supabase估值100亿美元并收购Turso：月建500万数据库背后的Agent暗礁

大模型替人类写代码时，正在暴露极度分裂的选型偏见。

Latent Space 针对 7 种前沿模型配置、161 个买家场景运行的 6,742 次测试显示，当 AI Agent 需要一套带认证、权限和存储的集成后端时，Supabase 拿下了 41/41 的全票首选；一旦任务切换成纯粹的托管数据库，Supabase 的首选率骤降至 1/42，主打写时复制（Copy-on-write）分支的竞品 Neon 拿下了 34/42。

机器偏爱省事，资本直接为这种偏爱买单。Supabase 投前估值已站上 100 亿美元（2026 年 6 月完成由 GIC 领投的 5 亿美元 F 轮融资，较 2025 年 10 月 E 轮的 50 亿美元翻倍），平台上每月新建数据库飙升至 500 万个。为了接住这股由自主代码掀起的建库洪流，Supabase 在 2026 年 10 月连出重拳，不仅在 10 月 2 日收购边缘 SQLite 平台 Turso、让其联合创始人 Glauber Costa 执掌 Agent 基础设施业务，还在当月密集上线了免 Docker 本地运行时、Declarative Schemas 2.0 和紧邻数据库的 Supabase Compute。

把这组动作拼在一起，能迅速看清当下的后端战局：

• 发生了什么.AI Agent 每周在 Supabase 拉起超 100 万个、每月约 500 万个数据库，逼得坚守 Postgres 的 Supabase 买下 Rust 重构的 SQLite 平台 Turso（支持 5.99 美元/月无限建库），并全面改造 CLI 与计算层来迎合 Agent。
• 为什么重要.自主智能体秒级建库、用后即弃的模式，击穿了传统独立容器每个附加项目约 10 美元/月的成本模型；谁能替 Agent 省去配环境的摩擦，谁就能垄断大模型默认推荐入口。
• 谁直接受影响.指挥 Coding Agent 并发写代码的团队，和开发面向终端用户 Agent 应用的工程师，必须在 Supabase 与 Neon 之间做出截然不同的底座切割，并独自消化 Alpha 工具链的丢数据与越权漏洞。

月建 500 万库的洪流，逼出 5.99 美元的借道妥协

人类工程师主导开发时，数据库的生命周期按月甚至按年计算。自主智能体彻底砸碎了这个账本。一个 Agent 为了验证接口、跑通测试或隔离一段临时对话，一天内会反复拉起并销毁上百次环境。

Supabase 标准架构原本为严谨生产环境设计，依赖独立的计算单元与容器实例。在现行商业定价中，Supabase Pro 方案月费 25 美元，每额外增加一个独立项目就要加收约 10 美元/月（含 8 GB 磁盘）。让 Agent 照着每周超 100 万、每月 500 万个的频率建库，传统容器账单会在几小时内把开发团队拖垮。

环顾四周，云端状态层的对手都在卡位。Cloudflare D1 依托 Workers 生态以 5 美元/月起步，但强制限制单账户最多 50,000 个数据库、单库上限 10 GB 且采用单线程排队执行；Neon 针对 Agent 平台开出专项通道，按 0.106 美元/CU-小时计费，但要求企业通过审核绑定 Scale 计划。

Turso 刚好刺中了这块空白。其 Developer 方案月费仅 5.99 美元，允许无限制创建数据库，附带 9 GB 存储、25 亿行读取、2500 万行写入和 10 GB 同步额度；面向业务扩容的 Scaler 方案起步也只要 29 美元/月。Supabase 买下 Turso 并收编另一位联合创始人 Pekka Enberg 及核心团队，本质是一场防御性截胡——不买，海量的自动化原型开发就会在第一环被边缘 SQLite 拦截吞食。

为了把 Agent 彻底留在自家院子里，Supabase 联合创始人 Paul Copplestone 与 Ant Wilson 在 10 月密集补齐了三件减少环境摩擦的工具，直接拉升了用户激活率与付费转化率。但翻开工程底表，这三把利器全带着刺眼的 Alpha 期限制：

Agent 爱的是少配一套环境，不是数据库内核本身。

最明显的温差就在 Supabase Compute。尽管 10 月 2 日的 Select 大会曾提及 Agent 沙箱用例，但 10 月 27 日上线的 Alpha 版说明明确排除了 Agent 沙箱场景。当前 Compute 仅提供 2 GB/1 vCPU 或 4 GB/2 vCPU 规格，服务随时可能重启，且运行中的容器默认接收项目的全部密钥。要跑生产级容器或隔离不可信 Agent 代码的团队，依然得退回 Google Cloud Run（配合已更名为 SQL Connect 的 Firebase 关系型方案）等成熟底座。

剥掉营销滤镜：冷挂起的文件与跨引擎的断层

买下 Turso、推进 OrioleDB 与自研高可用方案 Multigres（私密 Alpha），Supabase 官方讲的故事是“从原型到 PB 级（prototype to petabyte）”：让 Agent 在验证阶段用廉价的 SQLite，等业务长大了再无缝迁回 Postgres。

这听起来很美，但工程上根本不是一条平整的高速公路。

先看 Turso 为什么能这么便宜。由前 ScyllaDB 核心团队操刀的 Turso 并非单纯的云管 SQLite，它的技术栈分三层：早期基于 C 语言改写、带网络同步的 libSQL 分叉；随后完全用 Rust 重写、支持异步 I/O 与并发写入的存储引擎 Turso Database；以及由 Rust 多租户微服务与 Go 控制平面搭建的 Turso Cloud。

它的账本之所以算得过来，是因为将计算与存储彻底剥离。持久化数据全部扔在 AWS S3 或 S3 Express 对象存储里，本地 NVMe 磁盘只当缓存加速层。

官方高调宣传的“单台物理服务器承载数百万数据库”，实质是把长期没有流量的微库挂起并推入冷存储，绝非让数百万个实例同时扛下高并发写入。

性能指标同样得挤掉水分。Turso 在 2026 年 9 月 29 日发布的 0.8 版本基准测试显示，64 连接并发写入下吞吐约为 9,500 TPS（同硬件原版 SQLite 3.50.2 仅约 1,370 TPS），32 连接并发下 p99.9 延迟降至 2.4 毫秒（原版需约 1.2 秒）。但在最基础的单连接吞吐测试中，原版轻装上阵的 SQLite 依然更快。所谓 312 倍同步加速，只是拿 Local-first 本地批量持久化去比跨公网远程请求，吃的是减少网络往返的架构红利。

更要命的暗礁在于跨引擎升级。

从 SQLite 跨到 Postgres 是异构移植。二者在方言语法、数组类型、复杂 JSON 查询和存储过程上隔着鸿沟，目前根本没有开箱即用的自动化升级工具。Turso Cloud 的并发写入仍停留在预览阶段，仅限特定 tursodb 数据库配合 BEGIN CONCURRENT 语法运行。

况且，无限建库不等于零持有成本。闲置在 S3 的微型库超额存储费达 0.75 美元/GB。任由智能体肆虐建库而不做清理，沉淀的冷数据照样会变成持续漏费的账单黑洞。

真正的选型分水岭：写代码选 Neon，做应用选 Supabase，但小心越权

19 世纪美国铁路狂潮时，南方为了低成本快速铺轨，大量采用窄轨；北方工业区则坚持标准轨。窄轨让列车迅速开进了荒野，可一旦南北干线要并网联运，所有货物和车厢都得在交界处卸下重装，换轨的代价最终远超当年省下的枕木钱。

今天数据库赛道的双轨拼合，与当年的铁路轨距之争有七分神似，只是试错的主角从筑路工人换成了不眠不休的 AI Agent。

我不太买账的是“一套底座通吃所有 Agent”的公关叙事。回到开头那组 41/41 对 1/42 的极端反差，当下的架构选型分水岭其实极其清晰，完全取决于你手里的 Agent 在替谁干活。

如果你的核心场景是让多个 Coding Agent（编程代理） 并发写代码、做自动化迁移测试，直接选 Neon。Neon 坚持全生命周期的纯血 Postgres 路线，靠写时复制瞬时拉起分支，连带 JS/TS Functions 也能跟着数据库分支同步跑；反观 Supabase，其开发者 MCP（Model Context Protocol）里的分支工具仍处于实验阶段且要求付费。更何况，Supabase 吹捧的声明式 Schema 底层引擎 pg-delta 是开源的，开发者完全可以拿 pg-delta 搭配 Neon 的分支一起用，既享受声明式状态管理，又避开了从 Turso SQLite 往 Postgres 迁移的异构重构之苦。

如果你做的是面向终端用户的 Customer Agent（应用内代理），Supabase 确实握着难以替代的护城河。它的应用级 MCP Server Block 能直接配合 Postgres 的行级安全策略（RLS），以当前登录用户的身份和权限去调用工具，省去了手写 Agent 权限拦截层的苦差事。

但成也萧何，败也萧何。恰恰是这套权限机制，埋着 AI 辅助开发最凶险的安全盲区。

编程 Agent 在本地或后台通过开发者 MCP 及 service_role 密钥帮人类写代码、跑测试时，默认拥有最高管理员权限，会直接绕过 RLS（行级安全策略）。Agent 兴冲冲地向你汇报查询跑通了、测试全绿了，根本不代表普通用户的 RLS 权限配对了。上线前如果不强制用普通用户 Token 做二次校验，你的生产库在终端用户面前就是不设防的筛子。

《韩非子》有言，“千里之堤，以蝼蚁之穴溃”。在每月 500 万个新建数据库的狂欢里，GIC 和 Stripe 用 100 亿美元买下了大模型推荐位里的头牌门票。但决定这百亿估值能不能立住的，不在那些随手生成即抛的玩具库，而在 Mastra、CTO.new 这类真实业务撞上性能与安全墙的那一刻：异构双引擎的接缝能不能补平，绕过 RLS 的测试盲区能不能堵死。把配环境的苟且留给自己，能让机器跑得飞快；但替机器还技术债的，终究还是坐在屏幕前签字上线的人类。