当Anthropic推出模型上下文协议时，他们承诺简化代理的使用。 MCP使AI能够理解可用的工具：例如，网络搜索、文件编辑和电子邮件草拟。 十个月后，我们分析了200个MCP工具，以了解开发者实际使用的类别。 数据中出现了三种使用模式： 开发基础设施工具占据了54%的所有会话，尽管可用服务器仅为一半。终端访问、代码生成和基础设施访问是最受欢迎的。 在编码时，工程师可以利用将代码推送到GitHub、在终端中运行代码和启动数据库的能力。这些工具简化了工作流程，减少了上下文切换。 信息检索占据了28%的会话，工具较少，但显示出高效率。网络搜索、知识库和文档检索是关键参与者。这些系统在生产中使用的可能性大于在开发期间使用，通常是代表用户使用。 其他所有内容，包括娱乐、个人管理和内容创作，分割了剩余的18%。电影推荐器、任务管理器和F1赛程填补了特定的细分市场。 MCP的采用仍处于早期阶段。并非所有AI都支持MCP。在支持MCP的AI中，Claude、Claude Code和Cursor名列前茅（AI中的头韵）。以开发者为中心的产品和早期技术采用者是用户的主要组成部分。 但随着消费者对AI工具的使用增长和MCP支持的扩大，我们应该期待看到工具使用的多样性大大增加。

$40亿的收入年化率。在Databricks宣布其超过这一门槛后，现在有两家数据巨头都达到了这个标志。 这是一个比较这两家领先数据公司在收入交汇点的机会。 两者的收入均为$40亿。每家公司声称拥有超过650个每年支付超过100万美元的客户。每家公司都拥有强劲的净美元留存率（140%对125%）。 Databricks的增长率为50%，而Snowflake为28%，在私有市场上因这一增长率而以溢价交易。Snowflake已经重新加速，但比Databricks晚了大约一年。 将估值与收入年化率进行比较显示，Databricks的交易价格比Snowflake高出35%。 Databricks在私有市场的估值为1000亿美元，而Snowflake在公开市场的交易价格为759亿美元。在这个市场中，每1%的增长为估值倍数增加0.3倍。考虑到Databricks的22个百分点的增长优势，35%的溢价可能实际上低估了最终业务规模的真实差异。 这一溢价反映了公共市场上高增长数据平台的稀缺性。今天真的没有与Databricks相当的公司。Palantir以39%的增长率以75倍的前瞻性估值交易（不是年化率）。Rubrik在从本地转向云的过渡期，44%的增长率以15倍的前瞻性估值交易。 35%的估值溢价反映了Databricks的优越增长和市场对AI的押注。随着AI收入已达到10亿美元并推动相应的计算需求，Databricks已将自己定位于企业软件中最有价值趋势的中心。 1. $1000亿/$40亿 = 25倍 vs $759亿/$41亿 18.5倍