前沿部署

~

/

前沿部署

资本主义

•

前沿部署

近25年来，Palantir 打造了一门独特的生意，无论在硅谷内外，鲜有人真正理解它。如今，Frontier Labs 也想分一杯羹。

全球最有价值的五家软件公司——Microsoft、Google、Meta、Anthropic 和 OpenAI，通常被统称为 Frontier Labs——在过去18个月里，各自独立地围绕一个共同战略重新调整了方向，而这个战略没有一家是它们原创的。这一战略试图模仿一家规模小得多的软件公司的核心组织结构、技术基元及其进步哲学。

这家公司并不像 Frontier Labs 那样把开发前沿 AI 模型作为立身之本——至少在公开场合，Frontier Labs 相信这类系统很快就能自动化所有具有经济价值的工作。

直到最近，相比普通的硅谷 AI 研究员、工程师或投资人，这家公司的内部运作反而更被 General Mills 的高管和华盛顿那些三字母机构里的官僚所熟知和理解。

华尔街的专业投资人至今仍认为，这家公司更像 GameStop、AMC 和 Nikola，而不是 Google、SpaceX 或 Amazon。硅谷的许多工程师则认为，它更像“老大哥”，而非其对立面。

这家公司就是 Palantir——创立于23年前，长期被贬低为一家提供数据集成服务的公司，而这个类别毫无光环，几乎等同于一种侮辱。

但现代这个时代的定义性技术，本身就是数据集成的巧妙变体：互联网集成了全世界的公开知识，GitHub 集成了全世界的代码，而前沿模型在真正意义上是两者的压缩。每当一个原本难以解读的知识与诀窍语料库变得可编程——可爬取、可索引、可链接、可搜索、可版本化——进步的不连续性似乎就会随之出现。从某种意义上说，Palantir 的创始洞见在于：最大、最有价值的语料库——那些运转世界的机构的运营知识与诀窍——仍然是“API 不完整”的：它们散落在无法互通的软件系统中，或者在很多情况下，存在于完全未数字化的媒介里。它们被困在电子邮箱收件箱、群聊、ERP、CRM、Excel 文件、电话的声波中，也存在于医生、一线工程师以及其他一线员工的头脑里（以及他们的对话之间）——这些人身上凝聚着他们通过经验积累的宝贵诀窍。

关键在于，Palantir 意识到这些碎片化的语料不会自己显现、自己版本化、自己以程序化方式组装起来。除非有人不知疲倦地将其引导并捕捉为现实，否则不会有任何 GitHub 仓库或版本控制系统能够实时编码 SpaceX 如何以每公斤不到 200 美元的成本将 100 公吨载荷送入轨道，或空中客车如何将四百万个离散零件组装成 A380。就 SpaceX 而言，Elon 自己解决了这个问题，但空中客车以及许多类似的企业需要一种新型软件铸造厂。

Palantir 押注：下一个定义时代的公司将原生地与各类机构结盟，使其数据变得可读，并将其整合为可计算的真实基础，在此过程中让这些机构更有效地解决问题、服务社会。这个梦想是：他们终于能够把过去 50 年经济在比特世界中所经历的快速进步，与相对停滞的原子世界连接起来，并在此过程中把规模收益递增的特性扩展到经济的更多领域，同时自己也赚得盆满钵满。

这一长达 23 年的押注（理所当然地）使 Palantir 成为技术资本主义的羡慕对象：自 2022 年 11 月 ChatGPT 发布以来，Palantir 的市值已上涨超过 20 倍，跑赢美国主要交易所上的所有其他上市公司，包括 AI 建设浪潮中最受赞誉的受益者，如 Nvidia（约 13 倍）、Broadcom（约 8 倍）和 Micron（约 17 倍）。这样的股价表现源于令人瞠目的业务基本面——看看二阶导数就知道了！Palantir 的营收增长已连续 12 个季度加速，从 2023 年第二季度（GPT-4 发布的那个季度）的同比增长 13% 提升到 2026 年第二季度的 93%，盈利能力（营业利润率）也从 2% 扩大到 47%。

这种市场验证让人看着难免心生嫉妒，尤其是当你的商业模式押注在另一个方向——押注随着 AI 进步加速，价值将累积于别处。

前沿实验室的理论一直是：规模征服一切——获取或创造更多公开可读的数据，投入更多算力进行训练，最终就会涌现出惊人强大的通用模型，它们首先能够自我改进，最终将能够大规模自动化具有经济价值的工作。鉴于代码发布速度、数学猜想不断被攻克以及前沿实验室营收的增长，这笔押注看起来正在奏效。

但这并不是你唯一能下的注。你还可以押注：随着模型变得越来越通用，嵌入机构内部、符合具体情境的判断力，以及行使这种判断的机构性权利，才是依然稀缺的东西。换句话说，通用智能在获得许可的环境中更有用，而廉价的 token 让选择正确的提示词（并私下拥有产出的上行收益）变得更有价值。

Palantir 围绕这一理念推广了一个非常具体的角色——前沿部署工程师：能够理解客户的业务问题、提出技术方案，并且确实能编写大量代码，把数据库 X 和第三方产品 Y 连接到内部仪表盘 Z 的人。这需要技术能力、商业嗅觉，以及给出务实答案而非过度推销的自律。这种结构的核心好处之一是，它解决了销售中一个经典的激励一致性问题：做出具体承诺的人，也正是必须兑现这些承诺的人。这是在公司内部组织信息和技能的一种聪明方式。

各大实验室正日益意识到这一点。在过去四个月里，OpenAI、Anthropic、Google、Meta 和 Microsoft 已投入 300 亿美元资本，收购或投资了四家由前 Palantir 员工创立或人员构成的公司（Tomoro、Fractional、Northslope 和 Thrive Holdings），与最大的私募股权公司建立了合作关系（例如 Blackstone、TPG、Bain Capital、Thoma Bravo），并展开了一场大规模招聘，为自己招募 9000 多名 FDE——相当于两个 Palantir 的员工规模——以原生方式进入机构并在其中部署 AI。Microsoft 尤其把这种模仿推向了近乎滑稽的程度：在 Palantir 推出其同名旗舰企业产品大约十年之后，将自己的企业 AI 数据集成与部署平台命名为 Foundry。这一切都服务于同一个基本目标：获得可信的访问权限，并将 Palantir 早已知道是把机器 token 转化为经济价值所必需的稀缺机构情境变得可编程。

因此，我们必须追问：为什么这些实验室要试图复制 Palantir？它们复制的东西对吗？你真的能复制它吗——还是说，一家公司交付价值的模式更像一部宪法：它从特定的情境中演化而来，无法被复制粘贴到某个新情境中并期待产生同样的结果？也许最终会发现，蒸馏前沿模型相对容易，但蒸馏机构几乎不可能。而且，从更大的格局来看，除了大型企业软件合同这个狭小的世界之外，这为什么重要？

为了说明问题的动机，我们先回答最后一个问题。如果估值（已达数万亿美元）能作为任何信号的话，前沿实验室代表了资本市场对以下问题的最佳判断：要开启并受益于“认知化经济”——一个承诺以充裕的机器智能来放大经济增长和人类繁荣的未来——究竟需要什么样的架构性知识，包括组织层面的、技术层面的，以及哲学层面的 DNA。

但事实上，所有这些公司最近都各自独立地收敛到了一种并非由它们首创的全新共同战略——聚焦于 FDE、部署和机构知识——这揭示出它们内部认知的一种潜在转变。这是关于我们资本最雄厚的技术机构真正相信实现其共同目标——有益的通用人工智能——需要什么的转变，也是关于它们直觉上认为自己缺少什么的转变。这些实验室各自独立地收敛到 Palantir 的战略和创始洞见，并积极投入资本和人力去模仿它，这告诉我们：它们相信 Palantir 正是它们所缺失的东西。我们将论证它们是对的：有益的 AGI 的发展确实取决于能否深刻理解并内化 Palantir 的经验教训，但实验室是否真的做到了，还远未明朗。

实验室似乎大致意识到 Palantir 已经解决了 AI 部署的问题。但我们认为，Palantir 解决的是一个更深层次的问题，一个实验室似乎尚未真正领会的问题：如何在不摧毁一个机构的自主性、也不摧毁其披露机构知识的意愿的前提下，将强大的计算能力与本地机构知识连接起来。

嫉妒通常表明你强烈渴望某人的能力和特质，或者至少渴望拥有它们所带来的回报。对嫉妒的不健康回应是发出信号或表面地模仿那些能力，这会让你不愿真正理解它们的本质、它们为何对你的目标重要，以及如何真正地自己培养它们。（每当有人哀怨地抱怨自己一切都做对了，却没有得到公平的结果时，请注意他们“做对”的事情中有多少是靠资历证书而非技能，或者根本无法证伪。）对嫉妒的健康回应是不加评判地承认这种感受，然后把它当作一张地图，去弄清对方所拥有的能力为何对实现你的目标很重要，并以此为契机真正理解并培养那些能力。运用得当，嫉妒就会化为激励。

各实验室目前正以一种不健康的方式回应这种羡慕情绪，导致它们创造出“Palantir 货拜式模仿”，结果恰恰与实验室所期望的相反——而那种结果正是让 Palantir 令人羡慕的根本原因。Palantir 的董事长 Peter Thiel 喜欢说，竞争是失败者的游戏。或者正如对 Thiel 思想影响最深的人之一 Rene Girard 所提出的相关观点：模仿始于外在形式，但最终反映的是借来的欲望。

善意的解读是，实验室之所以货拜式模仿 Palantir，是因为它们其实并不真正理解它。不那么善意的解读是，实验室之所以货拜式模仿 Palantir，是因为 Palantir 威胁到了它们的信誉和长期战略，而它们应对这一威胁的最佳方案，就是打造一个属于自己的 Palantir。

Palantir 的本质

一个机构的本质是什么？它因参与击毙 Osama Bin Laden 而获得的名气甚至超过了那位开枪的 Navy SEAL 队员；它总能说服 MIT Course 6 的毕业生拒绝顶级自营交易公司的邀约，把周五晚上用来优化 General Mills 的流程；它让这些毕业生觉得自己是同侪群体中地位最高的人——而这个群体的主流观点，恰恰又认为 Palantir 是一家唯一目的就是让 ICE 更高效地在孩子面前遣返其父母的的公司。

从某种意义上说，Palantir 构建软件的方式，是对智力力量的押注；它押注的是：对自身内外部世界拥有最清晰实时认知的组织，最能在其中做出正期望值的决策——无论是 CIA 阻止恐怖袭击、Tampa General Hospital 及早发现病人的败血症从而将其治愈，还是 Airbus 在继续昂贵的装配生产之前收到缺陷零件的警报。Palantir 帮助客户将自身的运营与软件原生地连接起来，以避免代价极高、往往关乎存亡的作为与不作为之误。Palantir 为客户构建（并最终由客户拥有）的机构世界模型，帮助他们对机构的实时状态建模、预测潜在决策的影响、基于这种理解最优地执行，并从结果中学习，从而更准确地把握当前状态，并在未来做出更好的预测。

这些世界模型由 Palantir 的前沿部署工程师（FDE）构建，首席技术官 Shyam Sankar 将他们形容为“点彩派画家”，他们“消化痛苦，产出产品”，把一个机构的暗物质——那些无形的东西——转化为计算上可解读的结构。Palantir 将这种数字化表示称为本体（Ontology）。他们着手爬取并索引一家公司的资产、能力、知识和诀窍，以及至关重要的——它们之间的关系，从而构建出这一本体。当把企业或机构作为分析单元来看待时，融通性就是一切：理解所有零散的信息流如何拼合在一起，从而揭示关于你的业务、市场或世界本质的某个重要真相，这才是所有超额收益的来源。

Google 押注的是：凭借强大计算机的存在及其相互连接，世界上重要的信息和秘密会不断自行显现，供 Google 加以组织并变得有用。而 Microsoft 等传统企业软件公司押注的是：只要让组织中的每个人都能访问行、列以及操作它们的公式，企业的所有信息就会自动以最适合解决问题、避免灾难的方式呈现出来。

Palantir 明白融通性是稀缺的，构成融通性的那些零散信息流不会自行显现：FDE 必须不知疲倦地推开工厂大门、巡查医院病房、奔赴隐秘的军事基地，去发掘这些秘密，并把它们拼合成美丽的点彩画。重要的是，他们明白这些画作在接近完成之前几乎毫无意义，而且虽然地图（本体）永远无法完全匹配疆域，但 FDE 的目标是确保它始终在变得越来越不错误。

“企业软件行业对定制软件工具和应用的专注是错位的。这些方法即便有效，往往也只是短暂奏效。组织的问题和需求常常在软件还没部署之前就已发生变化。我们的合作伙伴需要更多的东西。他们需要可用于对世界建模并做出决策的通用平台。而这正是我们所构建的。” - Alex Karp，Palantir S-1，2020

Palantir 商业业务负责人 Ted Mabrey 掌管着他们约 30 亿美元的企业业务，同比增长 157%。他告诉 Palantir 的 FDE 要“表现得像 CEO 一样，但没有任何实权”。我们想更进一步：最优秀的 Palantir FDE 表现得就像 Elon——许多人认为他是世界上最优秀的 CEO——但同样没有任何实权。正如 Elon 这位工程师型 CEO 的典范一样，最优秀的 FDE 具有极强的好奇心和毫不妥协的务实精神。他们力求对所在企业的实时能力与机会拥有近乎超人的理解，找出实现这些机会的关键阻碍（问题），并深入到第一手事实（ground truth），以获取并度量设计系统性解决方案所需的背景信息。

通过反复这样做，他们不仅对所服务的企业形成了卓越的全局理解，还会把这种理解转化为软件，使其所体现的这种认知随时间推移越来越精确，并让组织中的每个人都能利用这种更好的全局理解，更好地解决自己的局部问题。

如果你能掌握一项元技能——弄清楚任意领域中哪些问题在计算上是可解的——你就有机会成为某种“元天才”。你可能一开始对 CPG 供应链或医院分诊一无所知，甚至不知道如何去了解，但你会拥有越来越好的启发式方法，知道该问哪些恰到好处的问题，并具备在边际上取得实质性进展的合适心态。这正是 Palantir 在过去二十年里通过其 FDE 模式不断打磨的核心流程知识和知识产权。而现在，凭借他们的 AI FDE 产品，他们正把这种人类 FDE 的“元天才”变成一个可计算的系统，该系统会随着前沿 AI 能力的扩展而不断自我改进。

例如，丰田的汽车长期以来比福特的更可靠，原因之一就是“安灯绳”。在丰田的工厂里，装配线上的任何人只要发现缺陷，都可以拉绳停止整个生产流程，而那些对问题拥有最贴近现场认知的工人，不仅被期待、也被授权当场解决问题。经济学家青木昌彦将丰田这类公司称为 J 型企业：生产以横向方式组织，谁对现场情况掌握得最准确，谁就拥有最终的行动权。与之相对的是青木所称的 H 型企业（H 代表层级）：发现缺陷的工人必须先报告给一线经理，经理再逐级上报，直到传达到某个有权限采取行动的人手中——但这个人既缺乏现场背景，也无法在现场直接行动，因此行动得既不够好也不够快，难以产生实际效果。J 型企业模式之所以有效，是因为其员工对整个工厂有着深刻的认知模型，并具备极强的判断力——这种能力是通过日本企业特有的做法（如岗位轮换、宽泛培训和终身在同一公司任职）长期积累而来的。这些做法在美国基本闻所未闻，这也解释了为什么美国汽车公司在工厂里装上安灯绳后，得到的只是慢得多的生产流程，产品质量却几乎没有可察觉的提升。Palantir 的 Ontology 打破了这一权衡，它让原本只存在于那些花了三十年时间消化吸收它的人身上的实时机构知识、诀窍和判断力，在决策的精确时刻对每一位现场决策者可用。Palantir 的软件相当于把安灯绳的上下行带宽提高了几个数量级，然后交到每个人手中。通过让你清晰地看清现实并依照现实采取行动，Ontology 让你——就像桅杆之于奥德修斯——既能听见海妖的歌声，体验加速的数字计算之力，又不至于撞上悬崖。

一个有损益表的哲学系

但要真正理解 Palantir，你必须退后一步，意识到它首先是一家深具智识气质的机构。它基本上是当今世界上唯一能承载最宏大的跨学科博士论文的媒介。（诚然，Alex Karp 已经拥有博士学位。但他做到了不可能之事：成为一个天才式的、看似辍学者气质的人，却可以被正确地称呼为“博士”。）这个组织的设计宗旨，是一场永无止境的求索：理解在一个由日益强大的机器所主导的世界里，机构适应性的本质与未来，以及至关重要的、促成甚至必然连接二者之间的逻辑。

Palantir 明白，机器的进步与普及本身并不带有任何内在的道德属性——技术进步并不会自动保证人类能更清晰地理解现实，也不会自动保证人类利用这种理解来增进人类的福祉。它同样明白，机器进步与机构适配性之间的耦合——两者相互强化——也并非自然而然发生。而这种共生式的耦合，是技术进步转化为文明进步的根本前提，也是让两者得以延续的关键。

Palantir 的隐含信念是，硅谷已经迷失了这一根本真理：他们要么相信技术会自动带来这一切（想想有效加速主义者），要么相信自己对该技术拥有超凡的理解，因而被赋予了决定机构和社会应如何组织的权力（想想有效利他主义者）。Palantir 是一家充满深刻悖论的公司：它与这些运动共享的是宏大的愿景，而它所增添的，是将这一使命建立在对现状中运转良好的部分的深切尊重之上。他们认真对待“切斯特顿的栅栏”，尤其是在机构的语境下：在深刻理解机构规范为何存在之前，绝不应摧毁或重塑它们。

Palantir 是“一群持怀疑态度的人组成的团体，他们深切关怀世界，并热衷于争论世界将走向何方、软件在其中扮演什么角色。” – Nabeel Qureshi，《Reflections on Palantir》，2024 年

Palantir 是一个不断追问的团体：机器，尤其是强大且无处不在的数字计算机，如何能够持续提升关键机构有效服务其市场和受众的能力，同时不牺牲个人或机构的主权与自由？但由于他们面对的是具体的客户，这就不是一个会催生 90 年代《Wired》封面故事《这将改变一切》的泛泛之问，而是一种具体、切实的方式，用特定的工具一次改进一件事。

Palantir 明白，具备高保真工具使用能力的高 g、通用智能体已经在地球上存在了数十万年，但只是在最近几百年里，这些智能体才被较为优化地“部署”，以持续增进我们对世界的集体理解，并将这种理解转化为造福人类的解决方案。即便在最近一代人的时间里，人才发掘在众多领域已变得远为严格——身材异常高大、运动天赋出众的孩子即使对体育毫无兴趣，也会早早听闻 NBA 的大名；心算速度惊人的孩子会认出“IMO”这几个字母；而作家即使会被《纽约时报》的简历筛选瞬间淘汰，也能在网上成名。

为什么？主要原因是制度。制度是经济与文明奖励函数的生成器。驱动进步的奖励函数，是那些强化能提升我们对宇宙集体理解的行为的函数——它们因富有成效的好奇心、因改进我们的思想而给予我们多巴胺——并将这种理解转化为解决人类问题的实用方案。而强化其他任何东西的奖励函数（尤其是以牺牲认知新颖性为代价的感官新颖性，或者任何制造恐惧的东西），很可能会导致停滞。而停滞几乎总会强化趋向文明崩溃的零和行为。

Joel Mokyr、Philippe Aghion 和 Peter Howitt 去年因将这一洞见形式化而获得诺贝尔奖：当改进我们对宇宙的集体理解（科学）与用这种理解“让事情发生”（技术）之间的反馈回路足够紧密时，进步就会加速。能够收紧这一反馈回路的制度——奖励认知新颖性，以及将认知进步应用于解决实际问题的制度——会促进进步。以最高保真度和速度做到这一点的制度，会创造进步的向上不连续性；而几乎做了其他任何事情的制度，则会创造向下的不连续性。

资本主义、自由市场和西方制度创造了前提条件，使我们能够持续生成奖励函数，让我们的行动与对自然和我们自身的集体理解的客观改进保持一致。技术是这种理解的物理体现，当它被应用于这些奖励函数时，它能帮助我们解决重要的问题。而技术的终极目标，是确保我们的制度性奖励函数能够提升我们的集体意识。

自由市场资本主义者会说，这个奖励函数是我们迄今为止（也很可能是将来所能）得到的最接近于能带来永续进步和人类繁荣的函数：发明改变世界的技术的人会因此获得丰厚回报。他们有时可能对此过于乐观——体育博彩对某些资本家来说或许是资本主义的胜利，但它并不是西方文明最伟大的成就。不过总体而言，硅谷可能会说，它的奖励函数、它对资本主义的理解，如今确实在强化这一理想。他们会说，硅谷是一个社会认可和感官新颖性恰好与真正进步相关联的地方。糟糕的环境会因作秀而给你多巴胺；良好的环境会因创造而给你多巴胺，而他们会争辩说，硅谷就是一个良好的环境。它之所以好，是因为建造它并生活在其中的人智商很高，因此他们的认可往往追随真正的洞见，而非表演性的姿态。

Palantir 的一个核心洞见（主要来自 Palantir 联合创始人兼董事长 Peter Thiel）是，硅谷的教会已在很大程度上被法利赛人（那些做表面功夫的信号发送者）所把持。资本主义的奖励函数——无论是否属于硅谷——已经与进步日益脱钩（我们想要飞行汽车，得到的却是 140 个字符）；但这种情况是可以纠正的。Palantir 的对立立场是：制度是终极的元技术，将制度与物质技术原生地连接起来，是重新加速进步的根本所在。换言之，我们必须驾驭物质技术，来提升我们的制度生成正确奖励函数的能力。物质技术让我们能以无数种方式改变世界，但真正在这些变异中筛选出有用之物的，是我们的制度。在制度把人脑连接到这些奖励函数、并大规模协调它们以实现生产性目标之前，人脑其实并没有那么有用！

Palantir 并不认为，对计算机的卓越理解会赋予某人某种超自然能力，去创建更有效的制度、规定社会应当如何组织，或提出应当治理社会的最优道德与哲学规范。成为亿万富翁、AI 研究者或企业软件创始人，与你能否就人类面临的重大问题展开论辩毫无关系。相反，Palantir 在软件领域的答案是：深入事实真相（ground truth）。这意味着把那些潜在的硅谷工程师嵌入到对丰富的本地现实拥有可信访问权的机构之中。在这些环境里，领域专家早已在根本层面上理解自己的问题，但他们若能把这些本地化知识与数字计算日益加速的力量连接起来、使其可编程，将获益巨大。

为了让亲人类的制度的适应性与数字计算日益增强的力量同步扩展，Palantir 从根本上必须从事打破权衡取舍的事业。从一开始，尤其是在后 9/11 时代，它就拒绝了一种流行的观念，即利用计算来提升国家安全能力必然要以牺牲隐私和主权为代价——随着 AI 能力的加速，这种虚假的二分法如今又卷土重来。Palantir 最初的 Gotham 平台的核心创新，是一种架构：它在恰当的时机向情报分析员提供完成任务所需的精确信息，同时强制执行严格的、基于目的的访问控制和完整的问责机制。它不允许任何人拥有随意窥探任何人的全面能力。

将这种共生模式与以广告为基础的大型消费科技公司（如 Google 和 Meta）进行对比是很有益的。这些公司也在努力理解世界，它们的利润衡量着它们做得有多好。但广告公司有双重动机去囤积自己的知识。首先，它们的用户和监管机构都关心隐私：Google 可能会针对某种有助于应对尴尬健康状况或药物滥用问题的产品投放广告，但它们不想去出售广告主一整套关于它们推断出有这些问题的每个人的个人信息。其次，一个对广告主而言如同不可捉摸的黑匣子的广告系统——广告主设定预算和目标，却完全不知道这是如何实现的——对定价权极为有利。广告主知道自己是否获得了可接受的投资回报，但不知道平台本身攫取了多少回报。久而久之，这种商业驱动力会促使客户把更多的客户关系、商业知识以及自身的能动性让渡给少数几个大平台。

Palantir 通过构建软件来资助这一探索，并将其理解商业化，这些软件在设计上有助于提升那些赋能人类的机构的适应性，同时损害那些不具备这一特质的机构。至关重要的是，除了对美国民选政府的明确承诺（Karp 曾表示，他们的目标是为西方世界显而易见的内在优越性提供动力）之外，它并不声称对哪些机构道德、哪些不道德拥有最终裁决权。Palantir 反而将“社会应如何组织或正义需要什么”这一问题交给民主制度和自由市场。Palantir 的职责是帮助它们更好地执行这一愿景。它们的技术，正如公司名称的来源（《指环王》中的真知晶球 palantiri）一样，致力于帮助亲人类的机构更有效地发现 Thiel 式的秘密，使它们更善于服务其市场和公众，并在面对对手时更具反脆弱性。

“有效软件”与经济计算

Palantir 将这项技术称为“有效软件”，并完全致力于其成功创造。在 Palantir 看来，有效软件是能够帮助关键机构将关于世界的信息转化为决策——即有用的状态——的软件，这些决策在顺境中惠及其服务对象，在逆境中确保生存。它让亲人类的机构能够随着数字计算能力的不断增强而扩展，而不是被抛在后面、被淘汰或被摧毁。

“我们的文化和自我组织的方式是创造有效软件的先决条件。” - Alex Karp，Palantir S-1，2019

这些听起来可能与软件毫无关系。对许多人来说，它可能更接近于我们传统上对理想形态的企业、经济体或政府本身的想象：这些系统在正常运转时，能够持续提升将信息转化为具有经济或社会价值的解决方案的能力。

理解 Palantir 的一种方式是：它根本不是一家软件公司，而是一个元机构（meta-institution），其架构旨在将机构适应性转化为一个工程和信息管理问题。一个在复杂机构环境中持续搜索的系统，其奖励函数完全与机构适应性的提升挂钩，而装备本体论（Ontology）的前沿部署工程师则是闭合学习回路的执行器。

从精神和组织层面来看，Palantir 更接近台积电（TSMC），而非 OpenAI 或 Anthropic，因为它们都体现了极其复杂的流程知识，这种知识源自一种从第一天起就优先考虑可信地获取稀缺机构背景的组织结构和执行哲学——并且一次又一次地通过提升客户以日益主权化的方式驾驭计算的能力，来兑现这份信任。台积电或许会帮你制造芯片，但它绝不会与你竞争设计，也绝不会利用你的知识产权去帮助他人与你竞争。它在方方面面都为最大化你的成功几率而组织。同样，Palantir 会帮你构建计算基底，使你将关于人类需求的本地信息转化为具有经济和社会价值的解决方案的过程变得可编程，但绝不会利用这些信息与你竞争，并且让你能够拥有这一切。

Palantir 所推动的这场经济计算革命的进步，不是以摩尔定律、每瓦浮点运算次数、“每瓦智能”、每美元 token 数或类似指标来衡量的，而是以一个远为宏大的标准来衡量：每单位能源下，亲人类的个人和机构所能访问并主权掌控的可编程经济复杂度（具有经济价值的知识和诀窍）的密度。

例如，Sepsis Hub 建立在 Palantir 的 Foundry 之上，由坦帕综合医院（Tampa General Hospital）所有，是一个将临床医生关于早期脓毒症表现的隐性知识编码在内的系统，它依据这些具身化的知识对约 1,000 名住院患者进行实时监测，并整合生命体征、化验和其他指标，以加速抗生素治疗。自上线以来，该系统被认为使脓毒症总体死亡率减半，48 小时死亡率降低 68%，截至 2026 年 6 月已挽救约 900 条生命。它还使脓毒症患者的住院时长减少了 30%。Palantir 为坦帕综合医院构建的其他系统也带来了全院范围的效率提升，包括将患者安置时间缩短了 83%。

“我们的报酬，过去和现在都始终以价值创造为基准。我们的业绩只是我们的软件为客户创造的经济价值的一部分。”——Alex Karp，2026 年第二季度股东信

Palantir 让机构的记忆——即机构的搜索与学习过程——变得可计算。但这些计算机（Palantir 协助设计和制造）完全由它们所赋能的机构所有。Palantir 明白，你无法将这台经济计算机与其所赋能的机构分离：这样做就像从 GPU 中移除内存，剥夺一家企业的核心生产资料。针对不同的用例可能有不同的组合——没有显示器的个人电脑毫无用处，但当数据中心计算机的行为在大规模下被编排时，给它配显示器也无济于事。你同样无法将许多不同的经济计算机的记忆聚合起来，创造出一台对所有机构都同样有效的计算机：这台计算机的状态，以及它创造新的有用状态的能力，完全取决于它诞生的那个独特情境。换言之，“数据中心里的天才”是一个不成立的概念。聚合天才误解了天才的本质：天才是一种独特的智识通感，源于对现实中某个特定领域的选择性适应。

“我们过去拒绝，未来也将继续拒绝与我们的合作伙伴建立寄生关系。诚然，我们在这方面的做法与市场大相径庭。但我们仍是科技行业中少数几家与客户利益完全一致的公司。”——Alex Karp，2026 年第二季度股东信

Palantir 进行垂直整合，是为了理解经济计算的逻辑，梳理其价值网络，并绘制一幅在计算加速的世界中实现最优机构设计的路线图。最根本的是，他们相信，体现在西方机构和自由市场中的、经久筛选的知识，应当通过技术进步变得更有效，并得到保存。这不是少数几个工程师凭借懂计算机，就有天命所归的权力按自己的构想加以改写的东西。

所以，从某种意义上说，各大实验室试图复制 Palantir 是对的，但他们没有意识到自己其实复制错了东西，也没有理解 Palantir 的客户真正信任它的原因。实验室通过部署的垂直整合所隐含的目标，似乎是通过观察经济中的方方面面，来提升其模型在经济中做一切事情的能力。但与客户、合作伙伴以及更广泛的经济参与者生态系统保持利益一致，在逻辑上与这一目标是相矛盾的。于是，实验室最终与在其之上构建业务的企业直接竞争——从用原生编程 Agent（如 Claude Code 和 OpenAI Codex）侵占 Cursor 的领地，到用法律领域的专业化产品威胁 Harvey。

而最近，这也意味着与构成我们经济特质的中小企业竞争。例如，Thrive Holdings（一家部分由 OpenAI 持有且与其深度交织的私募股权公司）已经收购了 70 家会计和 IT 服务公司，并基本上把它们变成了 OpenAI 前沿模型进行爬山式优化的强化学习环境。任何私募股权公司对这类业务感兴趣、并希望用技术让它们运转得更好，这都很容易理解；但在这里，这种兴趣与 OpenAI 的研究人员和工程师构建能够自动化这些领域工作所需的模型所依赖的业务实践、点击流数据和本地化情境绑定在一起。在这种范式下，垂直整合表面上是为了赋能客户，但假以时日，其本质是攫取客户的生产资料。

“我们收购的这些企业代表着这一演进所需的正确奖励系统，它们将行业专业知识与真实世界数据结合在一起，有助于提升模型在特定任务和能力上的表现。” —— Joshua Kushner，OpenAI 合作公告

“通过在我们企业内部针对特定任务训练最先进的模型，并以公司专有数据和专家反馈为指导，我们相信可以持续提升模型能力……” —— Thrive Holdings，OpenAI 合作公告

“我们的业务带有马克思主义的表里意涵。其他人，包括许多构建大语言模型的公司，有意或无意地打算攫取其所谓合作伙伴的生产资料。” —— Alex Karp，2026 年第二季度股东信

相比之下，Palantir 通过垂直整合部署，构建了让构建机构专属经济计算机尽可能容易所需的能力和流程知识（前沿部署工程、Ontology、AIP）。如果 Palantir 为 CIA 构建主权经济计算机，英国 NHS 就更容易接受这一理念，Airbus 和 Kirkland & Ellis 等市场领导者也是如此。很快，社会中最关键的机构将成为最积极推动经济前沿的机构：它们收获部分回报，同时获得对自身命运的更多掌控。但如果 FDE 和 AI 部署的垂直整合仅仅意味着利用受信任的机构上下文访问权来提升你寻租的能力，或者更糟，去构建客户或合作伙伴的替代品（如 Thrive Holdings 与 OpenAI 的合作），那么你将危及经济计算的全部承诺：让进步以人人都能参与和拥有的方式变得可编程。

Palantir 23 年历程的教训是：为创新而垂直整合。如果这是获得许可访问地面真相知识的唯一途径——这些知识能帮助你的客户和社会发掘新的、有价值的秘密——那就去做。但不要为寻租或集中权力而垂直整合。寻租不仅实际上会降低你自身的机构适应性，还会在社会中造成更广泛的负向选择压力——这种压力源于“已无秘密可发现”的错误观念。

资本主义

•

前沿部署

近25年来，Palantir 打造了一门独特的生意，无论在硅谷内外，鲜有人真正理解它。如今，Frontier Labs 也想分一杯羹。

全球最有价值的五家软件公司——Microsoft、Google、Meta、Anthropic 和 OpenAI，通常被统称为 Frontier Labs——在过去18个月里，各自独立地围绕一个共同战略重新调整了方向，而这个战略没有一家是它们原创的。这一战略试图模仿一家规模小得多的软件公司的核心组织结构、技术基元及其进步哲学。

这家公司并不像 Frontier Labs 那样把开发前沿 AI 模型作为立身之本——至少在公开场合，Frontier Labs 相信这类系统很快就能自动化所有具有经济价值的工作。

直到最近，相比普通的硅谷 AI 研究员、工程师或投资人，这家公司的内部运作反而更被 General Mills 的高管和华盛顿那些三字母机构里的官僚所熟知和理解。

华尔街的专业投资人至今仍认为，这家公司更像 GameStop、AMC 和 Nikola，而不是 Google、SpaceX 或 Amazon。硅谷的许多工程师则认为，它更像“老大哥”，而非其对立面。

这家公司就是 Palantir——创立于23年前，长期被贬低为一家提供数据集成服务的公司，而这个类别毫无光环，几乎等同于一种侮辱。

但现代这个时代的定义性技术，本身就是数据集成的巧妙变体：互联网集成了全世界的公开知识，GitHub 集成了全世界的代码，而前沿模型在真正意义上是两者的压缩。每当一个原本难以解读的知识与诀窍语料库变得可编程——可爬取、可索引、可链接、可搜索、可版本化——进步的不连续性似乎就会随之出现。从某种意义上说，Palantir 的创始洞见在于：最大、最有价值的语料库——那些运转世界的机构的运营知识与诀窍——仍然是“API 不完整”的：它们散落在无法互通的软件系统中，或者在很多情况下，存在于完全未数字化的媒介里。它们被困在电子邮箱收件箱、群聊、ERP、CRM、Excel 文件、电话的声波中，也存在于医生、一线工程师以及其他一线员工的头脑里（以及他们的对话之间）——这些人身上凝聚着他们通过经验积累的宝贵诀窍。

关键在于，Palantir 意识到这些碎片化的语料不会自己显现、自己版本化、自己以程序化方式组装起来。除非有人不知疲倦地将其引导并捕捉为现实，否则不会有任何 GitHub 仓库或版本控制系统能够实时编码 SpaceX 如何以每公斤不到 200 美元的成本将 100 公吨载荷送入轨道，或空中客车如何将四百万个离散零件组装成 A380。就 SpaceX 而言，Elon 自己解决了这个问题，但空中客车以及许多类似的企业需要一种新型软件铸造厂。

Palantir 押注：下一个定义时代的公司将原生地与各类机构结盟，使其数据变得可读，并将其整合为可计算的真实基础，在此过程中让这些机构更有效地解决问题、服务社会。这个梦想是：他们终于能够把过去 50 年经济在比特世界中所经历的快速进步，与相对停滞的原子世界连接起来，并在此过程中把规模收益递增的特性扩展到经济的更多领域，同时自己也赚得盆满钵满。

这一长达 23 年的押注（理所当然地）使 Palantir 成为技术资本主义的羡慕对象：自 2022 年 11 月 ChatGPT 发布以来，Palantir 的市值已上涨超过 20 倍，跑赢美国主要交易所上的所有其他上市公司，包括 AI 建设浪潮中最受赞誉的受益者，如 Nvidia（约 13 倍）、Broadcom（约 8 倍）和 Micron（约 17 倍）。这样的股价表现源于令人瞠目的业务基本面——看看二阶导数就知道了！Palantir 的营收增长已连续 12 个季度加速，从 2023 年第二季度（GPT-4 发布的那个季度）的同比增长 13% 提升到 2026 年第二季度的 93%，盈利能力（营业利润率）也从 2% 扩大到 47%。

这种市场验证让人看着难免心生嫉妒，尤其是当你的商业模式押注在另一个方向——押注随着 AI 进步加速，价值将累积于别处。

前沿实验室的理论一直是：规模征服一切——获取或创造更多公开可读的数据，投入更多算力进行训练，最终就会涌现出惊人强大的通用模型，它们首先能够自我改进，最终将能够大规模自动化具有经济价值的工作。鉴于代码发布速度、数学猜想不断被攻克以及前沿实验室营收的增长，这笔押注看起来正在奏效。

但这并不是你唯一能下的注。你还可以押注：随着模型变得越来越通用，嵌入机构内部、符合具体情境的判断力，以及行使这种判断的机构性权利，才是依然稀缺的东西。换句话说，通用智能在获得许可的环境中更有用，而廉价的 token 让选择正确的提示词（并私下拥有产出的上行收益）变得更有价值。

Palantir 围绕这一理念推广了一个非常具体的角色——前沿部署工程师：能够理解客户的业务问题、提出技术方案，并且确实能编写大量代码，把数据库 X 和第三方产品 Y 连接到内部仪表盘 Z 的人。这需要技术能力、商业嗅觉，以及给出务实答案而非过度推销的自律。这种结构的核心好处之一是，它解决了销售中一个经典的激励一致性问题：做出具体承诺的人，也正是必须兑现这些承诺的人。这是在公司内部组织信息和技能的一种聪明方式。

各大实验室正日益意识到这一点。在过去四个月里，OpenAI、Anthropic、Google、Meta 和 Microsoft 已投入 300 亿美元资本，收购或投资了四家由前 Palantir 员工创立或人员构成的公司（Tomoro、Fractional、Northslope 和 Thrive Holdings），与最大的私募股权公司建立了合作关系（例如 Blackstone、TPG、Bain Capital、Thoma Bravo），并展开了一场大规模招聘，为自己招募 9000 多名 FDE——相当于两个 Palantir 的员工规模——以原生方式进入机构并在其中部署 AI。Microsoft 尤其把这种模仿推向了近乎滑稽的程度：在 Palantir 推出其同名旗舰企业产品大约十年之后，将自己的企业 AI 数据集成与部署平台命名为 Foundry。这一切都服务于同一个基本目标：获得可信的访问权限，并将 Palantir 早已知道是把机器 token 转化为经济价值所必需的稀缺机构情境变得可编程。

因此，我们必须追问：为什么这些实验室要试图复制 Palantir？它们复制的东西对吗？你真的能复制它吗——还是说，一家公司交付价值的模式更像一部宪法：它从特定的情境中演化而来，无法被复制粘贴到某个新情境中并期待产生同样的结果？也许最终会发现，蒸馏前沿模型相对容易，但蒸馏机构几乎不可能。而且，从更大的格局来看，除了大型企业软件合同这个狭小的世界之外，这为什么重要？

为了说明问题的动机，我们先回答最后一个问题。如果估值（已达数万亿美元）能作为任何信号的话，前沿实验室代表了资本市场对以下问题的最佳判断：要开启并受益于“认知化经济”——一个承诺以充裕的机器智能来放大经济增长和人类繁荣的未来——究竟需要什么样的架构性知识，包括组织层面的、技术层面的，以及哲学层面的 DNA。

但事实上，所有这些公司最近都各自独立地收敛到了一种并非由它们首创的全新共同战略——聚焦于 FDE、部署和机构知识——这揭示出它们内部认知的一种潜在转变。这是关于我们资本最雄厚的技术机构真正相信实现其共同目标——有益的通用人工智能——需要什么的转变，也是关于它们直觉上认为自己缺少什么的转变。这些实验室各自独立地收敛到 Palantir 的战略和创始洞见，并积极投入资本和人力去模仿它，这告诉我们：它们相信 Palantir 正是它们所缺失的东西。我们将论证它们是对的：有益的 AGI 的发展确实取决于能否深刻理解并内化 Palantir 的经验教训，但实验室是否真的做到了，还远未明朗。

实验室似乎大致意识到 Palantir 已经解决了 AI 部署的问题。但我们认为，Palantir 解决的是一个更深层次的问题，一个实验室似乎尚未真正领会的问题：如何在不摧毁一个机构的自主性、也不摧毁其披露机构知识的意愿的前提下，将强大的计算能力与本地机构知识连接起来。

嫉妒通常表明你强烈渴望某人的能力和特质，或者至少渴望拥有它们所带来的回报。对嫉妒的不健康回应是发出信号或表面地模仿那些能力，这会让你不愿真正理解它们的本质、它们为何对你的目标重要，以及如何真正地自己培养它们。（每当有人哀怨地抱怨自己一切都做对了，却没有得到公平的结果时，请注意他们“做对”的事情中有多少是靠资历证书而非技能，或者根本无法证伪。）对嫉妒的健康回应是不加评判地承认这种感受，然后把它当作一张地图，去弄清对方所拥有的能力为何对实现你的目标很重要，并以此为契机真正理解并培养那些能力。运用得当，嫉妒就会化为激励。

各实验室目前正以一种不健康的方式回应这种羡慕情绪，导致它们创造出“Palantir 货拜式模仿”，结果恰恰与实验室所期望的相反——而那种结果正是让 Palantir 令人羡慕的根本原因。Palantir 的董事长 Peter Thiel 喜欢说，竞争是失败者的游戏。或者正如对 Thiel 思想影响最深的人之一 Rene Girard 所提出的相关观点：模仿始于外在形式，但最终反映的是借来的欲望。

善意的解读是，实验室之所以货拜式模仿 Palantir，是因为它们其实并不真正理解它。不那么善意的解读是，实验室之所以货拜式模仿 Palantir，是因为 Palantir 威胁到了它们的信誉和长期战略，而它们应对这一威胁的最佳方案，就是打造一个属于自己的 Palantir。

Palantir 的本质

一个机构的本质是什么？它因参与击毙 Osama Bin Laden 而获得的名气甚至超过了那位开枪的 Navy SEAL 队员；它总能说服 MIT Course 6 的毕业生拒绝顶级自营交易公司的邀约，把周五晚上用来优化 General Mills 的流程；它让这些毕业生觉得自己是同侪群体中地位最高的人——而这个群体的主流观点，恰恰又认为 Palantir 是一家唯一目的就是让 ICE 更高效地在孩子面前遣返其父母的的公司。

从某种意义上说，Palantir 构建软件的方式，是对智力力量的押注；它押注的是：对自身内外部世界拥有最清晰实时认知的组织，最能在其中做出正期望值的决策——无论是 CIA 阻止恐怖袭击、Tampa General Hospital 及早发现病人的败血症从而将其治愈，还是 Airbus 在继续昂贵的装配生产之前收到缺陷零件的警报。Palantir 帮助客户将自身的运营与软件原生地连接起来，以避免代价极高、往往关乎存亡的作为与不作为之误。Palantir 为客户构建（并最终由客户拥有）的机构世界模型，帮助他们对机构的实时状态建模、预测潜在决策的影响、基于这种理解最优地执行，并从结果中学习，从而更准确地把握当前状态，并在未来做出更好的预测。

这些世界模型由 Palantir 的前沿部署工程师（FDE）构建，首席技术官 Shyam Sankar 将他们形容为“点彩派画家”，他们“消化痛苦，产出产品”，把一个机构的暗物质——那些无形的东西——转化为计算上可解读的结构。Palantir 将这种数字化表示称为本体（Ontology）。他们着手爬取并索引一家公司的资产、能力、知识和诀窍，以及至关重要的——它们之间的关系，从而构建出这一本体。当把企业或机构作为分析单元来看待时，融通性就是一切：理解所有零散的信息流如何拼合在一起，从而揭示关于你的业务、市场或世界本质的某个重要真相，这才是所有超额收益的来源。

Google 押注的是：凭借强大计算机的存在及其相互连接，世界上重要的信息和秘密会不断自行显现，供 Google 加以组织并变得有用。而 Microsoft 等传统企业软件公司押注的是：只要让组织中的每个人都能访问行、列以及操作它们的公式，企业的所有信息就会自动以最适合解决问题、避免灾难的方式呈现出来。

Palantir 明白融通性是稀缺的，构成融通性的那些零散信息流不会自行显现：FDE 必须不知疲倦地推开工厂大门、巡查医院病房、奔赴隐秘的军事基地，去发掘这些秘密，并把它们拼合成美丽的点彩画。重要的是，他们明白这些画作在接近完成之前几乎毫无意义，而且虽然地图（本体）永远无法完全匹配疆域，但 FDE 的目标是确保它始终在变得越来越不错误。

“企业软件行业对定制软件工具和应用的专注是错位的。这些方法即便有效，往往也只是短暂奏效。组织的问题和需求常常在软件还没部署之前就已发生变化。我们的合作伙伴需要更多的东西。他们需要可用于对世界建模并做出决策的通用平台。而这正是我们所构建的。” - Alex Karp，Palantir S-1，2020

Palantir 商业业务负责人 Ted Mabrey 掌管着他们约 30 亿美元的企业业务，同比增长 157%。他告诉 Palantir 的 FDE 要“表现得像 CEO 一样，但没有任何实权”。我们想更进一步：最优秀的 Palantir FDE 表现得就像 Elon——许多人认为他是世界上最优秀的 CEO——但同样没有任何实权。正如 Elon 这位工程师型 CEO 的典范一样，最优秀的 FDE 具有极强的好奇心和毫不妥协的务实精神。他们力求对所在企业的实时能力与机会拥有近乎超人的理解，找出实现这些机会的关键阻碍（问题），并深入到第一手事实（ground truth），以获取并度量设计系统性解决方案所需的背景信息。

通过反复这样做，他们不仅对所服务的企业形成了卓越的全局理解，还会把这种理解转化为软件，使其所体现的这种认知随时间推移越来越精确，并让组织中的每个人都能利用这种更好的全局理解，更好地解决自己的局部问题。

如果你能掌握一项元技能——弄清楚任意领域中哪些问题在计算上是可解的——你就有机会成为某种“元天才”。你可能一开始对 CPG 供应链或医院分诊一无所知，甚至不知道如何去了解，但你会拥有越来越好的启发式方法，知道该问哪些恰到好处的问题，并具备在边际上取得实质性进展的合适心态。这正是 Palantir 在过去二十年里通过其 FDE 模式不断打磨的核心流程知识和知识产权。而现在，凭借他们的 AI FDE 产品，他们正把这种人类 FDE 的“元天才”变成一个可计算的系统，该系统会随着前沿 AI 能力的扩展而不断自我改进。

例如，丰田的汽车长期以来比福特的更可靠，原因之一就是“安灯绳”。在丰田的工厂里，装配线上的任何人只要发现缺陷，都可以拉绳停止整个生产流程，而那些对问题拥有最贴近现场认知的工人，不仅被期待、也被授权当场解决问题。经济学家青木昌彦将丰田这类公司称为 J 型企业：生产以横向方式组织，谁对现场情况掌握得最准确，谁就拥有最终的行动权。与之相对的是青木所称的 H 型企业（H 代表层级）：发现缺陷的工人必须先报告给一线经理，经理再逐级上报，直到传达到某个有权限采取行动的人手中——但这个人既缺乏现场背景，也无法在现场直接行动，因此行动得既不够好也不够快，难以产生实际效果。J 型企业模式之所以有效，是因为其员工对整个工厂有着深刻的认知模型，并具备极强的判断力——这种能力是通过日本企业特有的做法（如岗位轮换、宽泛培训和终身在同一公司任职）长期积累而来的。这些做法在美国基本闻所未闻，这也解释了为什么美国汽车公司在工厂里装上安灯绳后，得到的只是慢得多的生产流程，产品质量却几乎没有可察觉的提升。Palantir 的 Ontology 打破了这一权衡，它让原本只存在于那些花了三十年时间消化吸收它的人身上的实时机构知识、诀窍和判断力，在决策的精确时刻对每一位现场决策者可用。Palantir 的软件相当于把安灯绳的上下行带宽提高了几个数量级，然后交到每个人手中。通过让你清晰地看清现实并依照现实采取行动，Ontology 让你——就像桅杆之于奥德修斯——既能听见海妖的歌声，体验加速的数字计算之力，又不至于撞上悬崖。

一个有损益表的哲学系

但要真正理解 Palantir，你必须退后一步，意识到它首先是一家深具智识气质的机构。它基本上是当今世界上唯一能承载最宏大的跨学科博士论文的媒介。（诚然，Alex Karp 已经拥有博士学位。但他做到了不可能之事：成为一个天才式的、看似辍学者气质的人，却可以被正确地称呼为“博士”。）这个组织的设计宗旨，是一场永无止境的求索：理解在一个由日益强大的机器所主导的世界里，机构适应性的本质与未来，以及至关重要的、促成甚至必然连接二者之间的逻辑。

Palantir 明白，机器的进步与普及本身并不带有任何内在的道德属性——技术进步并不会自动保证人类能更清晰地理解现实，也不会自动保证人类利用这种理解来增进人类的福祉。它同样明白，机器进步与机构适配性之间的耦合——两者相互强化——也并非自然而然发生。而这种共生式的耦合，是技术进步转化为文明进步的根本前提，也是让两者得以延续的关键。

Palantir 的隐含信念是，硅谷已经迷失了这一根本真理：他们要么相信技术会自动带来这一切（想想有效加速主义者），要么相信自己对该技术拥有超凡的理解，因而被赋予了决定机构和社会应如何组织的权力（想想有效利他主义者）。Palantir 是一家充满深刻悖论的公司：它与这些运动共享的是宏大的愿景，而它所增添的，是将这一使命建立在对现状中运转良好的部分的深切尊重之上。他们认真对待“切斯特顿的栅栏”，尤其是在机构的语境下：在深刻理解机构规范为何存在之前，绝不应摧毁或重塑它们。

Palantir 是“一群持怀疑态度的人组成的团体，他们深切关怀世界，并热衷于争论世界将走向何方、软件在其中扮演什么角色。” – Nabeel Qureshi，《Reflections on Palantir》，2024 年

Palantir 是一个不断追问的团体：机器，尤其是强大且无处不在的数字计算机，如何能够持续提升关键机构有效服务其市场和受众的能力，同时不牺牲个人或机构的主权与自由？但由于他们面对的是具体的客户，这就不是一个会催生 90 年代《Wired》封面故事《这将改变一切》的泛泛之问，而是一种具体、切实的方式，用特定的工具一次改进一件事。

Palantir 明白，具备高保真工具使用能力的高 g、通用智能体已经在地球上存在了数十万年，但只是在最近几百年里，这些智能体才被较为优化地“部署”，以持续增进我们对世界的集体理解，并将这种理解转化为造福人类的解决方案。即便在最近一代人的时间里，人才发掘在众多领域已变得远为严格——身材异常高大、运动天赋出众的孩子即使对体育毫无兴趣，也会早早听闻 NBA 的大名；心算速度惊人的孩子会认出“IMO”这几个字母；而作家即使会被《纽约时报》的简历筛选瞬间淘汰，也能在网上成名。

为什么？主要原因是制度。制度是经济与文明奖励函数的生成器。驱动进步的奖励函数，是那些强化能提升我们对宇宙集体理解的行为的函数——它们因富有成效的好奇心、因改进我们的思想而给予我们多巴胺——并将这种理解转化为解决人类问题的实用方案。而强化其他任何东西的奖励函数（尤其是以牺牲认知新颖性为代价的感官新颖性，或者任何制造恐惧的东西），很可能会导致停滞。而停滞几乎总会强化趋向文明崩溃的零和行为。

Joel Mokyr、Philippe Aghion 和 Peter Howitt 去年因将这一洞见形式化而获得诺贝尔奖：当改进我们对宇宙的集体理解（科学）与用这种理解“让事情发生”（技术）之间的反馈回路足够紧密时，进步就会加速。能够收紧这一反馈回路的制度——奖励认知新颖性，以及将认知进步应用于解决实际问题的制度——会促进进步。以最高保真度和速度做到这一点的制度，会创造进步的向上不连续性；而几乎做了其他任何事情的制度，则会创造向下的不连续性。

资本主义、自由市场和西方制度创造了前提条件，使我们能够持续生成奖励函数，让我们的行动与对自然和我们自身的集体理解的客观改进保持一致。技术是这种理解的物理体现，当它被应用于这些奖励函数时，它能帮助我们解决重要的问题。而技术的终极目标，是确保我们的制度性奖励函数能够提升我们的集体意识。

自由市场资本主义者会说，这个奖励函数是我们迄今为止（也很可能是将来所能）得到的最接近于能带来永续进步和人类繁荣的函数：发明改变世界的技术的人会因此获得丰厚回报。他们有时可能对此过于乐观——体育博彩对某些资本家来说或许是资本主义的胜利，但它并不是西方文明最伟大的成就。不过总体而言，硅谷可能会说，它的奖励函数、它对资本主义的理解，如今确实在强化这一理想。他们会说，硅谷是一个社会认可和感官新颖性恰好与真正进步相关联的地方。糟糕的环境会因作秀而给你多巴胺；良好的环境会因创造而给你多巴胺，而他们会争辩说，硅谷就是一个良好的环境。它之所以好，是因为建造它并生活在其中的人智商很高，因此他们的认可往往追随真正的洞见，而非表演性的姿态。

Palantir 的一个核心洞见（主要来自 Palantir 联合创始人兼董事长 Peter Thiel）是，硅谷的教会已在很大程度上被法利赛人（那些做表面功夫的信号发送者）所把持。资本主义的奖励函数——无论是否属于硅谷——已经与进步日益脱钩（我们想要飞行汽车，得到的却是 140 个字符）；但这种情况是可以纠正的。Palantir 的对立立场是：制度是终极的元技术，将制度与物质技术原生地连接起来，是重新加速进步的根本所在。换言之，我们必须驾驭物质技术，来提升我们的制度生成正确奖励函数的能力。物质技术让我们能以无数种方式改变世界，但真正在这些变异中筛选出有用之物的，是我们的制度。在制度把人脑连接到这些奖励函数、并大规模协调它们以实现生产性目标之前，人脑其实并没有那么有用！

Palantir 并不认为，对计算机的卓越理解会赋予某人某种超自然能力，去创建更有效的制度、规定社会应当如何组织，或提出应当治理社会的最优道德与哲学规范。成为亿万富翁、AI 研究者或企业软件创始人，与你能否就人类面临的重大问题展开论辩毫无关系。相反，Palantir 在软件领域的答案是：深入事实真相（ground truth）。这意味着把那些潜在的硅谷工程师嵌入到对丰富的本地现实拥有可信访问权的机构之中。在这些环境里，领域专家早已在根本层面上理解自己的问题，但他们若能把这些本地化知识与数字计算日益加速的力量连接起来、使其可编程，将获益巨大。

为了让亲人类的制度的适应性与数字计算日益增强的力量同步扩展，Palantir 从根本上必须从事打破权衡取舍的事业。从一开始，尤其是在后 9/11 时代，它就拒绝了一种流行的观念，即利用计算来提升国家安全能力必然要以牺牲隐私和主权为代价——随着 AI 能力的加速，这种虚假的二分法如今又卷土重来。Palantir 最初的 Gotham 平台的核心创新，是一种架构：它在恰当的时机向情报分析员提供完成任务所需的精确信息，同时强制执行严格的、基于目的的访问控制和完整的问责机制。它不允许任何人拥有随意窥探任何人的全面能力。

将这种共生模式与以广告为基础的大型消费科技公司（如 Google 和 Meta）进行对比是很有益的。这些公司也在努力理解世界，它们的利润衡量着它们做得有多好。但广告公司有双重动机去囤积自己的知识。首先，它们的用户和监管机构都关心隐私：Google 可能会针对某种有助于应对尴尬健康状况或药物滥用问题的产品投放广告，但它们不想去出售广告主一整套关于它们推断出有这些问题的每个人的个人信息。其次，一个对广告主而言如同不可捉摸的黑匣子的广告系统——广告主设定预算和目标，却完全不知道这是如何实现的——对定价权极为有利。广告主知道自己是否获得了可接受的投资回报，但不知道平台本身攫取了多少回报。久而久之，这种商业驱动力会促使客户把更多的客户关系、商业知识以及自身的能动性让渡给少数几个大平台。

Palantir 通过构建软件来资助这一探索，并将其理解商业化，这些软件在设计上有助于提升那些赋能人类的机构的适应性，同时损害那些不具备这一特质的机构。至关重要的是，除了对美国民选政府的明确承诺（Karp 曾表示，他们的目标是为西方世界显而易见的内在优越性提供动力）之外，它并不声称对哪些机构道德、哪些不道德拥有最终裁决权。Palantir 反而将“社会应如何组织或正义需要什么”这一问题交给民主制度和自由市场。Palantir 的职责是帮助它们更好地执行这一愿景。它们的技术，正如公司名称的来源（《指环王》中的真知晶球 palantiri）一样，致力于帮助亲人类的机构更有效地发现 Thiel 式的秘密，使它们更善于服务其市场和公众，并在面对对手时更具反脆弱性。

“有效软件”与经济计算

Palantir 将这项技术称为“有效软件”，并完全致力于其成功创造。在 Palantir 看来，有效软件是能够帮助关键机构将关于世界的信息转化为决策——即有用的状态——的软件，这些决策在顺境中惠及其服务对象，在逆境中确保生存。它让亲人类的机构能够随着数字计算能力的不断增强而扩展，而不是被抛在后面、被淘汰或被摧毁。

“我们的文化和自我组织的方式是创造有效软件的先决条件。” - Alex Karp，Palantir S-1，2019

这些听起来可能与软件毫无关系。对许多人来说，它可能更接近于我们传统上对理想形态的企业、经济体或政府本身的想象：这些系统在正常运转时，能够持续提升将信息转化为具有经济或社会价值的解决方案的能力。

理解 Palantir 的一种方式是：它根本不是一家软件公司，而是一个元机构（meta-institution），其架构旨在将机构适应性转化为一个工程和信息管理问题。一个在复杂机构环境中持续搜索的系统，其奖励函数完全与机构适应性的提升挂钩，而装备本体论（Ontology）的前沿部署工程师则是闭合学习回路的执行器。

从精神和组织层面来看，Palantir 更接近台积电（TSMC），而非 OpenAI 或 Anthropic，因为它们都体现了极其复杂的流程知识，这种知识源自一种从第一天起就优先考虑可信地获取稀缺机构背景的组织结构和执行哲学——并且一次又一次地通过提升客户以日益主权化的方式驾驭计算的能力，来兑现这份信任。台积电或许会帮你制造芯片，但它绝不会与你竞争设计，也绝不会利用你的知识产权去帮助他人与你竞争。它在方方面面都为最大化你的成功几率而组织。同样，Palantir 会帮你构建计算基底，使你将关于人类需求的本地信息转化为具有经济和社会价值的解决方案的过程变得可编程，但绝不会利用这些信息与你竞争，并且让你能够拥有这一切。

Palantir 所推动的这场经济计算革命的进步，不是以摩尔定律、每瓦浮点运算次数、“每瓦智能”、每美元 token 数或类似指标来衡量的，而是以一个远为宏大的标准来衡量：每单位能源下，亲人类的个人和机构所能访问并主权掌控的可编程经济复杂度（具有经济价值的知识和诀窍）的密度。

例如，Sepsis Hub 建立在 Palantir 的 Foundry 之上，由坦帕综合医院（Tampa General Hospital）所有，是一个将临床医生关于早期脓毒症表现的隐性知识编码在内的系统，它依据这些具身化的知识对约 1,000 名住院患者进行实时监测，并整合生命体征、化验和其他指标，以加速抗生素治疗。自上线以来，该系统被认为使脓毒症总体死亡率减半，48 小时死亡率降低 68%，截至 2026 年 6 月已挽救约 900 条生命。它还使脓毒症患者的住院时长减少了 30%。Palantir 为坦帕综合医院构建的其他系统也带来了全院范围的效率提升，包括将患者安置时间缩短了 83%。

“我们的报酬，过去和现在都始终以价值创造为基准。我们的业绩只是我们的软件为客户创造的经济价值的一部分。”——Alex Karp，2026 年第二季度股东信

Palantir 让机构的记忆——即机构的搜索与学习过程——变得可计算。但这些计算机（Palantir 协助设计和制造）完全由它们所赋能的机构所有。Palantir 明白，你无法将这台经济计算机与其所赋能的机构分离：这样做就像从 GPU 中移除内存，剥夺一家企业的核心生产资料。针对不同的用例可能有不同的组合——没有显示器的个人电脑毫无用处，但当数据中心计算机的行为在大规模下被编排时，给它配显示器也无济于事。你同样无法将许多不同的经济计算机的记忆聚合起来，创造出一台对所有机构都同样有效的计算机：这台计算机的状态，以及它创造新的有用状态的能力，完全取决于它诞生的那个独特情境。换言之，“数据中心里的天才”是一个不成立的概念。聚合天才误解了天才的本质：天才是一种独特的智识通感，源于对现实中某个特定领域的选择性适应。

“我们过去拒绝，未来也将继续拒绝与我们的合作伙伴建立寄生关系。诚然，我们在这方面的做法与市场大相径庭。但我们仍是科技行业中少数几家与客户利益完全一致的公司。”——Alex Karp，2026 年第二季度股东信

Palantir 进行垂直整合，是为了理解经济计算的逻辑，梳理其价值网络，并绘制一幅在计算加速的世界中实现最优机构设计的路线图。最根本的是，他们相信，体现在西方机构和自由市场中的、经久筛选的知识，应当通过技术进步变得更有效，并得到保存。这不是少数几个工程师凭借懂计算机，就有天命所归的权力按自己的构想加以改写的东西。

所以，从某种意义上说，各大实验室试图复制 Palantir 是对的，但他们没有意识到自己其实复制错了东西，也没有理解 Palantir 的客户真正信任它的原因。实验室通过部署的垂直整合所隐含的目标，似乎是通过观察经济中的方方面面，来提升其模型在经济中做一切事情的能力。但与客户、合作伙伴以及更广泛的经济参与者生态系统保持利益一致，在逻辑上与这一目标是相矛盾的。于是，实验室最终与在其之上构建业务的企业直接竞争——从用原生编程 Agent（如 Claude Code 和 OpenAI Codex）侵占 Cursor 的领地，到用法律领域的专业化产品威胁 Harvey。

而最近，这也意味着与构成我们经济特质的中小企业竞争。例如，Thrive Holdings（一家部分由 OpenAI 持有且与其深度交织的私募股权公司）已经收购了 70 家会计和 IT 服务公司，并基本上把它们变成了 OpenAI 前沿模型进行爬山式优化的强化学习环境。任何私募股权公司对这类业务感兴趣、并希望用技术让它们运转得更好，这都很容易理解；但在这里，这种兴趣与 OpenAI 的研究人员和工程师构建能够自动化这些领域工作所需的模型所依赖的业务实践、点击流数据和本地化情境绑定在一起。在这种范式下，垂直整合表面上是为了赋能客户，但假以时日，其本质是攫取客户的生产资料。

“我们收购的这些企业代表着这一演进所需的正确奖励系统，它们将行业专业知识与真实世界数据结合在一起，有助于提升模型在特定任务和能力上的表现。” —— Joshua Kushner，OpenAI 合作公告

“通过在我们企业内部针对特定任务训练最先进的模型，并以公司专有数据和专家反馈为指导，我们相信可以持续提升模型能力……” —— Thrive Holdings，OpenAI 合作公告

“我们的业务带有马克思主义的表里意涵。其他人，包括许多构建大语言模型的公司，有意或无意地打算攫取其所谓合作伙伴的生产资料。” —— Alex Karp，2026 年第二季度股东信

相比之下，Palantir 通过垂直整合部署，构建了让构建机构专属经济计算机尽可能容易所需的能力和流程知识（前沿部署工程、Ontology、AIP）。如果 Palantir 为 CIA 构建主权经济计算机，英国 NHS 就更容易接受这一理念，Airbus 和 Kirkland & Ellis 等市场领导者也是如此。很快，社会中最关键的机构将成为最积极推动经济前沿的机构：它们收获部分回报，同时获得对自身命运的更多掌控。但如果 FDE 和 AI 部署的垂直整合仅仅意味着利用受信任的机构上下文访问权来提升你寻租的能力，或者更糟，去构建客户或合作伙伴的替代品（如 Thrive Holdings 与 OpenAI 的合作），那么你将危及经济计算的全部承诺：让进步以人人都能参与和拥有的方式变得可编程。

Palantir 23 年历程的教训是：为创新而垂直整合。如果这是获得许可访问地面真相知识的唯一途径——这些知识能帮助你的客户和社会发掘新的、有价值的秘密——那就去做。但不要为寻租或集中权力而垂直整合。寻租不仅实际上会降低你自身的机构适应性，还会在社会中造成更广泛的负向选择压力——这种压力源于“已无秘密可发现”的错误观念。

About the Author

Nikhil Davar is an Associate at The Diff and a Fellow at Roots of Progress Institute. He is on X @lefttailguy.

• • •

Byrne Hobart is Writer of The Diff and General Partner at Anomaly Fund. He is on X @ByrneHobart.