与「palantir」相关的搜索结果

Palantir CEO：模型只有结合 FDE 和应用层，才能在企业中真正创造价值 2026 年 8 月 3 日，Palantir CEO Alex Karp 在接受 CNBC 采访时表示，美国应当通过竞争推动本土开放权重模型追上中国模型，而不是依靠限制客户选择来保护本国模型公司。不过，他认为模型来自美国还是中国并不是最关键的问题，因为模型本身并没有外界想象中那么高的企业价值。只有在 FDE（Forward Deployed Engineer）、应用层、现场部署经验以及对企业“部落知识”的保护共同作用下，模型才能进入真实工作流并产生商业成果。该观点表明，Palantir 的核心壁垒并非拥有某个基础模型，而是将不同模型部署到复杂企业系统中的工程与组织能力。 内容不构成任何投资建议，请严格遵循当地法律法规。 《白线 WhiteLine》由吴说团队出品，从 Crypto 走向更广阔的资本市场，关注 AI 时代下的趋势变化与交易机会。

底层看稀缺，顶层看客户！看到 @chamath 分享的这张 AI Stack，感觉这个架构划分和 Rewire Index 5 Layer 相当类似，分享一下我对每一层的理解： 1. 能源与基础设施层（最底层） 与 Rewired Index 的逻辑一致。电力会迎来爆发式增长，尤其是无需接入电网的独立供电商（IPP）；而土地受政策影响太大，弹性有限。在大众的舆论压力之下，太空基建应该会是未来几年的新机会，无需土地，无限电力⚡️ 2. 芯片层 做独立芯片，初创公司基本没有机会：性能要求极高、工艺极其复杂，最关键的是供应链已被完全锁死——这是头部玩家的战场。 真正的机会在融合与生态。从 Google TPU 的发展路径，到 Cerebras 等高速推理芯片的崛起，可以看出芯片会与云厂商、模型公司深度绑定。围绕芯片构建数据中心的整体供应与创新，机会很多；单做独立芯片，机会渺茫。 3. 云服务层 云可以分为 Hyperscaler 和 NeoCloud两类。模型商品化之后，几乎所有的负载都要靠云来承载，这会是非常赚钱的生意。但构建极其复杂，堪称 AI 时代的重资产业务——或者说，智能时代的房地产。 4. 模型层 模型公司面临的核心问题是正在被商品化： - 如果 Scaling Law 已到极限，模型百分之百会被商品化； - 即使 Scaling Law 还有很大空间，大家对「最好智能」的需求也在被分解——大量日常应用不需要最顶级的智能，中等水平模型和开源模型会逐渐接管这些需求，反而加速了商品化； - 最尖端的头部模型公司，更像是「先进制程」的芯片：能从中获取很高的价值，但并非所有任务都需要它。 5. 应用层：Harness vs Application 这张图最有趣的地方，是把应用层拆成了 Harness 和 Application 两层。 我的判断是：按目前模型的进化速度，Application 还没有任何机会，但 Harness 的机会已经大量出现，尤其在企业端。企业内化的知识只能通过 Context 和约束来落地，所以 Harness 就是新的企业应用层；它们会替代旧的 SaaS，或倒逼旧 SaaS 升级。 如果把 AI 扩展到大语言模型之外的更广义范畴，应用层更可能以垂直集成的形态出现，例如：自动驾驶 / RoboTaxi / 任何可端到端自动化工业流程和武器系统；生物研究 / Wet Labs；把执行能力直接部署进企业内部的模式（类似 Palantir 的服务方式）

我把一本二十多万字的新书免费开源在 Github 了——《前置部署工程师：人工智能时代的客户价值交付秘籍》。 全本在线读，一分钱不收，地址在文末。 为什么要写这本书？从两组数字说起。 一组来自麻省理工学院：全球企业在生成式 AI 上烧了三四百亿美元，95% 的项目没能产生可衡量的回报。演示很惊艳，落地全阵亡。 另一组来自招聘市场：一个叫「前置部署工程师」（FDE）的岗位，发布量九个月涨了 800%。OpenAI 在招，Anthropic 在招，YC 一百多家创业公司在招。a16z 直接管它叫「科技行业最热门的岗位」。 两组数字放在一起，结论不难猜：模型已经不稀缺了，能把模型塞进客户真实业务里的人，才稀缺。 FDE 就是被创造出来填这道鸿沟的角色——驻扎在客户现场、把「产品能做的」和「客户需要的」接起来的工程师。Palantir 二十年前在情报机构的保密室里发明了它，如今 OpenAI 为它专门成立了一家估值百亿美元的「部署公司」。 在我看，它就是 AI 时代的前置位的「增长黑客」：一个新物种，一套方法论，一片还没人系统写过的空白。 这本书讲清楚三件事：这个角色从哪来、是什么；从找对问题到规模化复制的完整打法；以及一百多个真实案例，所有数据和案例都在附录里注明了出处，欢迎核查。 也坦白说：这本书是我派 AI 做的深度调研和撰写，框架仿照我十年前写《增长黑客》的那套结构——依然觉得它适合研究和布道各种新岗位。 我原本把它当成自己的学习入门手册，期间驱使 AI 也迭代了好几版。写完觉得，锁在硬盘里有点可惜，于是索性开源免费分享。 如果你正在考虑工程师的转型方向，或者在琢磨 AI 到底怎么在企业里落地，它应该能帮你省下几十个小时的检索时间。 📖 仓库在这，全本免费，欢迎 Star： 会持续迭代，有想补充的案例或想挑错的，Issue 和分支都开着。 —— 顺手说一句：十年前那本《增长黑客》的全文开源版，也在我 GitHub 上（zengzhangheike-the-book）。一本是过去，一本是未来，感兴趣的可以一起拿走。

市场杠杆创历史新高，美国散户最喜欢的股票却下跌 13% 高盛追踪的美国散户偏好的一揽子股票中，本月截至目前已经下跌约 13%。如果月底仍然维持这个跌幅，将创下 2022 年以来最差的单月表现。 但就在前两个月，这些股票还分别上涨约 17% 和 16%，两个月累计涨幅接近 36%。短短一个月，美国散户最喜欢的一批股票就从市场最强的方向之一变成了跌幅最大的组合。 这类股票主要集中在人工智能、半导体、存储芯片、网络安全和其他高波动科技股。公开报道中提到的代表标的包括 AMD、Micron 和 CrowdStrike，更广泛的散户热门股还包括 Nvidia、Tesla、Palantir 和 IonQ 等。 这些股票的共同特征很明显，都是前期涨幅高、估值高、波动高，所以带动了散户的 FOMO 情绪。 再上一篇我有提到，美国融资融券债务已经达到创纪录的 1.53 万亿美元，券商账户净信用余额降至负 1.061 万亿美元。这说明散户热门股票开始下跌的时候，市场里的融资仓位和杠杆并没有同步下降，反而仍然处于历史高位。 上涨期间，股价越涨，账户净值越高，投资者可以借到的钱也越多，新增融资又会继续买入前期表现最好的股票。但行情转弱以后，这套逻辑会反过来，股票下跌压低账户净值，保证金压力上升，投资者只能补充现金或者减仓。 说人话，前两个月散户加杠杆追什么，什么就涨得更快。现在市场开始回调，散户持仓最集中、前期涨幅最大的一批股票，也成为了最先出现两位数下跌的方向。 前期涨得越快、仓位越拥挤、融资比例越高，下跌以后需要卖出的股票仓位也会越多。 @Gate Crypto、美股、港股、韩股、黄金、CFD、预测市场一站交易

9/ 联署名单很有分量： 英伟达、Meta、微软、OpenAI、Cohere、Hugging Face、CrowdStrike、Palo Alto Networks、Palantir、GitHub、IBM、Perplexity、Mistral等，横跨模型厂商、云厂商、安全公司和投资机构。

Israel’s Palantir Rival Is Selling $1 Million Spy Vans To U.S. Cops Illustration: Macy Sinreich for Forbes; Image: Artistic Operations via Getty Images

Palantir卖给政府的战情室系统，一年要几百万美元。 有个叫Elie的人几天内搭了个开源平替，免费放到GitHub上：实时3D地球，接500多个新闻源，AI自动摘要军事、经济、灾害等15个类别，本地跑AI不用API key。

EP-06 当模型开始不值钱，AI 真正的铲子股变了 这一期《白线 White Line》，主播 Minta 聚焦一个正在重塑 AI 产业链的问题：开源模型究竟要不要打败 OpenAI 和 Anthropic？ 企业的实际使用案例表明，模型能力并不是决定成本与效率的唯一变量。任务拆解、上下文管理、工具调用、失败重试和模型路由，同样会影响最终结果。企业未来可能不会押注单一模型，而是让不同模型分别处理高价值、低成本或高隐私要求的任务。开源模型只要能够接走一部分工作，就能让企业获得议价、本地部署和更换供应商的权利。 当模型越来越多、越来越便宜，也越来越容易替换，产业链中真正稀缺的环节随之改变。本期节目从 Nvidia 与 Palantir 的主权 AI 合作出发，梳理四类可能受益的“新铲子”：充当模型超市的云平台，掌握企业数据、权限和流程的工作流平台，监控模型与 Agent 调用链的可观测性工具，以及负责模型路由、安全和边缘推理的网络基础设施。 核心结论是，开源模型不需要成为全能冠军，也不必彻底取代前沿闭源模型。它真正改变的，是企业不再需要把每一次调用、每一份数据和每一个工作流永久交给同一家模型公司。模型一旦可以替换，价值便可能从模型层重新流向算力、云、数据、权限、工作流、安全与网络。开源战争或许不会产生唯一赢家，但它已经开始改变谁能赚钱。 内容不构成任何投资建议，请严格遵循当地法律法规。 《白线 White Line》由吴说团队出品，从 Crypto 走向更广阔的资本市场，关注 AI 时代下的趋势变化与交易机会。 时间线： 00:00 开源模型真的需要打败 OpenAI 吗？ 00:33 Software Factory：便宜模型也能进入企业生产线 02:49 Nvidia × Palantir：谁会成为开放模型的推手？ 07:03 第一把新铲子：CSP 成为企业 AI 的模型超市 09:53 第二把新铲子：数据与工作流让 AI 进入组织 11:45 第三把新铲子：Datadog 监控模型与 Agent 13:55 第四把新铲子：CDN 开始调度 AI 流量 17:27 结尾：开源模型没有赢，却已经改变了赢家

Palantir sells governments a war room that costs millions a year. So, a guy named Elie just rebuilt it, put it on GitHub, and gave it away. It's called World Monitor. Open it and you get a live 3D globe with 500+ news feeds pouring in across 15 categories, all summarized by AI as they land. > Military movements. > Economic shocks. > Natural disasters. > Cyber incidents. > Flight paths. > Shipping lanes. + 56 different map layers you can stack on top of each other. It scores 31 countries on a stress index and updates the number as things happen. It watches 29 stock exchanges, commodities, and crypto in one panel. It runs local AI through Ollama, so you can use the whole thing without a single API key. Native desktop app for Windows, macOS, and Linux. 25 languages. Works out of the box after one clone.