致股東信日期：2026 年 2 月 2 日I.我們正處於一個跨時代工程的起點，一切才剛剛開始。我們的財務業績再次超出了最雄心勃勃的預期。這些粗放且不完美的指標，是充滿興奮與恐懼的市場試圖評估其青睞公司價值的手段。去年第四季度，我們實現了 14 億美元 的營收，創下了公司 23 年歷史上的新紀錄——較前一年同期增長了 70%。對於這樣規模的公司來說，如此巨大的增長加速是一項非凡的成就。這對於那些致力於推進我們這個“特立獨行”的項目、並擁抱（或至少不完全排斥）我們工作模式的人來說，是一種“宇宙級的回報”。科技公司更常見的路徑是尋求公開市場的青睞和資金，在預期的巔峰時期套現，然後進入漫長且必然的衰落。我們拒絕了這種做法。五年多前的上市標誌著我們上升的開始，而非巔峰。儘管如此，我們在保持增長的同時也展現了極強的紀律性——這在當今行業中似乎很罕見。我們在單季度創造了 6.09 億美元 的利潤紀錄，環比增長 28%。我們仍然記得，並且不會忘記多年來所面對的那些禮貌但堅定的質疑：關於我們潛在的盈利能力，甚至更根本的，關於我們經營方式的智慧。人工智慧系統市場中存在一些被描述為“過熱”的領域，他們可能會感到壓力，被迫圍繞財務資料來管理業務。然而，我們的紀錄級利潤是純粹且真實的。更重要的是，它是建立在軟體平台之上的業務結果，而非依靠成群結隊的、帶著 PPT 提供“英明建議”的高級顧問。II.我們在美國的業務是公司的核心。上季度僅美國市場就創造了 11 億美元 的營收，同比增長 93%。我們的崛起一直並將繼續由美國日益敏銳的企業和機構驅動。他們理解人工智慧的價值，但現在拒絕為“科學實驗項目”買單。在那些洞察到駕馭 AI 力量之先決條件的機構與那些脆弱且隨波逐流的機構之間，一條鴻溝正在顯現。事實上，AI 應用的世界正日益分為“擁有者”和“一無所有者”。一些機構和國家正在崛起，而另一些則被赤裸裸地拋棄在沙灘上。單靠大語言模型（LLM）無法實現救贖。它們需要一種手段，以便可靠且高效地與現代企業那如迷宮般複雜的資料庫、業務流程和人員進行互動。如果沒有一種軟體架構為這些機率預測引擎的輸出提供語法和結構，那麼語言模型生成的文字字串就毫無意義。模型必須與現實世界的對象掛鉤，而我們所建構的正是這種掛鉤、這種接地和定位的手段。因此，我們的美國商業業務（曾被認為是公司中一個有前景但基本處於理論階段的邊緣部門）現在正以驚人的速度增長。上季度營收 5.07 億美元，同比增長 137%。明確一點：我們的美國商業業務在 12 個月內翻了一番。對於一家初創公司來說，如此迅速的擴張同時保持紀錄級的盈利已屬非凡；而對於一家進入營運第三個十年的公司來說，我們認為這是前所未有的。我們之所以能走到這一刻，是因為一種“激進的務實主義”——近乎冷酷地關注結果和產出，而非表演和戲劇性。1962 年，鄧小平曾有名言提醒他的國家：“不管黑貓白貓，捉到老鼠就是好貓。” 如今，科技行業的術語和姿態、對通用人工智慧（AGI）到來的屏息期待，已達到新高度。任何缺乏對技術系統所創造價值（即貓實際抓到的老鼠）的熱忱關注的事物，最終都會褪色並被遺忘。III.令許多人感到困惑的是，同一個既能防止恐怖襲擊的軟體系統，竟能同樣有效地防止國家對公民私人生活的違憲侵犯。但這正是我們有意識建構的系統。此類軟體與重塑世界的語言模型並列，不僅將進一步重塑美國國家安全，還將改變我們防止政府過度擴張的集體能力。在 Katz v. United States 案中，波特·斯圖爾特大法官寫道，第四修正案關乎的是國家“不請自來的耳朵”。他在 1967 年那個重新定義隱私邊界的里程碑式案例中提醒我們：“無論一個人在那裡，他都有權知道自己將不受無理搜查和扣押。”然而，免受政府無理監控——無論是國家伸出的眼睛還是不請自來的耳朵——都需要建構一個能夠審計自身使用情況、並限制而非擴大資訊存取權的技術系統。通過粒度權限控制（確保國家及其代理人只能看到該看的）和功能性審計日誌（抓捕外部和內部威脅）來限制政府行為，這應該是毫無爭議的、保護隱私最有效的手段。我們相信，我們建構了這樣一個獨一無二、無與倫比的系統。建構這樣一個反映我們倫理承諾的平台，理應成為跨越政治光譜的進步人士和批判性思想家的集結號。然而，許多人選擇了更簡單的路，盲目地將技術視為敵人，結果使自己失去了在建構“對抗政府過度擴張的最強護盾”中扮演任何角色的機會。IV.作為一個國家，或許作為一個文明，我們已經對自己所堅信的事物感到迷茫，並且過於害怕在共同生活中擁護任何具體的文化特性，在“包容”這種往往空洞的旗幟下，將情感和信仰從公共和公司領域放逐。但包容進什麼？是什麼共同的價值觀和情感——那些構成真實社區的、混亂但肥沃的利益和承諾的混合體——讓我們渴望將任何人包容進來？這個國家難道僅僅是一個經濟區，一個空洞的行政容器，讓新全球化的精英在其中穿梭並致富嗎？有時，我們似乎放棄了巡視社區邊界的希望，放棄了抵制空洞多元主義的淺薄吸引力（在這種主義下，所有文化和價值觀都被宣佈為平等，而不加反思）。我們在退縮，如此害怕共同的努力和身份，以至於剩下的只有“自我”。克里斯托弗·拉斯在其 1979 年出版的《自戀主義文化》中敏銳地觀察到：“20 世紀的‘心理人’追求的既不是個人自我擴張，也不是精神超越，而是內心的平靜。”然而，這種平靜往往是膚淺且令人不滿的。正是這種將“心理管理”置於一切之上的本能，導致了虛假的不滿和想像出來的冒犯。V.我擔心世界上正在出現一種分歧。這種分歧甚至是一種鴻溝，存在於那些有膽量去建設、去暴露自己、去冒險失敗的人，與那些通過純粹的對立身份（一種認為自己在道德和憲法上優於他人的鬆散信念）來支撐自我意識的人之間。公眾明白，結果才是最重要的。現代政治的討論研討會已被證明只是空談，公眾對當代政治舞台的戲劇性已完全失去興趣。如果認為創造、建設、無中生有的行為僅限於技術或商業領域，那就錯了。遠非如此。舞者、詩人、畫家、作家、老師、革命者和激進分子——他們都是最深刻意義上的創造者。我們必須讚美他們承擔的風險和他們正在建立的帝國。然而，那些誇誇其談的人和純粹的批評者讓我們陷入了一種幻覺，認為僅靠言論和修辭就足夠了。我們應該、也必須反抗。一個不舒服的事實是：那些對自己能力最悲觀的人，往往轉向政治組織工作。在 Palantir，我們做出了一個至關重要的決定：拒絕改變我們的工作方式去迎合一個“成功就是任何被看作成功的東西”的世界（正如道德哲學家阿拉斯代爾·麥金泰爾在 1981 年的《德性之後》中所寫）。在當前關頭，為“批評家階層”日益邊緣化、其文化權力大幅退卻的世界做好準備是明智的。VI.對於外界的一些人來說，我們管理這家像“喧鬧的藝術家聚落”一樣的公司——更像是一個工程公社而非公司——是非常令人驚訝的。我們允許甚至鼓勵大量的內部分歧和衝突。權力的威脅被極少使用。這種對異見、野心和激進思想的包容，讓我們在面對對手甚至敵人時，培養出了一種近乎慷慨的氣度。在商業和生活中，對那些傷害過我們的人（甚至是祈禱我們滅亡的人）保持一定程度的優雅至關重要。我們集體性的誘惑是將對手（地緣政治或其他方面）描繪成單薄的漫畫人物，拒絕承認他們的力量和優勢，這只會削弱我們長期戰勝他們的能力。對自身美德的瘋狂痴迷和對敵人陰險的偏見，確實會令人盲目。去年的一次採訪中，洛恩·邁克爾斯建議莫琳·多德，對那些令人厭惡的人格最有效、最尖銳的諷刺是那些能從中發現“一滴人性”的諷刺。商業和世界舞台上的對峙也是如此。保持謙遜，並在對手身上發現那一滴人性，可以成為一種致命的優勢。謹啟，Alexander C. Karp聯合創始人兼首席執行長Palantir Technologies Inc. (壹號講獅)

Palantir第四季度營收同比大增70%，達到14.1億美元，政府和商業業務雙雙超預期；公司同時給出遠高於市場預期的季度及全年營收指引，刺激股價盤後上漲約8%。不過，圍繞政府合同、ICE合作及高估值的爭議仍在發酵。資料分析公司Palantir周一盤後公佈了第四季度業績顯示，營收好於市場預期，同比大增70%，達到14.1億美元。與此同時，公司給出的下一季度營收指引表現也超出預期，較分析師原本預期高出15.3%。良好業績刺激該公司股價周一盤後漲約8%。以下是Palantir財報要點：主要財務資料：營收：14.1億美元，高於分析師預期的13.4億美元（同比增長70%，超預期4.9%）政府採購：政府採購營收同比增長66%，達到5.7億美元，也超過分析師對該類股5.22億美元的預期。商業採購：同比暴增137%，達到5.07億美元，高於市場預計的4.79億美元；尚未履行的美國商業合同總價值同比增長145%，達到43.8億美元。調整後每股收益（EPS）：0.25美元，高於分析師預期的0.23美元（超預期8.6%）調整後營業利潤：7.985億美元，高於分析師預期的7.011億美元（營業利潤率56.8%，超預期13.9%）客戶數量：客戶數量同比增長34%，環比增長5%。業績指引：第一季度營收：營收將在15.32億美元至15.36億美元之間，中值高於分析師預期的13.2億美元2026全年營收：公司預計全年營收將在71.82億美元至71.98億美元之間，同樣高於FactSet預期的62.2億美元。財報公佈後，該股在盤後交易中上漲約8%，此前收盤價為147.77美元。該股自去年11月的高點以來已下跌29%。截至收盤，2026年年初至今股價已下跌17%。政府業務需求大增，但配合ICE執法引爭議Palantir主要向客戶提供軟體，用於集中、管理和分析海量資料。借助整體人工智慧熱潮，公司盈利水平不斷刷新高點。過去兩年裡，公司股價累計上漲近800%，市值增加了近3150億美元。媒體稱，Palantir的強勁業績反映出美國政府和商業客戶對其人工智慧技術的強勁需求。與此同時，Palantir在協助川普政府推進驅逐移民議程中的角色，正面臨越來越嚴格的審視。Palantir在美國的營收中，有絕大部分來自政府合同，政府使用者包括美國移民與海關執法局（ICE）、美國國稅局和美國國防部。Palantir表示，上個季度來自美國政府合同的營收為5.7億美元，同比增長66%。來自美國商業客戶的銷售額為5.07億美元，較一年前增長一倍以上。這兩項資料均高於分析師預期。上個月，該公司與美國海軍簽署的一份價值4.48億美元的合同，用於為核潛艇的維護和升級提供更優質的資料支援。但過去一年中，現任和前員工以及民選官員對Palantir與ICE合作的批評，給公司股價的強勢表現蒙上了一層陰影。ICE與Palantir簽有合同，使用其技術開發應用程式，以定位和追蹤被該機構列為遣返目標的移民。自上個月明尼阿波利斯移民執法行動升級、並導致兩名美國公民死亡以來，這些批評聲浪達到高潮。Palantir在公開聲明中一直為其與ICE的合作進行辯護。根據媒體對政府合同公告的分析，自2025年1月以來，Palantir已從ICE獲得8100萬美元的合同。其中包括去年4月簽署的一份3000萬美元合同，用於建立一套系統，以簡化“非法移民的篩選和抓捕行動”。遭質疑估值過高該公司首席執行長兼聯合創始人Alexander Karp在致股東信中將公司營收加速增長形容為對公司支持者而言的“一種宇宙級的回報”。他表示，公司業績“來自美國一批日益挑剔、真正理解人工智慧價值的企業和機構的推動”。他對媒體表示，“我所知道的，過去十年科技行業裡無可爭議的最好成績”。“如果你不把錢花在這上面，那你就不是在投資那些能跟上發展勢頭的東西。”雖然今年以來表現不佳，但該公司3500億美元的市值，仍使其成為標普500指數中估值較高的股票之一。根據媒體在去年11月基於經通膨調整後的FactSet市場資料（可追溯至1984年）所做的分析，目前標普500指數成分股中，沒有任何一家公司的“估值相對於營收規模”曾達到Palantir這樣的水平。去年年底，因在2000年代末做空抵押貸款而聲名大噪、因電影《大空頭》而知名的避險基金經理Michael Burry披露了對Palantir的看空押注。Burry當時還在社交平台X上發文，廣泛警告人工智慧存在泡沫風險。隨後，隨著投資者因估值擔憂和對AI泡沫的擔心而轉向撤離AI股票，該股錄得兩年來表現最差的一個月。當時，Karp在接受媒體採訪時稱這一操作“簡直瘋狂”，並指責存在“市場操縱”。在致股東的信中，Karp表示，儘管市場對AI公司回歸基本面的壓力不斷上升，Palantir的利潤依然是“純粹的、非刻意製造的”。他補充說，公司商業業務類股受益於市場對軟體的需求，這類軟體能夠為大語言模型提供結構支援。Karp寫道：“任何缺乏對這些技術系統所創造價值的狂熱專注、缺乏真正‘抓到老鼠’能力的公司，最終都會黯然褪色，被人遺忘。”William Blair分析師Louis DiPalma周一將Palantir股票評級從“與大盤持平”上調至“跑贏大盤”，稱此前的回呼已使公司估值“變得更加合理”。 (invest wallstreet)

1、Use Case 名稱基於 AIP 的理財顧問智能作業平台（AI-Powered Financial Advisor Copilot）所屬行業：財富管理 / 私人銀行2、業務目標核心商業問題：理財顧問每天花費超過 60% 的時間處理瑣碎的文書工作、研報解讀和合規審查，導致服務客戶的數量受限，且響應速度慢。核心指標 (KPI)：（1）效率：縮短從研報發佈到生成客戶建議書的時間（從小時級縮短至分鐘級）。（2）創收：通過更高頻、高品質的互動，提升資產管理規模（AUM）。價值對齊：通過 AIP，花旗旨在將理財顧問從資料搬運工轉變為戰略分析師，直接影響損益表中的非利息收入部分。3、場景描述Who：私人銀行理財顧問、合規官、投資分析師。Context：面對動盪的市場（如利率變動或地緣政治），理財顧問需要迅速識別那些客戶受影響，並給出個性化的投資建議。痛點：（1）資料孤島：客戶畫像在 CRM，資產組合在記帳系統，市場研報在 PDF 庫。（2）決策鏈斷裂：分析師寫好研報 -> 郵件發給理財顧問 -> 理財顧問手動篩選受影響客戶 -> 手動撰寫建議郵件 -> 合規審批。這個鏈路在沒有 AIP 時長達數天。4、資料來源結構化資料：客戶投資組合、交易記錄、風險偏好評分、內部合規評級。非結構化資料：長篇宏觀經濟研究報告（PDF）、市場即時新聞、過往溝通電郵記錄、複雜的監管法規文字。5、關鍵能力Ontology：建構了財富管理數字孿生。AIP Logic：通過 LLM 解析研報，並根據本體規則自動匹配資產組合。Workshop：為理財顧問打造的一站式作業台。AIP Chat：允許理財顧問用自然語言詢問：那些客戶目前對美債的敞口過高？6、流程步驟接入：整合多源系統資料進入 Foundry。語義解析：AIP Logic提取研報中的核心觀點（如：看好科技股，看淡能源股）。本體對應：將研報觀點自動與投資組合對象關聯。智能篩選：AI 識別出資產配比不符合新研報觀點的客戶名單。生成建議：LLM 呼叫客戶過往風格，生成個性化溝通初稿。合規預審：系統自動對照合規規則檢查。執行寫回：理財顧問點選傳送，記錄自動存入CRM。7、輸出成果Smart Inbox：每日自動推送優先順序最高的客戶行動建議。Automated Research Summary：一鍵生成研報精華摘要。Pre-filled Action Items：預填寫的交易指令或郵件範本。8、角色使用者：理財顧問（快速響應市場）。資料管理員：負責維護投資策略和合規準則本體。決策者：財富管理部門主管（監控全行層面的資產敞口風險）。9、成功指標研報處理效率：分析數千頁文件並匹配客戶的速度提升了約 20 倍。客戶覆蓋率：單個理財顧問能服務的活躍客戶數顯著增加。10、本體架構還原這是花旗案例的靈魂所在。Palantir 將現實的銀行業務抽象為以下對象：（1）關鍵對象客戶 (Client)：屬性包括風險承受力、國籍、總資產。資產組合 (Portfolio)：屬性包括現金流、各版塊百分比、歷史收益。持有頭寸 (Position)：具體的股票、債券、基金。研報 (Research Report)：屬性包括發佈日期、覆蓋行業、投資評級（買入/賣出）。合規限制 (Compliance Rule)：具體的地緣政治禁令或洗錢防禦規則。（2）屬性與關聯[客戶] 擁有 -> [資產組合][資產組合] 包含 -> [持有頭寸][持有頭寸] 關聯 -> [行業/類股][研報] 影響 -> [行業/類股]（3）多面體屬性在這個本體中，資產組合 是一個動態實體。它不僅包含靜態的帳面價值，還整合了：即時流資料：當前市場行情即時計算即時估值。邏輯屬性：根據 AIP Logic 計算出的偏離度（即：當前配置與專家建議的差距）。11、AIP Logic 與決策流LLM 的角色：高級分析員+文案翻譯官。LLM 負責把非結構化的研報（PDF）轉化為本體中的結構化對象（屬性提取）。推理模式：理財顧問問：如果日元加息，那些客戶面臨最大風險？ AIP Logic 邏輯：遍歷本體 -> 尋找持有 [日元資產] 或 [對日出口企業股票] 的 [資產組合] -> 關聯到 [客戶] -> 過濾出 [中高風險承受度] 以外的群體。邏輯函數：花旗將複雜的金融模型（如：Var 風險價值計算）封裝為 Typescript 函數，LLM 在需要時呼叫這些函數，而非讓 LLM 自己做數學計算。人機協同：嚴禁 AI 直接下單。AI 僅生成建議和郵件草案，理財顧問必須點選Review & Send，這一步被嚴格記錄在審計日誌中。12、閉環行動與工程實現Action 觸發：通過 AIP Actions，系統可以一鍵將生成的投資摘要寫回到花旗內部的 CRM 系統，並觸發下游的交易審批流。工程棧：AIP + 內部專有金融模型 + 企業級 LLM 部署（確保資料不出行）。安全治理：利用 Purpose-Based Access Control (PBAC)。AI 無法訪問它無權查看的客戶隱私資訊。即使是 LLM，也只能在使用者權限範圍內檢索本體資料。13、架構洞察與啟發（1）底層哲學Palantir 的核心哲學是 模型不等於產品。在花旗案例中，LLM 本身並不值錢，值錢的是將 LLM 掛載到定義清晰的本體（Ontology）上。如果沒有本體，LLM 只是在胡言亂語；有了本體，它就成了精通花旗業務邏輯的專家。（2）對開發者的啟發解耦計算與推理：不要讓 LLM 算帳，讓它呼叫封裝好的業務函數。本體是知識的錨點：在建構 AI Agent 時，先定義清楚你的核心對象和關係。AI 的強大程度取決於你對業務實體建模的顆粒度。Action 閉環是關鍵：AI 如果只能聊天，價值有限。必須要有寫回能力，直接觸達 CRM、ERP 或交易系統，才能真正實現 ROI。 (壹號講獅)

無論我們是否喜歡，AI都將揭開所有人和所有國家的底牌。——亞歷克斯·卡普在2026年1月剛剛舉行的達沃斯世界經濟論壇年會上，全球最接觸的巨量資料分析與人工智慧平台公司Palantir（中文常譯作“帕蘭蒂爾”）首席執行長亞歷克斯·卡普（Alex Karp）與全球最大的資產管理巨頭貝萊德CEO 勞倫斯·芬克（Larry Fink）進行了一場深度對話。在對話的最開始，勞倫斯·芬克以一種近乎於“舊時代守望者”的姿態，向坐在對面的亞歷克斯·卡普（Alex Karp）表達了敬意。芬克給出了一組足以令任何金融精英汗顏的資料：在他執掌貝萊德的漫長歲月中，年化復合回報率為21%，這已是傳統金融世界的巔峰；而自Palantir上市以來，卡普為投資者帶來的復合回報率卻高達驚人的73%。這52個百分點的差距，絕非僅僅是兩家公司財務報表的優劣對比，而是一份關於全球權力天平位移的證明，隱藏著AI從“增長潛力”向“實際行動能力”轉化的分水嶺。世界已進入地緣博弈的深水區。過去那種靠溫和的數位化轉型、買幾個SaaS軟體就宣稱進入“智能時代”的假象，正在迅速破滅。Palantir的成功就是最好的證明。正如亞歷克斯·卡普在其新書《科技共和國》中所說：若非先進的人工智慧的崛起已經對全球秩序構成顛覆性的威脅，我們或許還會在渾渾噩噩中繼續蹉跎歲月，持久地迴避這些更為根本的問題。作為一個社會與文明，我們現在已經到了必須就“我們是誰”以及“我們希望成為什麼樣子”做出決策的關鍵時刻。01. “PPT企業”的終結：戰場上的真實性測試賴瑞·芬克：再度蒞臨此地，深感榮幸。在達沃斯舉行的世界經濟論壇上，我很榮幸向諸位介紹亞歷克斯·卡普。請允許我先從我們之間一段更為個人的話題談起——雖然我為我在貝萊德集團所創下的成就感到自豪，但自我擔任首席執行長以來，總回報率的復合年化增長僅為21%。而自Alex帶領帕蘭提爾（Palantir）公司上市以來，其復合回報率高達73%。祝賀你，ALex。更重要的是，我們正身處一場深刻的技術變革之中。我相信在座諸位對此皆有耳聞、有目共睹、身有所感。所有人都在追問：人工智慧究竟能為個人帶來什麼？如何將其轉化為增長動力？它如何惠及勞動者？又將如何影響各國發展與國家安全？我們正在探討的這項技術，有提升產能、推動產業現代化、拓展機遇的潛力，並將徹底重塑我們的工作模式、工作場所以及協作方式。關鍵在於：各國政府是否已為這場社會實質性轉型做好了準備？我們必須確保這項技術在部署過程中，能夠真正賦能於人、賦能於機構，從而建構更具韌性的全球經濟。很少有領袖能真正立足於科技、國家安全與實體經濟的交匯處——我自認並非其中一員。但亞歷克斯·卡普正是站在這個交匯點上的典範。作為帕蘭提爾公司的聯合創始人兼首席執行長，Alex長期與國防部門、政府機構及私營組織密切合作，致力於探索人工智慧在諸多關鍵領域的應用，其意義至關重要。我必須坦言，過去一年與Alex的多次交談使我深受啟發。因此，我十分期待接下來的對話。那麼，請允許我由此切入：主權國家往往是先進技術的早期採用者，這一點在美國的實踐中尤為顯著。但從您的視角出發，人工智慧正如何支援國防與安全領域的決策過程？亞力克斯·卡普：首先，非常高興來到這裡。聽了您的介紹，我可能就該直接下台了——感覺接下來很難超越啊。您還想多聊聊投資回報率嗎？我這邊沒問題。的確，我認為討論這個問題時需要考慮到一個背景：無論是美國還是歐洲，歷史上工業發展與軍事技術始終緊密相連。雖然這是個概括性的說法，但多數情況下確實如此——你為軍方開發的產品往往具有雙重用途，最終提升了國民的生活水平。然而由於諸多原因，我在此不詳細展開講述了，至少到目前的技術發展模式並非如此。儘管現在湧現了許多國防科技初創企業和先驅，但過去的情況是：你創造的產品必須在最嚴酷的條件下運行，其性能要顯著優於其他所有同類，以至於能在戰場上帶來壓倒性優勢——尤其是與本國作戰方式結合時。這裡可以引用一位著名的德國社會主義歷史學家的觀點：德國曾面臨的問題是戰爭機器過於精良，以致他們認為所有事情“直接在戰場上決出對錯即可”。這顯然導致了許多脫節和實際問題。而中美兩國在這方面相當成功。我成年後大部分時間生活在歐洲，雖然堅定支援歐洲，但客觀地說，歐洲的發展並不十分順利。我們所打造的技術本為應對惡劣環境而生——那種惡劣、道德界限模糊的環境。那麼，如何調整道德準則以適應我們的作戰方式呢？在西方社會，這同樣是一個重要方向。道德準則的確立本就艱難，技術應用環境又充滿挑戰——尤其在軟體領域，你往往無法直接接入網路，作戰時面臨諸多限制條件，即便知道這並非最優的作戰方式，而且每個國家都有專門的戰鬥方式。但是積極的一面是你同時也在建構具有普適價值、能為普通民眾所用的技術方案。這也正是人工智慧的獨特之處——它真正引人入勝的特質就在於此。但如果你從一種慣常思維出發——我認為直到最近，所有廣義上的西方對手們還普遍認為，在基於軟體的國防建設上的投資，不過是美國人搞的一種瘋狂行銷把戲：創始人造富燒錢，公司倒閉，創始人跑到巴哈馬海灘逍遙，股東賺了錢就撤，最終留下一地雞毛。你如何為主權政府建構系統，對他們而言本身也是他們學習的一個過程，關於如何採用這些技術。這不僅僅是技術問題，因為如果是建造坦克，從英國到法國再到德國，不斷最佳化坦克技術，其部署方式一目瞭然。但是你如何部署一個系統呢？我們當下的整個國防體系與軍備採購機制，仍停留在為廣袤戰場大規模兵團作戰輸送兵力的模式，但問題在於，這種戰爭可能再也不會出現。下一階段戰爭的勝負，將取決於軟體，其核心價值在於調度戰場上的零件。如果無法在戰場上看到這些組成部分，又怎能確認它是否有效果、能發揮多大作用、是否遠優於我們原有的系統、能否讓我們做到過去無法做到的事？軟體人工智慧有很多價值，其中還存在一個隱性特點——很多人總是想當然地認為其價值在於“從你本來所處的地方跨越到你希望去的地方“。但在世界上大多數主權國家中，我們處理各種形式被廣泛定義為“in it”的事情。實際上技術企業的嚴謹性有很大漏洞，就像我有閱讀障礙一樣，它也有閱讀障礙，企業裡有許多部門僅存在於PPT簡報中，一旦投入實戰，你就會發現它們根本不存在。不管你在那個國家，當你在戰場上時就會發現這一點。這也是烏克蘭的優勢之一，他們基本是白手起家，能夠“從零開始”建構能夠應對現實載荷的真實架構，不必在投入實戰後才重新認識到自己原有的體系行不通。不管你信不信我是反對幹涉的，我不是新保守主義者。但美國的巨大優勢之一在於，無論是好是壞，我們在戰場上有豐富的經驗，這樣你就可以看到什麼是有效的什麼是無效的。目前西方許多傳統巨頭正處於一種“由於擁有太多而變得脆弱”的窘境。帕蘭提爾在戰場上做過的最重要的事情之一就是能補齊一半的事實，而有的企業甚至不起作用，只是在實驗室裡播放演示ppt。賴瑞·芬克：不起作用的原因是因為機器還是人類？亞力克斯·卡普：戰場上的環境是複雜多變的，比如以烏克蘭戰場為例，把無人機從a點移動到b點有多難？實際上，首先，你需要知道你想把無人機部署到那裡。這將需要同步你所有的資料。你需要在做到這一點的同時，不將這些資料傳輸給你的對手，這意味著你必須知道經手這份資料的每一個人。你還必須對資料進行最終處理以掩蓋其真實意圖。那它不去那裡呢？你會希望把無人機放在你的資產表上嗎？在烏克蘭可能只有2個人知道，一個是將軍一個是你的線人。你不能告訴別人那是你的資產。你要避免別人發現誰是你的線人。當戰爭開始後，過去我不知道為什麼俄羅斯人被低估了，在資料層面來看他們可能是世界第一。可能有些東西他們一開始沒有，他們可以在戰爭過程中拼湊出來，然後開始干擾電子裝置訊號。所以這要求你的企業必須同步發展，因為現在不是從a到b的問題了，而是如何穿過非常擁擠的環境的問題。當你在收集資料的時候並沒有可以連結的地方。在烏克蘭每次進入一個戰區之前，每件事情都是動態挑戰，並且事先沒有被預測到。當然肯定有人喜歡我們的工作，有些人討厭，歡迎所有的意見交流。烏克蘭人其實是一個小團隊，他們的士兵非常勇敢，非常有技術性，他們也有很厲害的技術人員，能力在我們之上，有自己產品的專有使用方式。在以色列，他們善用情報手段，而多數人則傾向於軍隊對軍隊的直接對抗。但在美國，你只有其他國家所沒有的巨大力量，但這個力量必須得到整合。所以企業軟體在戰場上的雙重作用是，一是確保所有底層的東西都能正常工作，二是將等級提高到世界頂尖水準。02. AI升級：從戰場到社會民生賴瑞·芬克：有非常多的技術源自國防領域，無論是網際網路還是GPS。你如何看待這項技術從國防和軍事領域轉化到公司、企業乃至社會？亞力克斯·卡普：這樣一個本質上純粹原始、不加修飾的環境意味著，你實際上能夠瞭解什麼是真正可行的客觀事實，而不受企業主觀認知的侷限。總的來說，這種認知具有高度普適性，幾乎可以一對一地轉化應用。而企業運行是不一樣的。並非所有企業都願意隨時間推移變得跟其他企業同質化。比如你拿出A、B、C三家企業，它們處於同一市場，其技術基礎設施正試圖將它們塑造成相似的企業。它們擁有相同的組織架構圖，大致相同的流程，但資料和基礎設施卻各不相同。在戰場上我們學到的是，同質化並不具備特別價值，真正有價值的事情是企業能做到其他企業做不到的事情，這才應該是每個人的目標，也正是每個軍事情報機構追求的目標。在進入商業領域時，如何擁有別人沒有的效率和知識是很重要的。比如在戰場上，最重要的問題之一就是你如何獲取資料資訊並進行處理，然後把資料放入系統框架內將其進行真正的行動運行。企業到底在做什麼？其實歸根結底就是資料、資訊，如何把普遍共享的知識轉化為你們的獨家優勢。帕蘭提爾目前也為眾多醫院提供支援，這些醫院普遍面臨收治流程問題，醫護人力短缺，且在低利潤環境中運作。通過最佳化收治流程並接入企業系統，現在處理這些事務的速度比以往提升了10到15倍，不是通過讓醫生干更多的活，而是通過演算法最佳化了資源分配的“承重能力”，拯救了更多生命。在處理生命相關資料時，因為你在用本體論處理資料，你有一個結構化的框架。儘管人們可能不願相信，但這實際上增強了公民自由。因為現在你可以明確指出：簡單來說，某人的處理流程是基於經濟考量，還是基於其背景因素？這類問題原本是無從查證的。這其實在公民自由方面帶來了巨大改進，但人們通常不相信我們會在乎這個——然而事實恰恰相反，我們確實在乎。要知道，展現即關懷。比如我們能夠細緻地展示：某人為何進入系統、為何被接收、為何被拒絕，而且我們可以用對企業本身有商業意義的方式來實現這一點，同時這還能帶來安全與效率的提升，並且還縮減了開支。如果用更精簡的財務視角來說明：過去，想要實現我們如今在公開市場透明環境下所能達成的效果，企業往往需要先私有化，再剝離成本結構，很可能再轉手出售。而現在，你可以直接最佳化成本架構，讓一線工作者——而非臃腫的中層——發揮更關鍵作用，進而徹底改變他們面向市場的方式。AI在這裡不再是冰冷的算力堆砌，它通過建立公開的、真實的、可審計的流程，實現了效率、利潤與社會價值的某種奇蹟般的重疊。03. AI泡沫？太多企業沉迷於“買現成模型”賴瑞·芬克：那麼，阻礙人工智慧應用普及的根本障礙是什麼？僅僅是遺留系統和歷史問題嗎？我們該如何加速其應用，以造福人類？亞力克斯·卡普：目前AI的應用速度已經超過了我們自身的能力。所有人都在談論AI，所有人都在購買算力。而如果有些企業只是直接購買現成的大型語言模型，試圖用它來完成任何實際任務，那都是行不通的——大語言模型現在更像是一種通用商品，而且精度遠遠不夠。比如，你無法用它進行核保，任何受監管的業務它都無法勝任。說到普及，現在的問題在於，很多人嘗試了一些根本不可能成功的方法。比如，買一個大語言模型，把它往自己的技術堆疊上一放，然後納悶為什麼沒效果。尤其是在美國，你會看到人們開始嘗試像我們（帕蘭提爾）那樣，或許通過手工建構本體論的方式來解決問題。因為只有當你建立起一個軟體層，用一種企業能夠理解的語言來協調和管理這些大語言模型時，AI才能真正創造價值。現在有很多討論，比如我們是否身處AI泡沫中。泡沫是什麼？我認為，如果說有什麼問題的話，我們現在是處於一個滯後階段。市面上有很多AI產品，其中一部分確實有效。就像回到戰場那個例子：全世界幾乎所有人都曾認為這行不通，但現在它確實行得通了。所以，現在的問題不再是“它是否有效”，而是“我們如何讓它為我的國家（或公司）所用”。這正是各個公司正在經歷的：“噢，那家公司成功了，我的怎麼不行？你到底做了什麼？”舉個例子，就以我們帕蘭提爾來說，我們幾乎沒有銷售人員。實際上，我每次去看，銷售團隊規模似乎都在縮小。規模變小，並不是我們想節省單位經濟效益，而是因為在當前AI領域的低信任度環境下，大多數企業已經被各種無法落地的AI願景搞得筋疲力竭。如果你交付了真正有效的東西，為什麼還需要銷售人員呢？產品自己會說話。你只需要說：“嘿，別來找我們談。”這在商業和政府領域都是如此。目前我們很難擴張，主要是因為我們需要去培訓購買方的人員，而我們的資源是有限的。在政府層面，每個國家顯然都有類似“安全許可”的制度。那麼，為了將我們的軟體——比如建構像“項目專家”這樣的系統——整合到你的架構中，你將需要一位同時擁有最高等級安全許可和技術背景的人員。而遺憾的是，大多數技術人員並不會去獲取最高等級的安全許可，所以這類人才非常稀缺。這種資源極為珍貴。接著，他們還需要接受培訓，這個過程可能需要相當長的時間。此外，和任何事情一樣，你必須真正相信這件事，認為它至關重要。要知道，並非所有人都符合這些條件。賴瑞·芬克：那到底需要培訓多少人，如果在企業層面，是否必須從CEO開始自上而下推行？具體是如何運作的？如果以保險核保為例。亞力克斯·卡普：以保險核保為例吧。最理想的情況是——CEO最好具備數學思維。即便他可能對產品一無所知，但通過資料，他也能理解產品的運作邏輯。在這種情況下，初期我們可能需要培訓五、六個人。開始時，所有工作都由我們完成，然後我們會儘可能地將知識和能力轉移給他們。我們也在努力尋找能與我們共同完成這項工作的合作夥伴。總之，你需要的團隊規模不大，但我們目前的人手依然不足。賴瑞·芬克：您之前反覆提到AI如何能加強經濟基礎，我們也在美國看到了這一點。AI能以多快的速度改變企業增長軌跡？因為您之前提到過它如何能改善經濟以及人們的福祉。亞力克斯·卡普：對於企業而言，這裡涉及到很多方面，其中有個“速度”問題。就我們合作的許多公司來看，在我們介入的領域，我們通常能削減高達百分之八十的成本，並顯著提升你們的營收。但這實際上取決於具體的應用場景和我們要解決的問題。然後就是速度函數的變化：在五年前，完成這樣的改造可能需要一年時間；但現在，它可能只需要一周。04. 當AI撕掉精英學位的遮羞布賴瑞·芬克：我想接著追問這個問題——我確定這也是今天一些人心中所想的：從整體上看，人工智慧是會創造就業，還是會摧毀就業？亞力克斯·卡普：確實，我認為當前西方輿論中存在一個令人遺憾的論調，就是它（AI）將摧毀人類的工作——就像你知道的，如果你去了名校，學了哲學（以我自己為例）。那麼希望你還有些其他技能，因為僅有“精英學校的哲學學位”或通識性的精英教育背景將很難在市場上找到工作。但職業技術人員卻越來越不可替代，比如我們在為一家電池公司製造電池，在美國做這項工作的人，其工作內容與日本工程師大致相同，而他們只上過高中。現在他們變得非常有價值，甚至幾乎是不可替代的，因為我們可以讓他們迅速轉型，勝任與之前不同的工作。這類崗位的價值將會越來越高。而那些擁有高IQ、來自耶魯等名校只具備“泛化知識”而無“特定技能”的人受到的衝擊最大。如果一個國家能夠通過技術挖掘出本土公民中的這些“離群天才”，將他們培養成駕馭AI系統的“高階技工”，那麼這個國家對大規模低端移民的需求將會大幅下降。我確實認為，這些趨勢讓人很難理解美國為何還需要大規模移民——除非你擁有非常特殊的專業技能。賴瑞·芬克：關於歐美白領工作的基礎，歷來是通過大學教育建立的。我剛剛聽您說，我們將需要更多接受職業教育的男性和女性，您是否也在暗示，我們未來可能需要的白領崗位會減少？亞力克斯·卡普：我認為，我們需要做的確實是減少對傳統白領的依賴，但關鍵在於，我們需要用不同的方式來測試和發現人的潛能。你知道嗎，有很多人在做X工作，但他們本應去做Y工作。就像我們系統的一位管理者——在美國陸軍中管理我們Maven“專家”系統的，是一位前警官，他只上過社區大學，而他現在正在全球範圍內執行非常高端的、非常複雜的目標定位任務。這個人實際上是無法替代的。我認為，過去我們測試潛能的方式，可能無法完全發掘出他這種不可替代的才能。如果他沒上過大學，他還會像現在這樣有才華嗎？會的。而且我認為，甚至在帕蘭提爾內部，如果你觀察我整天在做什麼，我就是到處走動，去發現誰有那種“異於常人的特質”，然後我把他們放到適合發揮這種特質的事情上，並努力讓他們專注於此，而不是分散到他們自認為擅長的其他五件事上。傳統的大學學歷正在加速貶值，而具備實際技能的技工、職業技術人員，通過AI的加持，正在變得“不可替代”。無論我走到世界那個角落，過去十八年來，大家都曾覺得我們像個商業笑話，而現在很多商界人士都想來聽取我的建議。你知道嗎？在帕蘭提爾內部，唯一不想聽我給出商業建議的，恰恰是帕蘭提爾的工程師們。他們總是說：“嘿，亞歷克斯，我有個想法，能讓公司變得更好……”那些點子通常都類似於“我們應該開成麥當勞那樣”，或者“你是某類人，你應該停止公開講話”之類的。當然，關於公開講話這點，有時候他們可能說得對，我承認。05. AI像是一場國家級“滲透測試”賴瑞·芬克：最後一個問題：AI的應用曲線在美國和其他發達經濟體中將會如何發展？發展中經濟體又該如何參與其中？我昨天讀到一份研究報告，指出AI的應用目前高度集中於高教育水平的社會或公司，並且已經出現了巨大的分化，這很大程度上取決於教育資源的應用方式。那麼，AI是否會在全球增長格局中造成更嚴重的不平衡？亞力克斯·卡普：首先，最明顯的不平衡是：似乎只有美國和中國真正掌握了如何讓這項技術發揮作用。方式不同，但都成功了，而且是大規模的成功。這種領先並非僅僅體現在算力或資料量上，更體現在這兩個國家對AI與真實權力和生產力結合的深刻理解。我認為，AI發展速度很可能會遠遠超出大多數人的想像——就像貼現率一樣，我認為從長遠看，人們對於它能達成什麼、將如何影響我們社會的方方面面，其預估是嚴重不足的。尤其是在軍事領域。我傾向於做一個現實主義者。我認為，國與國之間巨大的發展差異，將使人們所期待的那種平等對話變得困難。可能還會有一個第三梯隊，比如俄羅斯，這個在許多西方人眼中已處於衰落邊緣的國家，但是俄羅斯在電子對抗和數學應用領域的韌性非常強，他們擁有在極端壓力下“拼湊”解決方案的數學天賦，這一點使得他們在現代戰場的某些維度上依然保持著極高的競爭力。AI將以一種不可逆轉的方式，強行揭示出每一個個體、每一個微觀社區、每一個國家的真實市場價值。看待AI不公平性的一種方式是：它就像一次“壓力測試”，或者說是一種“承重測試”。能夠承受這種壓力的社會、組織和公司將獲得巨大的優勢。問題在於，如果一直在假裝承受壓力，實際卻不能，那麼整個體系就會崩潰。無論我們是否喜歡，AI都將揭開所有人和所有國家的底牌。 (藍血研究)

求職低齡化鬼故事再+1：當大三上的你還在為一張Summer Offer發愁全網首批10後高中生已經拿到全職Offer美美入職科技大廠？？？01 瘋了！矽谷巨頭直接從高中搶人如果你還停留在“大一開始準備求職還是綽綽有餘”的觀念👇先來看看“求職低齡化”在不知不覺中已經進化到什麼程度了......有人高中還沒畢業就高薪上岸了......AI明星公司、矽谷巨頭Palantir今年推出了一個叫Meritocracy Fellowship的項目，面向高中畢業生、無需大學在讀即可申請，提供帶薪培訓與實戰經驗機會。該項目為期約四個月左右，參與者有可能在此之後獲得全職崗位。cr.Entrepreneur而且給出的待遇非常高：實習月薪5400美元，轉正後年薪最高17萬美元（約合人民幣120萬）——掙的比絕大多數大學畢業生還要多。或許你對Palantir這個名字還略感陌生，這正是因為它實際上是一家“非典型”矽谷巨頭。由Paypal聯合創始人Peter Thiel、Alex Karp等人於2003年創立，於2020年上市，市值高達4500億美元，核心業務是為政府（如美國國防部、CIA）和大型企業提供關鍵的資料整合與分析平台。與其他打造social app的科技AI公司不同，公司的誕生源於911事件後的安防需求——Palantir致力於解決反恐、救災、軍事決策等高風險的現實世界難題，因此常被稱為“AI國防公司”。cr.Palantir在Palantir的人才梯隊中，王牌角色是前端部署工程師（FDE）——駐紮客戶現場，將混亂資料化為清晰洞察。而現在，Palantir試圖從高中校園裡挖掘的，正是這些公司未來的“核心技術人才”。而這個項目推出的原因也顯而易見，他們認為大學教育“出了問題”，錄取標準有缺陷，已經無法培養出真正符合行業需求的人才，於是決定直接從源頭下手，自己培養。CEO Alex Karp更是曾在不同場合幾度炮轟大學教育：你在學校和大學裡學到的關於世界如何運作的一切，在理論上都是錯誤的；大學學位正變得越來越沒用，甚至可能對職業發展有害。目前這個“精英獎學金”已收到500多名高中生投遞申請，最終選出22人參與這個為期4個月的項目。有人讀完大學仍然找不到工作......再來看一組資料，克利夫蘭聯準會（Federal Reserve Bank of Cleveland）上個月發佈的分析報告顯示，高中學歷和大學學歷年輕人之間的失業率差距，已經降至近半個世紀以來的最低水平。研究人員發現，在2024年6月至2025年6月期間，22至27歲擁有學士及以上學歷的失業者中，每月僅有37.1%的人成功就業。相比之下，高中學歷同齡群體的每月找到工作的比例達到41.5%。也就是說，美國大學生在就業市場上的優勢已大大減弱，其就業率幾乎被高中生學歷人群追平。為什麼有人辛辛苦苦讀了4年大學出來卻仍然一無所獲，為什麼有人尚未高中畢業就被科技大廠搶先發Offer？而企業招聘的低齡化，不是個例，而是整個北美求職市場正在重寫的遊戲規則：求職準備的起跑線，已經從五年前的大二、大三悄然前移到了高中。但是對於留美求職的留學生來說，無論是下行的就業環境還是反覆不定的政策，能高薪上岸的那批人永遠都存在，而他們的共同點是——在踏入高中的那一刻，就想好了求職這件事。02 高中生卷求職不是“可選項”，而是“必選項”為什麼高中就要開始做職業規劃？WST創始人Jerry在最近的直播中也對這個問題有過詳細解答👇不僅是頂級高薪公司搶人呈現低齡化趨勢，美國工簽政策巨變的新時代格局也徹底改變了“留美”的遊戲規則：“留學美國”不再等同於“成功留美”。12月23日，美國國土安全部（DHS）正式官宣了H1B簽證的最終規則 ——“按工資等級權重” 抽籤制度就此正式敲定。按照新規，申請人將依據勞工部（DOL）劃分的四個薪資等級獲得不同的抽籤機會：薪資等級越高，能參與的抽籤次數就越多，抽中的機率也越大：Level IV 高薪資：4次抽籤機會Level III 中高薪資：3次抽籤機會Level II 中等薪資：2次抽籤機會Level I 低薪資：1次抽籤機會cr.USCIS根據USCIS的模擬，新規運行後，H1B中籤機率將從現在“統一為29.59%”變為Level 4為61.16%（比原先的機率增加107%），Level 1則僅有15.29%（比原先的機率減少48%）。利多誰？高品質留學生和高薪行業求職。高技能需求提升，高薪行業更受青睞，企業的Sponsor資源更傾向於“值得投資的人才”。針對誰？低中薪求職的可能性被徹底抹除。中籤率逐漸降低，Sponsor崗位數量減少，求職者對僱主的依賴性進一步增強。高薪行業成留美唯一出路兩個月後即將正式生效的H1B新政也帶來一個不可逆的趨勢：薪資水平，已成為決定留美可能性的關鍵因素。簡單來說，想要留美，得先找到一份薪資等級足夠高的工作。而同時留學生們正面臨著更嚴峻的現實👇🚩挑戰1：高薪行業申請季不斷前置，大二已是主求職季美國主流高薪行業的求職時間線正在大幅前移。目前，投行、諮詢、量化、科技等頂尖公司的實習申請季已經提前到了大二。（早已不同於幾年前“大三才開始努力就夠”的說法）以投行為代表的金融領域主申請季開放申請時間逐年提前：Moelis、Barclays、Citi、Jefferies等頂級八大投行及精品投行提前兩年早早開放了針對2028屆畢業生的2027年暑期實習申請，相比往年的開放時間提前了2個月，詳見WST推文👉誇張！投行正式開搶2027年暑期實習生……WST自行整理諮詢行業也緊跟投行時間線的腳步，“秋招”變“夏招”，麥肯錫官宣全面提前針對本科生的招聘時間線，預計在2026年夏天之前完成所有2027summer的所有面試——整整比以往提前了3個月。麥肯錫每年都會開放針對大二學生的暑期實習，面向正在完成或剛完成本科一年級課程的學生👇另外，起薪19萬美金的諮詢公司Alvarez & Marsal於2025年9月就開始招聘2027年暑期實習，針對目前大二學生。矽谷大廠更是早已不滿足於“提前一年”搶人的模式，不少巨頭都開放了針對大一大二學生的早期實習項目，例如：Google推出面向大一、大二電腦專業本科生的12周實習項目——STEP；輝達也開放了面向大一、大二學生的Ignite項目......想要在大二暑假拿到一份漂亮的實習撐起整個簡歷的“臉面”，按照這個時間再往前倒推，那麼至少需要在大二之前就完成求職細分領域探索，以及對應細分領域行業知識、專業技能要求的所有準備工作。🚩挑戰2：緊迫的OPT窗口期，美本求職的最後機會對於沒有綠卡或身份的留學生來說，還有一個殘酷的現實：你只有有限的幾次H1B抽籤機會。📌先搞懂：OPT到底是什麼？對留美學生來說，OPT就是畢業後留美工作的“敲門磚”。核心分兩類：普通OPT：所有國際生畢業後，可在所學專業領域工作12個月，不管是本科、碩士還是博士都能申請。STEM OPT：Science, Technology, Engineering, and Mathematics相關專業的學生，在普通OPT結束後，還能額外延長24個月工作時間，相當於總共能留美工作3年。*儘管今年有消息爆出川普政府正在考慮終結或大幅限制國際生OPT，但目前還尚未有正式的關於工資改革和OPT改革檔案公佈，輿論對於取消或限制OPT都是持有反對態度的。根據國際教育研究所IIE在2023/24學年的Open Door報告，獲取OPT的國際學生為163,452名，參加STEM OPT的學生為79,330名，總計242,782名。其中，參加STEM OPT的中國留學生有將近3萬名。cr.SEVIS如果你是STEM專業的美本畢業生,可以獲得3年的OPT工作許可。在這3年裡，你每年都可以參加一次H1B抽籤,理論上最多有4次機會（包括畢業當年）。這是大家爭取留美工作身份的唯一窗口。留學生短期內可以使用OPT找工作，同時為參與H-1B抽籤做準備，STEM專業同學可以連續多年參與H-1B抽籤，可以說OPT是留學生從校園走向職場，並最終爭取H-1B工作簽證的關鍵橋樑。但如果你在美本期間沒有求職、求職失敗沒有拿到高薪行業的offer，這個窗口就會關閉。你可能會想“我研究生再努力”，但現實是：撇開像投行這樣的頂級高薪行業根本不接受研究生不說，其他行業研究生階段的競爭只會更加激烈，而且你已經失去了本科階段的試錯機會和時間優勢。更重要的是，很多頂尖公司更青睞本科就開始系統準備、有完整實習路徑的候選人。這也正是求職規劃必須要前置到高中時期就開始做的原因之一：高薪行業的招聘趨勢正變得越來越前置化，再加上工簽新政下的求職窗口越來越緊縮，先留學再考慮就業的傳統思路早已過時。留學美國≠成功留美明白了H1B新政下的留美底層邏輯和本質，大家就能輕鬆識別一個普遍存在的認知誤區——以為只要孩子能進入美國名校，就等於成功留美了。但現實遠比這複雜，全美排名第一的普林斯頓，最新一屆畢業生也有將近46%沒有找到工作。為了讓大家更加直觀地理解真正的“成功留美”，我們寫成了這樣一個等式：成功留美=留學規劃+職業規劃+身份規劃（加分）根據上面給大家推導的求職時間線，留學規劃和職業規劃不是先後關係，而是平行關係，應該同步啟動，相互配合。10到12年級，具體應該做些什麼事？升學規劃和職業規劃如何平行？Jerry在不久前的直播中詳細解答了這個問題~WST幫大家用一張圖總結👇如今一些頂尖美高已不止於聚焦升學，也著眼於為高中生鋪就職業發展的早期路徑。比如創造了連續20多年畢業生全部被哈佛、耶魯等名校錄取的奇蹟的美國私立走讀學校The Dalton School，👇其官網就有一頁專門介紹設立的高中生實習項目。該項目由全球與社區參與辦公室統籌，為高中生提供了探索興趣、拓展技能、積累真實職場經驗的獨特機會。學校通過與當地社區組織、龐大的校友及家長社群合作，能給學生對接正式實習、externship（短期觀摩實習）和職場shadowing（即職場體驗觀察）機會。學年內還會動態更新實習資源，確保學生能獲得貼合興趣且流程順暢的實踐體驗。其實不止這些，還有大量面向高中生開放的正規實習項目，是完全可以通過標準申請流程拿到的。這些項目不看背景、只看潛力，是真正幫助學生靠自己的努力打開職業視野、積累含金量經歷的好機會。綜上，如果你的終極目標是美本畢業就留美上岸，那麼高中階段開始佈局職業規劃不是“可選項”，而是“必選項”。WST會如何幫助高中生進行職業探索？Annie直播中談到的從10年級就加入WST的真實學生案例，或許能給大家帶來“高中生該如何規劃求職”這個問題最直觀的體驗和感受👇再比如今年全網首批拿下摩根大通2026年暑期Offer的Kylie學姐，從高中就加入WST，讓她的求職道路比同齡人走得更快更順：Kylie我高中就加入了WST，也算跑了兩個求職季。大一大概在4月的時候就開始Networking，6月份開始做PE的實習，線下比較輕鬆，還能在下班之後補一補technicals，暑假前我就把technicals過了好幾遍。高中畢業上大學那個暑假，我就已經把WST的網課看完了，後來到大學，在金融社團又學習了一遍，面試之前又學了幾遍。所以WST的課讓我從一開始就打了一個不錯的基礎。學校學不到的Networking skills，WST也給了我很多幫助，不僅僅是提供Email template這種基礎的東西，他們還教我email怎麼發，follow up怎麼回，我經常問Annie老師和WST的規劃導師，她們的回覆都非常及時。03 那些高中就加入WST的“卷王”，現在都怎麼樣了？高中生卷求職早已不是個例：一大批2030-2032屆高中生學員已經找到WST開始卷求職了......高中就加入WST的學員們，最終都去了那裡？戰績說話！超多WST學員在高中階段便搶先加入WST求職規劃項目，超前佈局職業發展路徑，最終成功斬獲夢寐以求的頂級Offer！ (WallStreetTequila)

在矽谷的科技版圖中，Palantir Technologies (NYSE: PLTR) 始終是一個無法被簡單歸類的異類。它不像 Google 或 Facebook 那樣通過廣告變現，也不像 Salesforce 那樣提供標準的 SaaS 服務。在很長一段時間裡，它被稱為矽谷最神秘的公司，甚至被外界戲稱為“影子 CIA”（美國中央情報局）。然而，歷經 20 年的蟄伏與進化，這家曾只服務於間諜和特種部隊的公司，如今已成功轉型為全球商業巨頭的“資料大腦”。從 2020 年上市到 2022 年底實現首次盈利，再到 2024 年憑藉 AI 浪潮強勢入選標普 500 指數，Palantir 完成了從反恐利器到企業作業系統的驚人跨越。（來源：Gemini 生成）一個非典型的矽谷開局Palantir 的誕生，帶有強烈的時代創傷印記。2001 年的“9·11”恐怖襲擊徹底改變了美國的安全觀念。作為 PayPal 黑幫的聯合創始人，Peter Thiel（彼得·蒂爾）敏銳地意識到，美國情報機構並不缺乏資料，FBI、CIA 和 NSA 擁有海量的監聽記錄、銀行轉帳和航班資訊，但這些資料被封鎖在互不相容的孤島中。情報分析師缺乏一個能將這些碎片拼接成完整拼圖的工具，從而錯失了阻止襲擊的機會。基於“用技術手段保衛西方文明”的宏大願景，蒂爾在 2003 年注資創立了 Palantir，其團隊配置在矽谷極其罕見。他沒有聘請職業經理人，而是找來了在史丹佛法學院的同學 Alex Karp（亞力克斯·卡普）擔任 CEO。卡普擁有社會理論哲學博士學位，沒有任何技術背景。他被選中是因為他能理解極其複雜的邏輯、道德和人性的博弈。在外界看來，卡普遠非傳統意義上的科技 CEO，《衛報》甚至將其形容為“這個時代最令人不安、也最具代表性的科技領袖之一”。他的個人風格極具反建制色彩——穿著色彩鮮豔的運動服開會、在雪地裡冥想、經常用激烈的言辭抨擊華爾街的短期主義。但這種古怪行為的背後，是一套極度清醒且激進的世界觀。卡普帶領下的 Palantir 是矽谷少數明確拒絕“技術中立敘事”的公司。在他這位哲學家看來，軟體從來都不是抽象的工具，而是赤裸裸的權力延伸。在這個日益分裂的世界裡，技術必須被明確站隊和約束。因此，他將公司使命與西方民主和國家安全深度繫結，這種強烈的價值導向雖飽受爭議，卻也贏得了政府、軍隊和大型機構的長期信任。圖 | Alex Karp（來源：社交媒體 X）技術則由 Stephen Cohen（斯蒂芬·科恩）主導，他被蒂爾稱為“當代最偉大的程式設計師”。作為早期程式碼架構的靈魂人物，他帶領團隊將 PayPal 用於識別洗錢的反欺詐演算法進行了魔改，使其能夠識別恐怖分子的活動網路。成立之初，Palantir 處處碰壁。當時的矽谷風投對政府生意毫無興趣，認為周期太長且充滿了道德爭議。直到 2005 年，CIA 旗下的風險投資機構 In-Q-Tel 為其注入了關鍵的 200 萬美元。隨後的三年裡，Palantir 的前沿部署工程師們（FDE）直接進駐伊拉克和阿富汗的戰地指揮所，與情報官並肩工作，在真實的戰火中打磨出了第一代產品 Palantir Gotham。2011 年，追捕 Osama bin Laden（奧薩馬·本·拉登）的行動成為 Palantir 最強有力的廣告。雖然 Palantir 官方從未公開承認，但在情報界和媒體的描述中，Palantir 的技術在“海神之矛”行動中扮演了關鍵角色。CIA 擁有關於本·拉登的海量碎片資訊，但這些資訊淹沒在數以億計的資料噪音中。Palantir 的軟體幫助分析師建構了一個關聯圖譜，通過分析極其微弱的訊號，鎖定了巴基斯坦阿伯塔巴德的那座神秘大院。就像《疑犯追蹤》裡的那台“機器”：它不是全知全能的上帝，而是不知疲倦的分析師。它負責在噪音中捕捉微弱的訊號，但最終如何解讀、何時行動，權力依然掌握在人類手中。這直接導致了後來 FBI、美國國土安全部（DHS）以及“五眼聯盟”成員國紛紛簽下大單。Palantir 從此不再需要向政府客戶解釋“我是誰”，只需要談“多少錢”。從“影子 CIA”到商業突圍隨後，Palantir 正式開始商業化突圍。為了適應商業客戶，Palantir 逐漸形成了清晰的雙產品線壁壘。Gotham：繼續服務於政府、國防和情報部門。這是一塊極其穩定的基石，客戶流失率幾乎為零。一旦五角大樓將指揮系統建立在 Gotham 上，替換成本高到無法想像。Foundry：2016 年推出，專為商業巨頭設計。它引入了核心技術壁壘“本體論”（The Ontology），該技術能將冷冰冰的資料庫行與列，對應為現實世界的實體（如飛機、工廠、交易），讓不懂程式碼的管理者也能基於資料作出決策。以空巴（Airbus）為例，A350 飛機的生產涉及全球數千家供應商，由於資訊滯後，常常因為一顆螺絲釘的缺貨導致整條生產線停工。接入 Palantir Foundry 後，空巴推出了 Skywise 平台，整合了 2000 多架飛機的即時資料。結果令人震驚：A350 的生產交付速度提升了 33%，因為系統能提前預測供應鏈瓶頸；同時，航空公司利用該平台進行預測性維護，大幅減少了飛機因故障停飛的時間。這種將物理世界邏輯完整對應到數字世界的能力，是 Palantir 區別於普通資料公司的根本所在。圖 | 眾多使用方對 Palantir 好評（來源：Palantir 官網）儘管拿下了諸多大客戶，這一時期的 Palantir 在財務上並不好看。因為堅持 FDE 模式，每服務一個大客戶，就要派駐一隊高薪工程師到現場寫程式碼，導致毛利極低，虧損嚴重。加上 2018-2019 年因與 ICE（美國移民局）合作協助驅逐非法移民，Palantir 遭到全美抗議，輿論環境極其惡劣。2020 年 9 月，Palantir 以直接上市（DPO）的方式登陸紐交所。這一選擇極具 Palantir 風格：它繞過了承銷商定價，拒絕為投行讓渡股份。Karp 在致股東信中直言：“我們不與不管這一套（矽谷價值觀）的人為伍。”他明確表示 Palantir 站在西方自由民主體制的一邊。上市初期，Palantir 是華爾街最討厭的股票之一。分析師嘲笑它是“穿著軟體外衣的諮詢公司”，因為它的營收增長依賴於不斷增加人力。 然而，ARK Invest 的木頭姐和 Reddit 散戶將其視為神股，股價一度被推高至 45 美元。乘上 AI 浪潮，AIP 平台與爆發式增長真正改變市場敘事的時刻，出現在 2022 年第四季度。在連續虧損近 19 年後，Palantir 首次實現 GAAP（通用會計準則）下的季度盈利。更重要的是，這一盈利並非一次性事件，而是 Palantir 商業模式長期演化的結果。公司內部將客戶經營路徑概括為“獲取—擴張—規模化”：在早期獲取階段，Palantir 往往以接近虧損的方式推進項目，核心目標是將客戶的關鍵業務資料完整匯入平台；隨著資料與場景不斷擴展，系統價值呈非線性增長，客戶對平台的依賴度迅速加深；進入規模化階段後，軟體邊際成本趨近於零，而客戶支付的年費卻持續攀升。截至 2025 年第三季度，Palantir 的淨收入留存率（Net Dollar Retention, NDR）已上升至134%，遠高於行業多數企業級軟體公司水平。這一指標意味著公司現有客戶的收入貢獻不僅穩定留存，而且持續擴大，體現了客戶對 Foundry、Gotham 等核心產品的深度依賴。這一轉折背後，是商業模式的質變。產品標準化： Foundry 和 Gotham 越來越成熟，不再需要人海戰術堆砌程式碼；宏觀紅利：俄烏衝突爆發後，全球地緣政治緊張，政府在國防數位化上的投入激增；財務模型重塑： 隨著邊際成本遞減，Palantir 終於證明了自己擁有軟體公司的高毛利，而非諮詢公司的低毛利。當 ChatGPT 引爆全球時，Palantir 並沒有驚慌，反而迎來了屬於它的“高光時刻”。企業在落地生成式 AI 時，遭遇了兩道紅線：資料安全與AI 幻覺。企業不敢將機密資料上傳至公共大模型，更無法容忍 AI 在關鍵決策中“胡說八道”。2023 年，Palantir 順勢推出 AIP（Artificial Intelligence Platform）。AIP 的定位極其精準：它不做底層大模型，而是成為企業私有資料與大模型之間的中間層。它讓管理者可以用自然語言提問，例如：如果巴拿馬運河堵塞，我的利潤損失多少？另外，利用前文提到的“本體論”，AIP 給大模型戴上了“手銬”。當 AI 回答問題時，它必須基於企業真實的即時資料，而不是瞎編。為了推廣 AIP，Palantir 推出了訓練營（Bootcamps）模式，將原本長達 6 個月的銷售周期縮短到 1-5 天。這一策略極其奏效，僅 2023 年，其美國商業客戶數量就增長了 40% 以上。從某種意義上說，AIP 讓 Palantir 終於站在了 AI 時代的中心舞台：當大模型逐漸商品化，真正稀缺的能力不再是生成內容，而是在複雜系統中，安全地、負責任地、可執行地使用 AI。而這，正是 Palantir 二十年來一直在為之建構的王座。Palantir 的客戶仍以政府機構和大型企業為核心。政府端主要包括美國國防部、國土安全部、司法部、財政部，以及北約及其盟國，長期使用 Gotham 平台進行情報分析、國防調度和安全決策；商業端則覆蓋航空製造、能源、醫療和金融等行業，Foundry 被用於供應鏈最佳化、風險管理和營運決策。截至 2024 財年，Palantir 約55% 的營收來自政府客戶，45% 來自商業客戶，在穩固政府基本盤的同時，商業化轉型持續推進。根據 2025 年三季度財報，公司客戶總數已超過900 家，同比增長約 45%；當季營收約 11.8 億美元，同比增長 63%，其中美國商業業務增長尤為突出。與此同時，長期合同的剩餘績效義務（RPO）規模持續擴大，顯示未來收入具備較強可見性，也反映出 AIP 等 AI 相關訂單正在成為新的增長來源。（來源：Palantir 的 2025 年 Q3 財報）從表面看，Palantir 並非沒有競爭者，但真正拆解後會發現，它面對的是一組結構性錯位的潛在競品。Snowflake 和 Databricks 解決的是資料如何儲存、計算和建模的問題，服務對像是資料工程師；SAP 和 Oracle 擅長執行既定流程，卻難以應對高度不確定的決策場景；Microsoft Copilot 等辦公 AI 提升的是個人效率，而非組織層面的資源調度與責任決策。這些產品都在各自層面表現出色，卻無法向上覆蓋誰來決策、誰來執行、誰來負責的核心問題。Palantir 的獨特之處在於，它直接站在決策與行動層：通過本體論建模、權限治理和行動閉環，讓 AI 與資料真正嵌入組織的神經系統。在商業端，Palantir 最大的對手甚至不是其他軟體公司，而是企業自身的自研系統——而隨著資料複雜度和 AI 風險急劇上升，自研項目的失敗率不斷提高，Palantir 逐漸成為“最後一個可靠選擇”。正是在資料平台、流程系統、辦公 AI 和自研方案的共同失效地帶，Palantir 建立起了難以替代的位置。但必須要承認的是，Palantir 的成功建立在一個前提之上：世界長期處於不確定狀態。地緣政治緊張、供應鏈脆弱和安全風險上升，構成了其需求存在的土壤。一旦宏觀環境顯著緩和，其擴張節奏可能放緩。同時，Palantir 深度嵌入國家權力結構，也使其天然面臨監管與價值觀邊界。它的全球化更像陣營擴展，而非地理擴展。Palantir 的上限，未必完全取決於技術，而取決於這個世界是否持續需要集中判斷來對抗混亂。回顧 Palantir 二十餘年的發展，它走了一條非主流的路徑。它不追求使用者規模，而是選擇成為複雜組織的決策基礎設施。這種選擇塑造了極難複製的護城河：一旦企業或軍隊將資源調度、風險評估建立在 Palantir 之上，替換它就意味著推翻整個組織的運作邏輯。在政府端，隨著 Google 等巨頭退出國防項目，Palantir 幾乎形成了事實上的壟斷；在商業端，它是企業自研系統失敗後的終極方案。Palantir 的成長史，是一部從邊緣走向中心的逆襲史。它證明了在當今世界，最賺錢的生意不僅僅是賣軟體，而是出售“確定性”。在動盪的地緣政治局勢和複雜的商業迷霧中，政府和巨頭願意為這種能夠看清未來、掌控局面的能力支付驚人的溢價。這家曾躲在陰影裡的間諜助手，如今已深深嵌入了西方世界最核心的決策神經之中，成為了一個難以被替代的存在。 (問芯)

可以用10句話總結Palantir和SAP的區別。（1）SAP是流程軟體，Palantir是決策軟體。（2）SAP做ERP管理，Palantir做企業AI（Enterprise AI）平台。（3）SAP記錄過去，Palantir推演未來。（4）SAP靠流程，Palantir靠本體建模。（5）SAP是資料系統，Palantir是決策系統。（6）SAP是資訊化時代產物，Palantir是AI時代產物。（7）SAP最佳化執行效率，Palantir最佳化業務結果。（8）SAP處理內部流程資料，Palantir整合現實世界資料。（9）SAP做企業內控，Palantir做企業智能。（10）SAP不會被替代，但Palantir會成為新核心。SAP定義了上一個時代的企業數位化，而Palantir正在定義下一代企業AI化。雖然兩者都面向企業客戶，但其實它們幾乎可以說來自完全不同的技術哲學、商業模式和產業設計邏輯。一、定位不同：一個解決流程，一個解決決策SAP的本質是ERP管理系統，核心目的是管理企業業務流程。財務、人力資源、採購、銷售、供應鏈、製造全部納入統一系統。SAP是一套流程執行系統。Palantir的使命是決策平台。Palantir不是業務流程軟體，而是企業級AI+資料系統，用於預測、決策、最佳化、模型、模擬、風險控制、戰略行動規劃。Palantir是企業決策作業系統。二、架構思想差異：一個是流程驅動、一個是本體驅動SAP邏輯是組織流程化、資料流程化、工作流自動化、記錄現實、執行規則、關注業務一致性。Palantir最重要的技術思想是本體。用現實世界模型化企業、用數字鏡像方式理解企業結構、AI參與決策過程、用模擬預測未來。Palantir不是記錄現實，而是推演未來。三、資料哲學完全不同SAP是流程世界的資料，Palantir是現實世界的資料。SAPPalantir資料作用支撐流程執行支撐決策模型資料來源主要來源於內部系統內外資料融合資料關注規範化即時可操作性目標提高流程效率改變業務結果約束強流程強智能四、流程 vs 決策SAP關心流程，如採購流程、製造流程、財務流程、人力資源流程、供應鏈流程。目標是標準化執行流程。Palantir關心決策，如生產調度決策、供應風險決策、資源分配決策、戰略規劃、模擬最佳化。其目標是最佳決策與執行最佳化。五、AI能力差距SAP AI是什麼？給流程加AI、自動化報表、智能ERP、基於規則的AI外掛。本質上還是ERP。Palantir AI是企業級大模型平台、是AI Agent、呼叫企業工具、自動執行指令、自動計畫生產、自動最佳化策略。更像是AI軍師+工廠大腦。六、實施方式和成本SAP實施是長周期，採用鳳巢架構，需要大量顧問，高度定製，強流程改造，是大規模諮詢項目。Palantir實施是快速部署，少量配置，ontology建模。不需要大規模改造流程，上線周期更短，ROI更快。七、行業定位完全不同SAP擅長製造、財務、ERP管理，適用於傳統企業。本質上是一家管理軟體公司。Palantir擅長國防、製造最佳化、醫療、能源、供應鏈、大規模工業營運、國家級系統。本質上是一家AI作業系統公司。八、本質差異總結一句話總結：SAP屬於企業資訊化，Palantir屬於企業智能化。SAPPalantir本質ERP企業管理系統AI企業作業系統使命管理過去決策未來資料記錄資料運算元據邏輯業務流程本體模型價值最佳化流程改變戰略使用者業務管理者決策者風格規範智能時代軟體時代AI時代九、Palantir 是否會取代 SAP？不會。因為兩者並不競爭。SAP負責流程執行，Palantir負責決策智能。未來的最好組合是：SAP + Palantir、流程 + 決策、執行 + AI、過去 + 未來。十、一個企業要買誰？如果想做數位化，買SAP。如果想做AI化，買Palantir。如果只想管流程，SAP足夠。如果要最佳化利潤，Palantir更強。如果要智能決策，只能選Palantir。SAP改變了過去30年的企業，Palantir正在改變未來30年的企業。 (壹號講獅)

昨日Palantir正式發佈了面向美國人工智慧基礎設施的新產品Chain Reaction（連鎖反應），旨在通過與能源生產商、電力分銷商、資料中心和基礎設施建設者合作，加速全美AI基礎設施的建設，助力美國AI基礎設施的建設與管理。Chain Reaction（連鎖反應）產品被定義為“面向美國人工智慧基礎設施的作業系統”。Palantir押注自己能解決AI熱潮中的最大堵點之一電力、算力問題，並拉來兩大創始夥伴，美國最大公用事業公司之一CenterPoint Energy（CNP）與輝達（NVDA）。AI創新的瓶頸已非演算法，而是電力與算力。美國能源基礎設施建設正處拐點，需要為完全不同量級打造的軟體。鏈式反應直接與發電商、電網營運商、資料中心及基建方合作，加速AI基建：將老舊電源轉化為高可用資源，滿足AI巨大需求穩定並擴張電網，應對資料中心與電氣化帶來的激增需求加速新建發電、輸電及算力容量支援未來超大規模AI資料中心的設計、開發與可複製建設Chain Reaction 的發佈標誌著 Palantir 從傳統的資料分析決策智能平台提供商，向國家級AI基礎設施建構者的戰略躍遷。該產品不僅延續了Palantir 在資料整合與本體建模方面的技術優勢，還首次將 AI 訓練、推理與能源調度、資料中心維運深度耦合，形成一個“資料-算力-能源”三位一體的AI智能作業系統。在技術架構上，Chain Reaction 延續了 Palantir 一貫的本體論驅動理念，將現實世界的能源節點、算力單元、AI 模型與任務流抽象為動態知識圖譜。系統可即時感知資料中心的負載、電網的波動、模型的訓練進度，並通過多智能體協同機制，自動調整能源分配、冷卻策略與任務優先順序，實現 AI 基礎設施的自我最佳化 。在輝達 GPU 叢集進行千億級參數模型訓練時，Chain Reaction 可通過與 CenterPoint Energy 的電網資料對接，提前預測區域電力緊張窗口，動態將訓練任務遷移至可再生能源富餘地區，既降低碳排，也避免算力中斷。系統還能識別冷卻系統的異常模式，提前 6 小時預警潛在當機風險，將資料中心年度停機時間壓縮至分鐘級 。在安全性方面，Chain Reaction 採用零信任架構與聯邦學習機制，確保能源拓撲、模型權重與客戶資料在跨域流轉時仍滿足政府級合規要求。所有操作與決策鏈路均被寫入不可篡改的審計日誌，滿足美國國防與能源監管機構的可追溯要求 。Palantir 表示，Chain Reaction允許基礎設施營運商在本地部署核心調度引擎，同時按需訂閱 Palantir 提供的 AI 維運、碳排最佳化與威脅檢測服務。公司計畫在 2026 年前與 50 家能源與資料中心夥伴完成試點，並在 2027 年覆蓋美國 30% 的 AI 訓練用電負荷。正如 Palantir 聯合創始人 Alex Karp所言：“人工智慧的未來不僅在於演算法，更在於支撐它的能源與基礎設施。Chain Reaction 讓每一度電、每一顆晶片、每一個模型都在為國家安全與經濟增長服務。” 隨著 Chain Reaction 的落地，Palantir 再次證明，它不僅是軟體公司，更是國家數字基礎設施的戰略建構者。 (壹號講獅)