一口气看完 Palantir：熬了 20 年才第一次赚钱，一份财报让它一天涨了 29%

30 秒看懂

- 它是谁：Palantir，一家美国软件公司。它只干一件事，把一个机构散在几十个系统里的数据拼成一张能直接动手的图。买它的是军队、警察局、医院、航空公司和工厂
- 最近的大新闻：8 月 3 日美股收盘后它公布二季度财报，单季收入 19.35 亿美元，比去年同期多了 93%，净利润 10.62 亿美元。第二天股价一天涨了 29%，收在 162.66 美元，是 2024 年 2 月以来最猛的一天
- 最意外的：这家公司 2003 年就注册了，直到 2023 年才第一次全年赚钱，中间 20 年都在亏
- 谁在背后出钱：起步时硅谷没人肯投，创始人之一自己垫了大约 3000 万美元。后来美国中央情报局出钱设立的一家投资机构投了一笔，把它送进了情报圈的大门
- 这篇回答一个问题：一家 20 年不赚钱的公司，凭什么现在一个季度净赚 10 亿美元？答案不在模型上，在一群常年不在自己公司上班的工程师身上

开始之前，先解释几个关键名词，后面看不懂了随时翻回来查：

先说一件我自己的事。我去年给自己攒了个小工具，把家里几年的账单、保修卡、快递单全扫进电脑，指望能随口问一句「上次换空调滤芯是哪个月」。AI 不笨，卡住的是那堆资料本身：日期有五种写法，同一个品牌被写成三个名字，金额一会儿带符号一会儿不带。最后我花在整理上的时间，是花在提问上的十倍。

这件事的公司版本，有一家美国公司做成了一门年入几十亿美元的生意，它叫 Palantir。8 月 3 日财报一出，第二天它的股价一天涨了 29%，下面从最基础的地方讲起。

一、五个人，一个哲学博士，和一张来自情报圈的订单

这家公司是怎么开始的？ 从一套抓骗子的系统开始。2003 年 5 月，Palantir 在特拉华州完成注册，五个创始人里最有名的是彼得·蒂尔，他刚把 PayPal 卖掉，手里有钱。

想法是从 PayPal 内部一套反欺诈系统里长出来的。那套系统被工程师用一个骗子的用户名命名，那个人拿偷来的卡在自己控制的一堆账户之间来回倒钱，赶在被发现前套现走人。系统干了两件事：一是不再只看单条规则，而是把一堆不起眼的行为特征放在一起看；二是把账户之间的关系画成粗细不同的线，让人一眼看出这是一张网。

最关键的一点在这里：它没有追求全自动抓人，而是把可疑的部分推给人去判断，反欺诈团队的效率因此提高了好几倍。「机器负责发现，人负责决定」这个设计，后来贯穿了这家公司二十多年。

谁来当这个 CEO？ 一个哲学博士。亚历克斯·卡普和蒂尔在斯坦福法学院认识，后来去德国法兰克福读了社会理论博士。他多年跟着哲学家哈贝马斯的讨论班，2000 年 8 月收到对方一封三页的打字信，明确拒绝再继续指导他。今年 3 月哈贝马斯去世后，他撰文回忆了这封信，用的词是震惊和伤人。

一个没有任何技术训练、被哲学界宗师一封信否掉的人，最后去当了一家军工软件公司的 CEO。蒂尔看中他的地方很实在：一家要把东西卖给情报机构的公司，需要一个沉得住气的人坐在桌子对面，而卡普能立刻听懂复杂问题，再翻译成外行听得懂的话。

为什么没人投它？ 因为这门生意在当时的硅谷眼里全是缺点：销售周期漫长、过程不透明，还得往客户那儿派驻大量工程师，跟软件行业追求的「做一次卖一万次」正好相反。红杉的一位合伙人整场会议都在本子上涂鸦，另一家风投的高管花了一个半小时，专门论证这几个年轻人的公司必然失败。

活下来靠两笔钱。第一笔是蒂尔自己的，公司最早的大约 3000 万美元基本由他和他的基金覆盖。第二笔来自 In-Q-Tel，一家由美国中央情报局出钱设立、法律上独立的投资机构。这笔钱的金额至今没有定论，公开说法里有 125 万美元和 200 万美元出头两个版本，公司自己从没确认过。

但那笔钱本身不是重点。重点是它把 Palantir 的工程师送进了兰利，让他们能坐在真正的情报分析员旁边。从 2005 年开始，一位联合创始人和一名工程师每两周从加州飞一次弗吉尼亚，来回跑了好几年，产品就是这么一点点磨出来的。2005 年到 2008 年，中央情报局是它唯一的客户。

为什么叫这个名字？ 名字取自《指环王》里的真知晶球，持有者能凝视远方、看清敌友。原著里石头本身并不邪恶，麻烦出在其中一颗落到了敌人手里：凝视它的人看到的都是真的，只是不是全部。

把它这二十多年压成一张表：

钱有了，客户有了，可这套东西到底是什么，一个不在情报圈的人为什么要买？

二、它到底卖什么：把一个机构变成一张活地图

它卖的是什么？ 说穿了就是一张能动手的地图。任何一个大机构，数据都是碎的：这套系统里是订单，那套里是库存，第三套里是维修记录，彼此不认识。Palantir 干的事，是把这些碎片拼成一张图，图上不是数据表，是真实存在的东西，这架飞机、这个零件、这张工单，而且每样东西都能被点开、被操作。

它一共卖四样东西，用大白话说是这样：

这里面有个词叫「本体」，听着玄，其实不玄。数据表本身没有意义，只有当一行数据被翻译成「这是编号 XX 的那架飞机」，AI 才知道自己在动什么。它同时是给 AI 装的护栏：模型不能凭空编，只能在这张图上按公司定好的规矩动手。

这东西有用吗？ 空客是被讲得最完整的案例。2015 年底空客要提高 A350 的产能，一架 A350 有 500 万个零件，由分布在 4 个国家、8 个以上工厂的几百个团队造出来，排产、到货、质量的数据同样分散在各处。上了 Foundry 之后，这些东西被并进同一个界面，交付速度提高了三分之一。

美国航空公司 Allegiant 的一位维修负责人给过更具体的说法：靠提前告警，他们每天至少少停一架飞机在地面上。飞机停在地上一天要烧多少钱，这句话的分量就有多重。

那军队那边呢？ 美国国防部代号 Maven 的项目用的就是它，到 2025 年 5 月合同上限已涨到接近 13 亿美元，活跃用户超过 2 万人。同年 7 月底，美国陆军又把 75 份零散合同并成了一份 10 年、上限 100 亿美元的协议，它去年全年收入是 44.75 亿美元。

东西是好东西。可它怎么把这些卖出去，又怎么收钱？

三、它怎么赚钱：先自己掏钱白干五天

钱从哪来？ 先看这一季的账。8 月 3 日那份二季报拆开是这样：

这里有个反转：上市前一年它 60% 的收入来自美国以外，今天 80% 来自美国本土。上半年美国政府占 52%，商业客户占 48%，快追平了。

利润更夸张。这一季它每收进 100 块，主业能剩下 47 块，一个季度净赚 10.62 亿美元，快赶上它 2020 年一整年的收入。净赚的比主业赚的还多，是因为里面含着一笔投资收益，不全是靠卖软件挣的。软件行业有条不成文的及格线：收入涨幅加上主业能剩下的比例，超过 40 就算优等生，它这次是 155，其中涨幅 93，主业那块按不算员工股票的算法是 62。

公司还把今年全年的收入预计，从 5 月说的 76.6 亿美元一口气提到了 81.5 亿美元上下，再一次刷新了自己的最大上调幅度。

它是怎么把东西卖出去的？ 靠一个反常识的动作：自己掏钱，先白干一场。

2023 年 10 月，它推出了一套叫训练营的打法。一到五天，把客户的工程师叫过来，不看演示，直接在客户自己的真实数据上做出一个能用的东西。它在财报文件里把话说得很直：这类试点和训练营通常由公司自费、不保证有回报，为的是拿到那些别人因为资源有限、投资周期短而放过的机会。

为什么值得？因为它换来的不是订单，是一张进门证。这条链是这样传的：

157% 这个数字是这门生意的命根子。本季收入比去年多出来的那部分，九成左右来自去年底就已经在册的老客户。它前三大客户，平均已经跟了它 15 年。

说白了，它真正赚钱的方式是让老客户越用越深：第一年一个部门试一试，第二年五个部门都在用，第三年全公司的排产和调度都跑在上面，这时候再想换掉它，成本已经不是软件费用了。

这里有个数字要留个心眼。 公司每季度会公布一个「未来合同总额」，本季 131 亿美元，看着很吓人。但它自己在同一份文件里说明，这个数字假定客户行使全部合同选择权、且没有任何合同被终止，而它很多合同都含有随意终止条款。真正已经签死、客户跑不掉的收入只有 49 亿美元，前者是后者的 2.7 倍。看这类公司，认后面那个。

生意的账清楚了。可最难回答的问题还没回答：它凭什么让客户把最核心的系统交给它，而不是交给别人？

四、最狠的一招：把自己的工程师派到客户办公室去上班

它靠什么建起门槛？ 靠一群常年不在自己公司上班的人。

它内部把工程师分成两种，2019 年自己在博客里把区别说死了：一种是做产品的，一个能力服务很多客户；另一种叫前置部署工程师，一个客户，很多能力。后者每周有三四天在客户现场，工厂、医院、政府大楼，公司里流传的一句话是「先上飞机，再问问题」。有位前员工为了空客的项目，在法国图卢兹常驻了整整一年。

这听上去像最不划算的生意，别人都想做一次卖一万次，它偏偏选了一条靠人堆的路。

那它怎么把这件苦活变成了优势？ 关键在后半段，也是最容易被忽略的地方。

工程师在现场会遇到大量重复的手工活：这家客户要接一个奇怪格式的数据源，那家客户要把结果画成一张图，第三家客户要临时搭一个内部网页。前线的人先用土办法解决，后方再把这些临时工具一件件做成正式功能，最后长成了它今天卖的企业版产品。

这套逻辑一句话概括就是：先解决一个客户非常大、非常值钱的问题，再把那个解法变成能卖给所有人的东西。少了后半句，派人驻场就只是外包；有了后半句，每次驻场都在给产品加一块砖。

还有一道更硬的墙。 卖给美国政府需要一整套安全资质，Palantir 自己把成本摊开过：拿到联邦和国防口径的两级认证，它走了 4 年多，动用了 25 个团队、60 个人全职干满 1 年，光第三方审计和合规顾问的费用就要 100 万美元起。

这才是短期内最难绕开的东西：不是算法，是 4 年的合规工时。更聪明的是，它把自己趟过的这条路做成了产品卖给别人，让别的软件公司借它的通道进政府市场。Anthropic 在 2025 年 4 月就是通过这个通道，把 Claude 部署进了美国政府的环境。

别人正在抄它吗？ 正在，而且是拿真钱在抄。2026 年 2 月，OpenAI 拉上麦肯锡、埃森哲等四家咨询公司成立了一个联盟。同年 5 月，Anthropic 和高盛、黑石等机构合办了一家企业服务公司，外部投进约 15 亿美元；同月 OpenAI 控股成立了一家专门的部署公司，由 19 家机构注入约 40 亿美元，还买下了伦敦一家约 150 人的部署团队。

同一件事有两种读法。往好里说，最有钱的几家 AI 公司集体承认了这条路是对的；往坏里说，从今往后它得跟这些人抢同一批工程师和同一批客户。

热闹讲完了。那么它现在这个价格，稳吗？

五、光鲜背后：四本还没算清的账

先一张表看全，再一本一本说：

第一本，贵。8 月 4 日那一涨之后，它的总身价约 3900 亿美元，相当于它今年全年预计收入的 48 倍。做个对照：其他大型软件公司大多在 10 到 20 倍。

觉得它贵的人，理由不复杂。杰富瑞的一位分析师年初说它只值 70 美元，这次财报后改口说值 80 美元，但给客户的建议一直是减少持有。他讲得很清楚，这是对价格的判断，不是对生意本身的判断，同一份意见里他还承认这家公司的竞争优势只增不减、市场空间还在变大。另一位靠在 2008 年金融危机里提前看空出名的投资人，手里拿着一批它跌了才赚钱的合约，理由是按今年的预期利润算，买下它要 100 年才能把本钱赚回来，而美股整体平均是 20 年出头。

这个人和这家公司之间还有一本更细的账，围绕「货交了、钱还没收」这部分怎么记，吵了大半年。给你一个自己判断的抓手：客户欠它还没付的钱，半年从 10 亿涨到了 15 亿。这里面的水不浅，今天先不展开，以后找机会我们专门聊一期。

第二本，增长的成色。93% 的收入增速很漂亮，但拆开看，几乎全部来自老客户加购：本季新签下的客户只有 42 家，去年同期是 80 家；美国以外的收入只涨了 33%，跟美国本土的 115% 完全不在一个量级。续费率 157% 是好事，但也意味着眼下的增长高度依赖一批已经在用它的机构继续加钱。

客户集中度也值得记一笔。上半年前三大客户占了收入的 16%，而在这些还没收回来的钱里，有一个只标了代号「客户 I」的客户，一家就占 27%。

第三本，也是最难写的一本：它一半的收入来自政府，而政府业务从来不只是生意。

它给美国移民执法部门做系统，2025 年 4 月拿到一份约 2990 万美元的合同，单一来源，没有竞标，公开文件里写明的功能包括对执法目标排优先级。围绕它的质疑主要来自媒体和民权组织，公司内部也争论过。公司这一侧的回应同样在公开记录里：它否认在做任何跨机构的统一数据库，说卫生部门与移民执法部门之间的有限信息共享有法律授权，平台上每一步操作都留下删不掉的记录。

英国那条线是另一种麻烦。英格兰的公共医疗系统 2023 年底给了它一份 3.3 亿英镑的合同，用来统一各家医院的数据。争议一开始是关于隐私，后来变成了更要命的一个问题：到底有没有用。

今年 6 月，下议院的一个委员会建议政府启用 2027 年 2 月的解约条款。一个月后，英国的统计监管机构裁定，官方宣传这套系统的效果时没把数据的局限讲清楚：手术做得多了，不等于就是这套系统带来的。被反复引用的那句「多做了 111,589 台手术」，正是官方自己标注过不能推断因果的数字。眼下合同还在执行，英格兰多数医院集团已经接了这套系统。

这两条线说明的是同一件事：当你的客户是政府，你的生意就会跟着政治一起波动，方向不由你决定。

第四本，员工的股票。2020 年上市那年，它发出去的股权激励是 12.71 亿美元，比当年全年收入 10.93 亿还多，那一年净亏 11.66 亿，主因就在这里。今天这个比例已经降到收入的 13.7%，趋势明确变好，这是看好它的人最有力的反驳。但绝对金额还在涨，本季比去年多了 66%；把这些股票都算进来，股份总数会多出约 7%，这是股东实实在在让出去的份额。

四本账摊完，它做成的事仍然了不起。一家二十年不赚钱的公司能熬成这样，肯定做对了什么。

六、它到底做对了什么

这一节是我最想留给你的。先说给做产品、做公司的人听的，三条。

第一条，把最难走的那条路走完，路本身就是护城河。4 年的合规、60 个人干满 1 年，这种事在做的时候看着全是成本，走完以后就成了别人绕不过去的墙。更漂亮的是它没停在这儿，还把这条路修成了收费站卖给别人。凡是你的行业里有一道又慢又烦、大家都想绕开的关卡，它多半就是最值钱的地方。

第二条，先白干一场，但一定要在客户的真数据上干。训练营有效不是因为免费，是因为五天后客户手里有一个真能上线的东西，而不是一份演示文稿。免费的演示到处都是，免费的交付很少。

第三条，也是最关键的一条：派人驻场之前，先想清楚谁负责把现场的土办法变成产品。Palantir 负责商业业务的人 2024 年写过一篇文章，说他见过的每一个模仿者都是半吊子，学了个形，没学到里子。后方不把现场的做法变成产品，驻场就是纯外包；变了，每一单都在给产品攒资产。

再说给普通人的。

前置部署工程师这个岗位，正在从 Palantir 的内部工种变成整个 AI 行业的通用岗位。可查的数字是这样的：在美国最大的招聘网站上，这个岗位的数量在 2026 年 4 月比一年前多了 7 倍。2025 年有人统计过 1000 份这类岗位的要求，底薪中位数大约 17.4 万美元，折成人民币约 125 万元一年；只有 8% 提到跟销售挂钩的提成，没有一份要求背销售任务，60% 的岗位只要 3 到 5 年经验。

OpenAI 自己的招聘页上，这个岗位的基本工资是 16.2 万到 28 万美元。Anthropic 的同类岗位是 24 万到 34.5 万美元。国内也在招，字节的相关岗位月薪 3.5 万到 7 万元，一年发 15 个月工资。

但这里有一个必须说清楚的反差。同一个岗位，在招聘号的文章里是年薪百万的新贵，在开发者论坛里评价完全相反。8 月 4 日有人在一个技术社区发帖，说自己在制造业写程序，想转这个岗，理由很直白，不想到 35 岁被辞退。回帖几乎一边倒：有人说这就是驻场外包换了个名字，国内一个人干一天的报价才 800 到 1200 元；也有人给了个更有用的判断，他让 AI 抓了 28 份招聘要求来看，结论是一家没有自己产品的公司招这个岗，招的就是外包。

两边说的都对，差别就在后方那一半有没有做。所以如果你在考虑这条路，判断一家公司值不值得去，只看一个信号：问清楚你在客户现场做出来的东西，最后会不会变成公司产品里的一个功能。会，你是在给自己攒能力；不会，你是在按天卖时间。

顺便说一个被反复引用的数字：麻省理工一个项目组 2025 年的报告说，企业的生成式 AI 试点约 95% 没带来可衡量的收益，卡住的地方是接进现有流程，不是模型本身。这份报告没经过学术同行审核，95% 更准确的读法是层层筛下来的结果。但它指的方向没什么人反驳：钱正在从「做模型的」流向「把模型塞进流程的人」。

这一节收一张表：

几句真心话

我没有买它的股票，也用不上它的软件，它不在中国做生意。但我自己在家干过它替客户干的那件事的最小版本，那堆日期有五种写法的账单就是同一个问题。

写完这一篇我最大的感受是，这家公司二十年做的其实是一件很不性感的事：帮别人把烂摊子理顺。理数据这活没人愿意干，因为它慢、脏、看不见成果，还必须坐到客户旁边才干得了。所有人都想做卖模型的那个，没什么人想做把模型接进流水线的那个。它偏偏在这条最没人走的路上熬了二十年，然后在所有人都想让 AI 落地的这一年，坐在了路口。

48 倍收入贵不贵，我说不好。我更在意的是它那二十年是怎么熬过来的。它也证明了一件对普通人有用的事：在所有人都盯着模型的时候，能把技术和现实缝在一起的人最稀缺，而这种人不是靠刷题筛出来的。

至于这家公司，我给自己留了一件近期能对答案的事。它下一份财报大约在 11 月初，我只看两个数：新签客户数有没有从 42 家爬回去，以及美国以外的收入还是不是只有 33%。第一个数说明它还在不在拓新，第二个数说明这套打法出了美国灵不灵。公司自己对三季度的预计，算下来增速已经降到 80% 上下，这两个数好，93% 才有下半场。

最后留一个我自己也还没想明白的问题：AI 这轮花出去的钱，最后到底会落在做模型的公司手里，还是落在把模型塞进别人流程的公司手里？现在两边都在涨，早晚要分出来。我会一直盯着。

参考资料

1. Palantir Technologies：2026 年第二季度业绩公告与股东信、投资者演示与电话会，2026-08-03（营收 19.35 亿美元、同比 93%、美国商业 7.64 亿、美国政府 8.09 亿、美国合计 15.73 亿且同比 115%、GAAP 净利 10.62 亿、GAAP 经营利润率 47% 与调整后 62%、Rule of 40 = 93% + 62% = 155%、全年指引由 76.50 至 76.62 亿上调至 81.50 至 81.58 亿美元、220 笔百万美元级合同、老客户续费率 157%、本季新增客户 42 家、总 RDV 131 亿美元及其口径说明）
2. Palantir Technologies：2026 年第二季度 10-Q，2026-08-04（收入构成、上半年政府 52% 与商业 48%、美国占 80%、RPO 49 亿美元、前三大客户合计占上半年收入 16% 且平均合作十五年、无单一客户超过收入 10%、「客户 I」占应收账款 27%、应收账款由 10 亿增至 15 亿、收入增量中 4.28 亿与 4.07 亿来自 2025 年底既有客户、「许多合同含随意终止条款」、训练营自费表述、股权激励与摊薄股数）
3. Palantir Technologies：S-1 注册说明书，2020-08-25（2003 年 5 月特拉华州注册、2019 年营收 7.426 亿美元与净亏 5.796 亿美元、125 家客户、前 20 大客户占 67%、Class F 股与创始人投票信托）
4. Palantir Technologies：2025 年度 10-K 与历年 10-K 的 XBRL 数据（2018 至 2025 年逐年营收、净利与股权激励；2020 年营收 10.93 亿美元、净亏 11.66 亿美元、股权激励 12.71 亿美元；2023 年首个全年盈利 2.098 亿美元；2025 年营收 44.75 亿美元、净利 16.25 亿美元）
5. CNBC / StockAnalysis：Palantir 二季度业绩与次日股价表现，2026-08-03 至 2026-08-04（8 月 3 日收盘 125.65 美元、8 月 4 日收 162.66 美元、单日涨 29.45%、为 2024 年 2 月以来最佳单日、年内此前累计下跌约 29%）
6. StockAnalysis：Palantir 市值与股本，2026-08-04（收盘市值约 3900 亿美元、总股本约 24.0 亿股，对应约 48 倍 2026 年指引营收）
7. Palantir 官方博客：AIP Bootcamps 介绍，2023-10-12（一到五天从零做出用例、需求过载排队）
8. Palantir 2023 年第四季度电话会记录，2024-02-05（2023 年完成逾 560 场训练营、覆盖 465 家机构；美国商业新客户获取占比 4%、12%、22% 的季度变化）
9. Palantir 官方博客：Dev 与 Delta 的角色区分，2019（「一个能力服务很多客户」与「一个客户很多能力」）
10. Palantir 官方博客：FedStart 与合规成本说明（联邦与国防级认证耗时四年余、25 个团队 60 人全职一年、审计与合规顾问费用百万美元起）
11. Palantir 官网 Airbus 案例页：空客 A350 五百万零件、四国八厂以上、交付效率提升 33%、2017 年扩展为 Skywise；Allegiant Air 一位维修运营负责人关于每日至少少停一架飞机的表述
12. DefenseScoop：Maven Smart System 合同上限提升至近 13 亿美元、活跃用户逾两万，2025-05-23
13. Army.mil / CNBC：美国陆军与 Palantir 十年、上限 100 亿美元企业协议整合 75 份合同，授予日 2025-07-31
14. Forbes：Palantir 早期历史长文，2013（沙丘路拒投经过、蒂尔自筹早期资金、In-Q-Tel 投资逾 200 万美元的说法、卡普的背景、摩根大通为首个商业客户）
15. Fast Company：Palantir 与 In-Q-Tel 关系回顾，2025（125 万美元换股权的说法、工程师两周一次往返兰利约 200 趟、In-Q-Tel 未取董事席位）
16. American Banker：PayPal 反欺诈系统同期报道，2006-08-28（系统命名来源、行为特征分析与关系图、反欺诈团队效率提升）
17. Politico Magazine：卡普《My Time with Jürgen Habermas》，2026-03-20（哈贝马斯于 2026 年 3 月去世；1992 年到法兰克福、多年参加讨论班、2000 年 8 月 10 日的三页拒绝信、「震惊且伤人」的自述）
18. Moira Weigel，boundary 2：关于卡普博士学位与导师归属的学术考据，2020-07
19. CNBC：Palantir 直接上市当日报道，2020-09-30（参考价 7.25 美元、开盘 10 美元、收盘 9.50 美元、开盘市值 165 亿美元、不募新资金）
20. 标普道琼斯指数公司新闻稿：Palantir 纳入标普 500，2024-09-06 公告、2024-09-23 生效
21. 美国联邦索赔法院：Palantir USG, Inc. v. United States（第 16-784C 号），2016-10-31 判决；美国联邦巡回上诉法院 2018 年维持原判
22. 华尔街见闻：Palantir 大涨，美国商业收入飙升 149%，上调全年营收指引，2026-08-04
23. 券商中国 / 中国基金报 / 智通财经等中文财报报道，2026-08-04（盘前涨幅与市值口径；其中多篇写「同比增长 94%」，与官方 92.8% 不符，本文采用官方口径）
24. 虎嗅：Palantir 连续九季度超预期，2026-08-04
25. 36 氪（李智勇）：关于 Palantir 本体论架构作为大模型约束边界的分析，2026
26. 雷峰网：Palantir 路线与中国厂商的结构性差异（毛利率、客单价、交付模式），2026
27. Jefferies（Brent Thill）：维持 Underperform 评级，目标价由 2026-02 的 70 美元上调至 2026-08 的 80 美元（「这是对估值的判断，不是对基本面的判断」；同时认为其竞争差异化增强、市场空间扩大）
28. Scion Asset Management 13F（2025 年三季度）与 Michael Burry 公开表述，2025-11 至 2026-04（看跌期权对应 500 万股、行权价与到期日；称按今年预期每股收益约 1.30 美元计算市盈率接近 100 倍；对应收账款增速的质疑）
29. RBC（Rishi Jaluria）：维持减持评级、目标价 90 美元，2026（EV/营收倍数与竞争来源判断）
30. The Register：ICE ImmigrationOS 合同约 2990 万美元、单一来源采购与合同功能描述，2025
31. Palantir 官方声明：对相关监控指控的书面反驳，2026-01-27（否认建设跨机构统一数据库、数据共享的法律授权与审计日志表述）
32. The Register：英国下议院科学、创新与技术委员会建议启用 2027 年 2 月解约条款，2026-06-03
33. 英国统计监管办公室（OSR）裁定：NHS England 未充分说明数据局限，涉及「多做 111,589 台手术」等主张，2026-07-22
34. Foxglove 依信息公开法调查：41 家使用排程模块的机构中 13 家手术量下降，2026-06-16
35. Business Insider / Indeed 数据：前置部署工程师岗位数同比增长 729%，2026-04
36. Revealera：1000 份前置部署工程师岗位分析，2025-10（基本工资中位数 173,816 美元、8% 提及销售提成、0% 背销售指标、经验分布）
37. OpenAI 官方招聘页：Forward Deployed Engineer 系列岗位与薪资区间，2026-08-05 抓取（16.2 万至 28 万美元、最多 50% 出差）
38. Anthropic 官方招聘页：Applied AI Architect 系列岗位与薪资区间，2026-08-05 抓取（24 万至 34.5 万美元）
39. 证券时报 / 21 世纪经济报道：国内前置部署工程师岗位与薪资（字节 3.5 万至 7 万元月薪十五薪、阿里云 2 万至 5 万元月薪十六薪）
40. V2EX 技术社区讨论帖《加入学习 FDE 技能》，2026-08-04，v2ex.com/t/1231751（发帖人自述制造业全栈背景；回帖中的人天报价 800 至 1200 元、由 AI 抓取 28 份招聘要求得出的判断）
41. Ted Mabrey（Palantir 全球商业负责人）：关于 FDE 模式被模仿的公开文章，2024-09-20
42. OpenAI 官网 / CNBC / Forbes：部署业务布局，2026（OpenAI Frontier Alliances 2026-02-23；Anthropic 与高盛、黑石、Hellman & Friedman 合办企业服务公司、规模 15 亿美元，2026-05-04；OpenAI 控股的 DeployCo 由 19 家机构注入 40 亿美元、并收购伦敦的 Tomoro AI 约 150 人团队，2026-05-11）
43. 麻省理工 NANDA 项目《The GenAI Divide: State of AI in Business 2025》，2025-07（企业生成式 AI 试点约 95% 未带来可衡量的损益影响，失败原因集中在集成环节。该报告非同行评议，方法与「95%」的漏斗口径受过公开质疑，本文据此加了限定）
44. Palantir 前员工公开分享：前置部署工程师的日常工作与图卢兹常驻经历，以及现场做法产品化为数据接入、可视化与网页搭建功能的过程

以上仅为个人学习笔记与公开信息整理，不构成任何投资建议。投资有风险，决策请独立。

AI重度使用者｜工作日拆一家前沿公司，周末写AI学习笔记｜imluna.ai 免费订阅｜Learn in Public