Palantir季度利润达10亿美元，Karp却称AI行业“马克思主义”

Palantir刚交出一个被报道为“利润达到10亿美元”的季度，CEO Alex Karp便在周一继续向前沿AI实验室开火。他称AI行业带有“马克思主义”色彩，还说这些实验室不值得企业信任。

这组画面很反常：Palantir正在吃AI需求的红利，掌门人却公开贬低AI产业最耀眼的一群公司。

但这并不矛盾。Karp质疑的不是企业要不要用AI，而是谁有资格控制企业里的AI。

10亿美元很亮眼，利润口径不能含糊

现有报道只给出“10亿美元利润”，没有说明它究竟是GAAP净利润、调整后营业利润，还是其他财务指标，也没有附上可核对的财报口径。

这几项不能混用。GAAP净利润计入股权激励等费用；调整后利润可能剔除部分成本；自由现金流又是另一回事。因此，它不能直接改写成“净利润超过去年营收”，更不能据此推出利润质量已经没有争议。

可以确认的新闻主线很简单：

• Palantir交出强劲季度，报道所称利润达到10亿美元。
• Karp再次批评前沿模型实验室不适合被企业完全信任。
• 他用“马克思主义”形容AI行业，但现有线索没有提供完整上下文。

缺少完整讲话，就无法确定这个标签具体指向开源理念、低价竞争、数据权利，还是模型公司试图吞掉软件价值。把一句挑衅性表达直接解释成政治主张，走得太远。

商业含义倒是清楚：别把企业的核心数据、权限和业务动作直接交给模型厂商，应该在模型与企业系统之间加一层控制平台。

Palantir卖的正是这一层。

它在2023年推出AIP，把大模型接入Foundry、Gotham以及企业数据系统。模型负责生成和推理，Palantir负责权限、数据关系、审计与业务动作。其Ontology则把人员、订单、设备、组织关系等对象整理成模型可调用的业务结构。

两条路线的差别，可以压缩成这张表：

Karp的话听着像意识形态争论，落到合同里，其实都是数据怎么走、权限归谁、系统能不能搬。

Karp说对了一半，也藏了一半

他说对的部分，是企业采购AI不能只看排行榜。

一个模型在评测中领先，并不代表它能直接进入医院、银行、工厂或政府系统。企业还需要身份权限、操作审计、数据隔离、人工审批和责任追踪。模型答错一句话与模型误触发一笔订单，后果完全不同。

Palantir在这些脏活、重活上有积累。它长期服务政府和大型机构，比只提供聊天框或API的公司更熟悉复杂权限与真实业务流程。企业愿意为这种能力付钱，并不奇怪。

但“不可信”不能靠一句政治标签证明。

多家头部模型厂商的公开企业条款通常声明，商业版或API客户的数据默认不用于训练。不过，具体规则仍取决于产品、合同和部署方式。日志保留、零数据留存、区域存储、人工审查和分包商访问权限，都可能不同。

换句话说，模型厂商是否可信，要看合同与技术架构，不能看CEO在台上表现得多么坚定。

Palantir也没有天然豁免权。

客户把业务对象写进Ontology，把审批流程、权限规则和系统连接沉淀到AIP之后，迁移成本可能比更换模型更高。模型API还能加一层适配器，业务语义和组织流程却很难一键导出。

云计算已经演示过一遍：虚拟机看起来随时能搬，真正拖住企业的往往是身份权限、数据库、监控和运维流程。

今天的模型市场不完全一样。API相对标准化，模型替换也更容易。但进入生产后，团队仍要重做评测、安全测试、工具调用和合规审批。所谓“模型无关”，只有经过真实迁移才能成立。

这正是Karp没有讲透的部分：模型锁定可能减轻，控制层锁定却可能更深。

企业别站队，做一次迁移演习

采购负责人没必要判断谁更像“马克思主义者”。该做的是把信任拆成合同条款和工程动作。

如果你负责企业AI采购，RFP里至少要写清这些问题：业务数据是否用于训练，日志保存多久，能否申请零数据留存，数据存在哪个地区，合同结束后数据、配置和审计记录如何导出。

Palantir也该回答同样具体的问题：Ontology定义能否完整导出，工作流能否迁移到其他平台，底层模型能否由客户自行替换，终止服务时提供哪些迁移支持。

如果你带开发团队，最现实的动作是保留独立评测集，隔离模型调用层，并定期替换一次模型做回归测试。再选一条真实工作流，尝试导出数据、权限和业务规则。

搬不动，锁定就已经发生了。

财务端也要继续核对。10亿美元究竟采用什么利润口径，其中有多少来自持续经营，必须回到正式财报，而不是停在新闻标题。

企业AI这场竞争，最后比的不是谁骂得更狠。谁能让客户替换模型、导出资产，又不用推倒整套工程，谁才真正配谈“可信”。