$Palantir Technologies Inc.(PLTR)$   聊聊FDE模式 FDE 模式不一定适合服务很多小企业和老企业，Ai发展到这个阶段还没有实现Ai化的企业，剩下的可能很多是老、破、小企业，大企业或是紧跟科技潮流的有数据库的企业早已经有自己的Ai团队，或者已经外包给Ai定制化专业公司，剩下的公司数据自动化需求不一定特别大。而且从数据安全角度大企业一般情况下不会将业务外包给LLM公司，因为LLM公司训练大语言模型的数据来源就是网络爬虫起家。按Elon的话说就是互相爬虫，任何一个世界500强公司或者政府数据部门都会注重自己的隐私数据库。而且企业也不放心会用一家llm公司去绑定自己的自动化系统，说不准哪天llm倒闭关停服务了，企业难道自己再重新建造自动化模型吗？至于很小的企业估计会选用和数据库绑定的一些增值服务公司比如databricks这种企业。PLTR的很多盈利增长合同来自于老客户以及政府的深度合作，从几百万到几亿的慢慢深度绑定。而且因为本体论的优化，pltr在fde的部署方面的综合成本可能是最低的。简而言之就是大的肉已经在嘴里，优势很难撼动。

$Palantir Technologies Inc.(PLTR)$  关于Open ai和Anthropic的抢占to B市场，对于pltr是利好，因为这么多年进化之后的本体论让pltr部署fde的成本是所有AI公司中最低的。 你们不用看现在LLM估值，LLM的盈利主要要依靠编程saas服务。编程盈利市场会有六个以上的llm一起去抢，这个市场其实很小，最后只会剩下一到两个吃到编程市场的95%，且大概率可能还不是现在的open AI和Anthropic，因为他们token的成本降低速度太慢了。所以他们会开始抢to B业务。 Ai发展到这个阶段还没有实现Ai化的企业，已经是老破小，大企业早已经有自己的Ai团队，或者外包给Ai定制化专业公司，而且从数据安全角度大企业一般情况下不会将业务外包给LLM公司，因为LLM公司训练大语言模型的数据来源就是网络爬虫起家。任何一个世界500强公司都会注重自己的隐私数据库。而且企业也不放心会用一家llm去绑定自己的自动化系统，说不准哪天llm倒闭关停服务了，企业难道自己重新建造自动化模型吗。 而pltr就不一样，它可以随时替换掉任意llm。而且1000个世界500强平级客户的服务认证，已经让fde在成本和安全上有巨大保障。

$Palantir Technologies Inc.(PLTR)$  大家都知道今年软件公司股价都在持续走低和Claude有很大关系。前两年open AI的火热让msft的股价上涨。今年anthropic的Claude利用编程的语料库让LLM学会了编程能力，让大家开始质疑软件saas的未来前景。但是Ai时代对于软件的整体需求并不会有巨大的改变，不能因为LLM有编程能力就不需要软件公司，尤其是那些根本不需要手写代码的Ai数据化软件公司。 昨天Anthropic说即使软件公司业绩大幅上涨，Ai可能也会颠覆掉Saas公司，还发布了一个金融插件。 但传统软件替换逻辑，和PLTR有个P的联系？能编程的公司当然会说有能力代替saas公司，但问题pltr是传统软件公司吗？ 我觉得真正的AI软件公司集体下跌的状况一定会发生逆转。 老黄昨天说agent代理会带来更多的软件需求。其实这和GPU会带动CPU增长的逻辑一致，agent也会带动有价值软件的运用。不过整体上看软件行业股价的波动对于Anthropic不断发布的插件发布已经开始慢慢免疫。 今年软件行业的股价整体大概下跌了20%，我觉得大多数资金其实对于公司基本面的理解很片面，但长期看市场永远是对的，价值会回归。

$Palantir Technologies Inc.(PLTR)$   市场的机构有可能正在从事软件和半导体的配对交易，不管软件股票财报多好先打压一下。基本和个股的公司财报成长性无关。就是说半导体涨就打压软件。软件涨就打压半导体这种状况也许会持续一段时间。其实这是一种很单量化的对冲思维。 芯片现在权重越来越大， 而软件越来越小，昨天芯片跌软件大涨大盘还是下跌了0.4%， 今天软件下跌了1% 芯片上涨了2.5% 大盘就涨了0.8%， 科技涨了1%。 目前市场已经分不清AI时代软件的定价逻辑和估值逻辑。处在认为Ai来了就只要芯片不需要软件的遐想中。其实市场根本就判断不了，哪些是Ai时代收益的软件公司。 一个简单的逻辑就是Ai时代不可能没有软件，那么什么样的软件公司会真正受益。还是说很多人认为LLM以后就不需要软件了？这种观点其实很可笑。LLM确实可以代替编程工作，但是LLM绝对代替不了软件公司。Ai时代既会需要芯片也会需要Ai软件。

$Palantir Technologies Inc.(PLTR)$  目前Ai应用赚钱只有三个方向：LLM订阅主要是编程、自动驾驶tsla、to B 工业商业自动化。第三个方向目前只有PLTR能吃到肉，目前赢利虽然不多，但增长迅速，且市场潜力无限，根本没有竞争对手。

$Palantir Technologies Inc.(PLTR)$   AI领域最核心的矛盾：通用语料的枯竭与“数据孤岛”的壁垒 Llm大模型训练基于语料库，大模型在日常使用中收集的都是个人互联网数据且准确来说没有收集个人或公司特定数据的权限。真正的企业级机密数据是不会上传互联网或非本地话语料库的。大模型拿不到本地话部署模型的语料库。这个世界真正有价值的专业纯净数据都在被大企业收集。现在还没有开始收集数据的企业或个人大概率没有Ai训练价值。 AI 竞争的下半场已经从“算力竞赛”转向了“数据确权与私域训练”。 1. 通用语料的“边际效用递减” 目前公开的互联网数据（网页、维基百科、社交媒体、开源书籍）已经被大模型厂商“掘地三尺”式地清洗并训练过了。这些数据虽然能让模型具备常识、逻辑和流畅的对话能力，但它们存在三个致命伤： • 同质化严重： 大家都在用同样的公开数据集，模型同质化越来越高。 • 噪声大、价值密度低： 互联网充满了口水话和未经验证的信息。 • 缺乏专业深度： 真正的行业洞见和核心技术不会出现在博客文章里。 2. “本地化语料库”：真正的竞争护城河 如你所言，企业最核心的机密数据（如：工业设备传感器实时数据、闭源底层代码、金融交易逻辑、患者医疗病例、供应链优化路径）是不可能流向公有云大模型的。 这些数据呈现出**“非公开、高纯净度、强逻辑关联”**的特征。 • 本地化部署（On-Premise）： 为了挖掘这些价值，企业会选择在本地环境中部署模型（如私有化部署 Llama 或 Qwen 架构），让模型在防火墙内“闭门修练”。 • 语料库的主权： 谁拥有特定行业的垂直语料，谁就拥有了构建“行业大脑”的唯一通行证。 3

$Palantir Technologies Inc.(PLTR)$   Ai的方向是完全自动化，完全自动化最受益的始终都会是已经拥有生产资料和生产数据各个要素的，和互联网时代商家依靠讨好广大消费阶层不一样。其实平常人的生活数据意义已经不大。能够最有效利用Ai工具的都是已经有能力收集特定种类数据，转变成大模型算法。所以规模化能力会倾向偏向于数据收集者。LLM是个好工具，但只要信息权限不够其实就不具有收集数据的能力。普通人想要通过Ai工具实现商业价值创造商品，最后数据同样会被Ai企业获取，突破阶层的门槛会变得更高，中产阶层可能大概率会消亡。LLM在变得越来越聪明，但LLM只有突破信息管理权限，这个过程在西方其实并不容易，但只有这样LLM才可能壮大，才能实现能力的杠杆化。同时杠杆化的过程十分危险，就好像给普通人分发重火力装备，因为人性的贪婪和法规滞后的不成熟如果仅仅依靠道德约束，法无禁止即可为，极大可能会让整个世界变得更加混乱。而如果真的形成了混乱的社会，之后又会催生更强大中央管理规划能力。在这个过程中底层普通人整体会受伤，但整个过程中pltr都是不可或缺的。

$Palantir Technologies Inc.(PLTR)$ chat gpt5.5重回LLM榜一 。流水的LLM，永远的AIP。AI有两个趋势一个是规模化另一个是杠杆化。规模化可能会碾压阶层，杠杆化则会赢家通吃。PLTR既是规模化的受益者也会是杠杆化的受益者。当更多人看懂的时候股价就会再次冲到新的高度。

$Palantir Technologies Inc.(PLTR)$   open AI和Anthropic、goog 、cohere开始在各个城市招聘FDE，一是智能体业务的发展，二说明他们开始学习PLTR的运营方式，与B端客户主动联系。 这说明pltr的路径走对了。具体能不能影响市场大小，我觉得不会，一个是从难大繁走向易小简，另一个恰恰相反，to B的渠道和原有数据都是护城河。

$特斯拉(TSLA)$  关于Sony的乒乓球机器人 问：Sony Ace机器人的事件能间接说明无人驾驶技术的开发其实不完全需要激光雷达吗？ grok和gemini都认为视觉的上限会更高。

$特斯拉(TSLA)$   我想知道特斯拉的megapack在未来Ai时代美国市场需求，属于硬需求还是软需求，如果是硬需求有多硬，为什么？有哪些必须采用megapack的使用场景？ 请把以上问题丢给任何一个主流LLM，gemini、Chat gpt、Claude、grok随即得到答案： 特斯拉Megapack在未来AI时代美国市场的需求属于“硬需求”，而且是非常硬的核心基础设施级需求**（而非可有可无的软需求）。

$特斯拉(TSLA)$  有人问了特斯拉内部员工闭口不谈，但如果是假的，他们通常会马上否认，所以你懂的。另外瑞典🇸🇪昨天在荷兰之后正式批准了fsd。fsd的订阅有可能今年会突破200万辆💎👐

$特斯拉(TSLA)$  Sony Ai打乒乓球的视频最近在Ai圈刷屏了。这件事在技术路径方面至少说明几件事： 1.高速运动的球类运动在毫秒级准确的反应不需要激光雷达的参与，完全可以依靠纯视觉训练达到世界顶级水平。这件事在自动驾驶上也成立，说明了Waymo和众多国内车企的激光雷达方案只不过是视觉模型能力不行后，一种拄拐保障备用方案。 2.机械手臂的完美能力被证实，引伸到人形机器人的路径完全可行，高能力的手术外科机器人方向可以被证明完全可行。 建议大家去搜索SONY AI乒乓球去看下完整视频。

$特斯拉(TSLA)$  $Palantir Technologies Inc.(PLTR)$   目前AI应用能赚到钱的好像就只有编程需求（oai和Claude）、自动驾驶（Tesla）和to B（PLTR）业务，还有一些就是购物网站和广告的算法推荐（Meta和amzn以后或是X），其他方向都没有证明有明显赚钱效应。 所以llm目前争夺的是编程能力，但一年后最终所有第一梯队的llm不会有太大差距。 llm最终只会是一种产品，转变成类似选美比赛里的某个美人。 一年后任何一家llm低价或者免费都会对llm的盈利能力造成实质性巨大打击。最终llm胜出的很可能是东大的公司。 其他正在赚钱都是算力和能源等Ai基础设施。

$特斯拉(TSLA)$  我的结论：无人驾驶技术也许在特斯拉已经完全解决了。 推断来源： 论据1:Robotaxi的fsd技术会领先大众推送的版本一到两个版本，马斯克也说过V15会是真正的无人驾驶版本。 论据2:未来巨额的资本新支出，只能表明新饼做出来了，更大的饼擎天柱和太空算力开始筹备需要更大的资金。fsd已经完成，剩下的就是Robotaxi量产的成果落地。 马斯克一直做的就是升维再降维的事情。电动车完成，升维无人驾驶。无人驾驶完成，升维Ai机器人。宇宙永远墒增，但突破游戏边界的方法永远在做极致的墒减的事情。

$特斯拉(TSLA)$  特斯拉在这一个季度的fsd订阅增长是18万，而北美销售车的总数是10万辆，也就是说新fsd订阅量近卖车数量的两倍，在硬件北美Ai4车的fsd渗透率已经达到了30%～35%，这是这个季度财报中非常大的亮点。特斯拉已经凭借fsd订阅成为了SaaS AI软件公司。 从去年的12%fsd订阅率到今年30%以上的fsd订阅，越来越多的北美车主已经开始离不开fsd。这种是驾驶习惯改变的粘合度在快速增长。 的估值到底值多少？特斯拉的自动驾驶业务有多少计入了股价目前没有人算的清楚。 其实如果特斯拉是实现自动驾驶最有可能的厂家的话，未来有自动驾驶和没有自动驾驶的车会是定性分析上的本质区别，从增长的角度来说有自动驾驶能力的车有可能占领更大市场的。而且从自动驾驶技术路线上说，假如说如果自动驾驶真的必须要走Ai端到端或是依靠Ai数据算

$Palantir Technologies Inc.(PLTR)$  $特斯拉(TSLA)$   最近pltr大跌，我觉得做空者burry的核心逻辑Claude会抢占PLTR的市场逻辑漏洞很大。大部分人有个误区，burry也是在这个误区里：Ai其实方向是完全自动化，但其实llm并不代表Ai的全部，pltr不做llm，打个比方fsd也不是llm。llm能做很多事情比如完成白领编程工作、检查安全漏洞，能做AI助手，但是不代表所有涉及Ai的事情也就是完全自动化的事情都可以让llm助手做。把Ai简单理解成llm软件以及升级成龙虾助手之类的是大多数平常人的误区。pltr的优势其实也在于它不做llm，他做的是企业搭建llm平台的底层数据连接。换句话说只要有好的llm他也可以随时替换，但操作系统不换。但中小企业不用搭建Ai操作系统，只是跑跑龙虾的需求，因为大部分中小企业没有非常复杂的数据流和供应链产业流。说白了PLTR只适用于及其复杂产业链和数据流的高端制造业和政府服务。PLTR在构建产业链回归方面的能力是随着llm的进步加强的。 编程和写文章读

PLTR是三家合作的平台中的系统

$特斯拉(TSLA)$  👇