Palantir CEO Alex Karp 前几天在 CNBC 当众开炮：企业把时间耗在 token 上、把生产资料交出去，“something has gone completely wrong”。
有人当直播节目看热闹。我觉得不是。
恰好 All-In 最新一期把这件事聊透了。我把节目听完了，先说结论：
Karp 说的是真的。 可以说，Figma 和 Cursor 都被 Anthropic 这类模型层“偷家”了——不是法庭意义上的偷，是平台层把你的差异化吃进主产品之后，你只剩壳。Figma 股价今年已经跌了约 40%。
更往后看，我会估计：未来 6–12 个月，当开源模型在多数企业真实任务上逼近 Opus 4.8 这种“能干大部分活”的能力带，会有越来越多企业离开“只租闭源 API”的路径，转向私有化部署 / 私有云 + 开源权重。
那时，“主权 AI”不再特指一个国家独有的 AI，而是：
一个企业在用 AI 时，硬件、数据、权重全部尽量自持。
这大概率会成为趋势。
一、Karp 骂的不是模型，是“租大脑还当自己在建能力”
2026 年 7 月 1 日，Karp 上 CNBC《Squawk Box》，火力很集中。
他没有绕弯：
“I’m not throwing shade at them, but something has gone completely wrong.”
企业侧的基本心态变成：“I’m going to chillax and waste my time with tokens.”
翻译成人话：
不是模型不聪明，是卖法把企业带沟里了。
堆 token、堆调用、堆“看起来很忙”的脚本，不等于堆出可复利的组织能力。
同一天前后，Palantir 还在 X 上发了 9 点“AI 主权”宣言。Business Insider 等媒体完整转述过，里头最刺的几条，几乎是给董事会写的：
- 你的 AI 主权决定机构的未来。 放弃主权，就是把未来选择权交给别人。
- 数据留存是你的宝藏。 交出去，等于交出既有赢法与再生产手段。
- Tokenmaxxing 劫持价值导向。 它激励一次性脚本，而不是稳健软件，还带着假进步的上瘾感；卖 token 的人拒绝按价值收费，是有原因的。
- 控制权重就是控制命运。 权重是机构硬知识的蒸馏形态；让别人控制你的权重，就是让他们把你的 alpha 迁走。
- 主权与 alpha 并不矛盾。 能最大化保留主权的架构，才能让机构拥有并复利自己的部落知识。
Karp 后来又补了一句更商业的：
他与英伟达对齐的，是客户要控制 compute、models、data stack 和 alpha。
“They want to know they own the means of production. It’s not being transferred to someone else.”
这不是公关吵架。这是在重新定义：
企业到底是在买工具，还是在把生产资料迁走。
市场也听懂了一半：当天 Palantir 股价涨了约 8%。
二、Nadella 更早把刀架在了同一处：firm sovereignty
很多人只记住了 Karp 的火气。其实微软 CEO Satya Nadella 更早、也更“董事会语言”地把同一件事钉死了。
2026 年 1 月达沃斯，他和 BlackRock 的 Larry Fink 聊 AI 主权时说：
如果你不能把公司的隐性知识（tacit knowledge）嵌进一套你自己控制的权重里，你定义上就没有主权。
那意味着你在向某个模型公司泄漏企业价值。
数据中心在哪，其实是最不重要的事。
这句话该反复读。
过去十年，欧洲和企业采购方吵的是 data residency：服务器在不在本地、数据出不出境。Nadella 直接把坐标系抬了一档：
位置主权不够。权重主权才够。
到 2026 年 6 月，他又发长文《A frontier without an ecosystem is not stable》，把问题抬到产业结构层：
- 最怕的不是 AI 强，而是每个行业都把价值拱手交给少数“吃掉一切”的模型；
- 那会像早期全球化外包一样，hollow out（掏空） 整个知识型产业；
- 企业必须同时建设 human capital（人的知识、判断、关系、模式识别）和 token capital（企业自建并拥有的 AI 能力）；
- 关键测试只有一个：
能不能在不丢掉“公司老兵级”专业知识的前提下，换掉底层 generalist 模型？
注意：这里的 token capital，不是你账单上烧掉的 token，而是你拥有的智能资产。
Karp 用卖方嗓门骂；Nadella 用平台哲学讲。两人各自 talk their book，诊断却同构：
| 维度 | 只租闭源 API 时 | 走向主权时 |
|---|---|---|
| 你得到什么 | 最新能力、低初始工程 | 可控成本、可迁移知识、可审计 |
| 你失去什么 | 权重、议价权、长期 alpha | 一点便利与“永远最新”的幻觉 |
| 能力沉淀在哪 | 对方模型与对方日志 | 你的权重、评测、工作流与数据闭环 |
| 换模型会怎样 | 组织能力跟着抖 | 换引擎，不换公司记忆 |
三、Tokenmaxxing 不是段子，是病历
“Tokenmaxxing”一开始像梗。现在更像病历本。
公开报道里已经能对上几条很土的现场：
- Uber：激励全员用 AI 之后，全年 AI 预算大约四个月就烧穿，随后给 agentic coding 工具设了按人月的花费上限（报道里常见口径约 $1,500/月起，可申请更高档）；
- Meta：内部甚至出现过按 token 消耗排名的“Claudeonomics”类看板；
- Amazon：也曾被报道推动员工 tokenmaxx——尽量多烧 token；
- 创业公司 Lindy 的 CEO 公开讲：为了活下去，把流量从 Anthropic 全切到更便宜的开源权重路线，成本曲线“砸到地上”。
CNBC 6 月底那篇更直接：OpenAI 与 Anthropic 享受了“不惜一切烧 token”的红利，估值与 run rate 都到了吓人的量级；但企业侧正在从 tokenmaxxing 切回 ROI 与效率。分析师也提醒：这种增速本身就难长期维持，理性化开支迟早会出现。
我自己做企业侧接入这些年，看到的失败姿势也高度同构：
- 先全员发账号；
- 再比谁用得多；
- 预算季一到，CFO 问三句——省了什么、沉淀了什么、换模型会不会归零；
- 答案对不上。
公司买到了调用量，没有买到岗位能力，更没有买到可迁移的机构智能。
这也是我前几篇反复写“数字员工不是聊天窗口”“企业买的是岗位交付”的原因。今天这篇再往下挖一层：
岗位交付如果完全建在不可控权重上，交付本身也是租来的。
四、平台收割合作伙伴，历史上演过几次？
节目里聊到的另一条线，其实比金句更重要：
巨头先扶持生态、再吃掉中间层，不是 AI 独创，是技术史的老剧本。
随便举几轮大家耳熟能详的：
-
亚马逊与第三方卖家
平台先给流量，后看数据，再推自有品牌与流量倾斜。卖家贡献了品类验证，平台拿走可规模化的那一层。 -
操作系统 / 浏览器 / 办公套件
中间件与应用一旦证明需求真实，标准层会把能力往下沉。应用层利润被挤压，不是因为应用“做错了”，是因为价值捕获点上移。 -
搜索与本地生活聚合
内容方与商家先获得分发，后发现入口本身成了议价权中心。 -
应用商店与分发税
开发者把用户教育做完，分发层开始收租、定规则、做自有替代。
AI 时代的新版本更狠。因为被吸收的不只是货架位置，而是工作流本身。
你教会用户“在这个工具里完成设计 / 写代码 / 做分析”，模型公司一旦把同等体验嵌进主产品，你的护城河就从“我先做了壳”变成“我是否还有数据闭环、分发、垂直 know-how 与责任边界”。
所以我说 Figma 和 Cursor 被“偷家”，用的是结构语言，不是道德审判：
- 设计工具的核心交互，正在被“能画、能改、能讲清设计意图”的多模态能力产品化；
- AI 编程工具高度依赖底层模型；模型公司自己把 agent、项目级编码、Artifacts 做进主产品后，中间层差异化会被压缩。
市场对 Figma 的重估，本质上是在给这个结构定价：AI 原生替代恐惧，往往比当期收入波动打得更狠。
Cursor 们则更像“站在模型肩膀上的超级前端”：模型一强你就强，模型一产品化你就挤。
这不是劝所有应用层去死。是提醒：
当智能本身成为平台，所有“智能的壳”都要重新证明自己不是壳。
五、英伟达如何布局这个趋势
Karp 开炮前后，货也在上架。
2026 年 6 月底，Palantir 官宣与 NVIDIA 推进：在主权 / 气隙等环境中部署 Nemotron 开源权重模型 的智能引擎，重点面向美国政府机构与关键基础设施。
联合方案的话术非常清楚：
- 客户要能训练、后训练、对齐自己的模型；
- 数据授权、隔离、可携、删除权、审计要在架构上硬约束；
- 客户最终拥有持续自我改进、且贴合自身任务的模型；
- 部署工程、上下文工程、模型工程三件套一起做，而不是只给一个聊天 API。
Karp 的原话大意是：把 Palantir 基础设施与 Nemotron 结合，让美国政府能全力使用 LLM，同时消除“专有洞见迁进闭源模型权重”的风险。
黄仁勋的表态也对齐：开源 AI 对国家安全与技术领导力是基础性的；要给机构一个安全、可定制、完全可控的底座。
再往上看，Palantir 与 NVIDIA 还有 Sovereign AI Operating System Reference Architecture：从 Blackwell 级算力、Spectrum-X 网络、NVIDIA AI Enterprise / NIM，到 Palantir 的 AIP、Ontology、Foundry、Apollo，做成可在 on-prem、edge、主权云落地的整栈。
官网上那句更直白：
The future of AI is on-prem.
这和我过去写过的方向一致：英伟达早就不只是“卖卡”，而是在卖可私有化、可审计、可把 alpha 留在围墙内的工业流水线。从 CUDA 生态，到企业参考架构，再到开源权重与主权 OS，它押的是：
算力买家最终会要求“拥有手段”，而不只是“租用结果”。
这也解释了为什么 Karp 的炮轰与英伟达合作并不矛盾——
- 一个负责定义敌人：token 出租、alpha 外迁；
- 一个负责提供武器：可部署的开源权重、全栈算力与企业软件。
我之前专门算过一串账，不是口号：
- DeepSeek-V4 私有化部署到底要花多少钱？一台 H20 就够了：云实例口径下，V4-Flash 年 TCO 大约 60 万量级，V4-Pro 大约 232 万；日常用 Flash 私有化、复杂任务再调 Pro API，更划算。
- DeepSeek-V4 私有化买断 GPU 要多少钱？：国内渠道可核的浪潮 NF5688 报价里，V4-Flash 单台约 190 万就能买断跑起来；V4-Pro 四台起步，G7 方案大约 760 万。
- 每年 100 万预算，纯私有化场景能落地什么开源大模型？：买不起满配 H20 集群时，怎么用 L20 / 5090 工作站把 70B 级与量化 V4-Flash 跑进围墙。
今天把它们和 Karp / Nadella 的主权叙事串起来，会更清楚：
主权 AI 的商业化，不是反 AI，是反不可控的 AI；而且在中国，DeepSeek-V4 这类开源权重已经把“能不能自持”算成了可执行的采购单。
六、6–12 个月后，中位企业还要跪着租最强模型吗？
这是我听完节目后，最想单独拎出来的判断。
不是宣布“开源已经全面反超”。而是：
只要开源 / 可自托管模型在 coding、agentic、知识工作的主航道上，继续贴近当前前沿闭源，并且价格与可控性明显更好，财务会先动手，采购后动手，战略最后补刀。
时间窗我估在 6–12 个月 量级——对应“能干大部分企业活”的能力带，而不是每一项榜一。
届时企业会自然分叉：
| 路径 | 你会得到 | 你会失去 |
|---|---|---|
| 纯租闭源 API | 最新能力、最低初始工程 | 权重、议价权、长期 alpha |
| 开源/私有化为主 + 闭源兜底 | 主权、可微调、成本上限 | 需要工程与治理纪律 |
| 只做壳、不沉淀数据与权重 | 短期 demo | 一切 |
中国这边其实走得更早、也更现实：DeepSeek、Qwen、GLM 等开源权重路线，让“能私有化、能进内网、能算账”不再只是政府项目黑话。
我写 DeepSeek-V4 私有化时反复强调的，也是同一句土话：核心数据走买断 / 私有化，峰值与超难任务再调 API，两条腿走路。 不是为了情怀断网，是为了 alpha 别整包外迁。V4-Flash 一台 H20 级机器就能进机房，这件事本身就把“主权”从战略 PPT，拉回了采购与运维表。
对大量中型企业，真正难的不是有没有模型，而是有没有：
- 数据分级与授权；
- 评测集与红队；
- 工作流与责任边界；
- 换模型不换组织记忆的控制层。
所以主权 AI 对企业的翻译，不是“立刻断网”，而是八个字：
默认拥有，必要时租用。
七、落到可执行：别再把出租当进步
结合 Karp 九条与 Nadella 的 firm sovereignty，我会给一把手六个很土、但有用的动作：
1. 先盘“不可外流”的隐性知识
定价逻辑、风控规则、工艺经验、客户成功话术、事故复盘——这些不该只活在聊天记录和某个员工的脑子里。
2. 把 token 账单改成能力资产负债表
每月烧了多少 token 不重要。重要的是沉淀了多少：
- 可版本化的提示词 / 技能 / 工作流；
- 私有评测集；
- 可迁移的知识库与工具权限；
- 如果允许，后训练 / 偏好对齐后的自有权重。
3. 权重所有权写进架构原则
核心场景优先可私有化、可换模型路径；外部 API 当加速器，不当唯一大脑。
4. 建立自己的 eval，而不是迷信总榜
主权的前提是你知道“好”在自己业务里长什么样。榜一模型做不好你的质检单，对你就是差模型。
5. 防偷家设计
对任何平台做最坏假设：它最终会产品化你的差异化功能。你的护城河必须是数据闭环、流程深度、分发与责任，而不是“我先做了个 wrapper”。
6. 预算从调用量重配到学习闭环
Nadella 说的 human capital × token capital，落地就是：
人的反馈 → 数据 → 权重/策略 → 再部署
而不是：
人的反馈 → 更长的 prompt → 更高的月账单
我自己做产品时，越来越不愿意只卖“又能聊的模型入口”。企业真正要买的，是可治理、可路由、可审计、可换引擎的交付能力。
我一个人打造的 Zaokit AI Agent 交易平台，以及 AI PPT / 图文创作 Zaokit.app，核心是让图文创作、PPT 生成、Agent 能力进入真实交付链路。唯一网站：https://zaokit.app。
企业侧同一逻辑：
稳定靠谱的 AI 全家桶，开箱即用。重点仍是：
模型可以换，机构知识不能丢；调用可以租，生产资料尽量自持。
写在最后
Karp 在电视上开火，看起来像脾气。
Nadella 在达沃斯谈 firm sovereignty，看起来像哲学。
英伟达与 Palantir 推 Nemotron 与主权 OS，看起来像卖货。
串在一起，其实是同一件事的三面：
AI 下半场，比拼的不是谁更能聊，而是谁更能把智力变成自己的资产。
数据是宝藏。
权重是命运。
闭环是护城河。
Tokenmaxxing 很爽，但爽完容易两手空空。
把核心数据与隐性知识持续喂给不可控闭源权重，短期像提效，长期像迁厂。
主权 AI 已不再只是国家口号。
对每一个还想活过下一个技术周期的公司，它是一道必须补的题：
硬件、数据、权重——你到底自持多少？
参考与延伸：
- CNBC：Palantir’s Karp bashes OpenAI, Anthropic token model
- Palantir IR：Nemotron open models in sovereign environments
- Business Insider：Palantir 9-point AI sovereignty manifesto
- The Register：Nadella on firm sovereignty at Davos
- VentureBeat：Nadella on hollow-out risk / human capital & token capital
- CNBC：from tokenmaxxing to efficiency
- Palantir Sovereign AI OS with NVIDIA
- 站内相关：
参考视频：Reportify_Xu / X
| 唯一网站：Zaokit.app | Agent 交易平台：Zaokit.ai |
企业 Grok 服务：grok.zaokit.com
企业服务：cx.zaokit.com · cc.zaokit.com · tokenhub.zaokit.ai · gift.junxinzhang.com · 完整产品列表
稳定靠谱的 AI 全家桶，开箱即用。
