Palantir CEO 炮轰大模型公司：按 Token 收费的生意出了大问题

Palantir CEO 亚历克斯·卡普（Alex Karp）近日在 CNBC 直播中公开炮轰 OpenAI、Anthropic 等大模型公司的商业模式"出了大毛病"，并质疑按 Token 收费的合理性。这番言论直接推动 Palantir 当日股价大涨约 9%。表面上看，这是一位高调 CEO 的情绪宣泄，背后却是企业界对大模型商业模式长期积压的焦虑，而卡普充当了这场情绪的"嘴替"。

哲学狂人掌舵的神秘巨头

Palantir 成立于 2003 年，公司名取自《魔戒》中的"真知晶球"，既象征洞察远方，也暗示误导可能，精准概括了这家公司的双重特质。创始人彼得·蒂尔将其交予昔日斯坦福法学院同窗卡普执掌。卡普在硅谷是异类：他不会写代码，持有斯坦福法学学位与法兰克福大学哲学博士学位（师从哈贝马斯），有 ADHD，热衷太极拳与气功，身价数十亿美元却常在谷仓办公。

这种矛盾气质深刻塑造了 Palantir 的业务路径。卡普笃信"胜利至上"，曾公开表示西方价值观立足于"运用有组织暴力的优越性"。在他的带领下，Palantir 选择了一条与传统硅谷公司迥异的道路：

政府端：核心平台 Gotham 服务国防与情报部门，首笔启动资金来自 CIA 旗下风投 In-Q-Tel，据传在 2011 年击毙本·拉登的"海神之矛"行动中发挥关键作用，AIP 平台也已被应用于乌克兰战场与加沙冲突。
商业端：依托 Foundry 与 AIP 为能源、金融、制造等行业头部企业提供数据整合与决策支持。

2025 年，Palantir 季度营收首次突破 10 亿美元，市值一度突破 4000 亿美元，并与美国陆军签下为期 10 年、价值 100 亿美元的企业协议。

大模型正在解构 Palantir 的核心壁垒

卡普对大模型公司的"开火"并非无的放矢，根本原因在于大模型正在解构 Palantir 的核心能力。长期以来，Palantir 工程师的看家本领是通过大量人工投入，将客户极度混乱、异构、非结构化的数据整合为一套名为"本体论"的统一数据图谱，最终输出可供决策的洞察。这一过程费时费力、成本不菲，是 Palantir 多年构筑的护城河。

但 GPT、Claude 等大模型具备强大的非结构化数据处理能力，可直接阅读 PDF、邮件、聊天记录、日志甚至图像中的文字，在几分钟内完成过去 Palantir 工程师数周才能完成的数据清理、关联与初步分析。更让卡普警惕的是，大模型公司不仅靠卖 Token 赚钱，还在向下游延伸。今年 4 月，Anthropic 发布直接对标 Figma 核心业务的 Claude Design 工具，此前 Anthropic CPO 还辞去了 Figma 董事会席位。Figma 当天股价下跌近 8%。

这一事件的含义远超出单一产品冲突：如果 Anthropic 可以一边与 Figma 合作一边推出竞品，它同样可能在向 Palantir 提供模型能力的同时，悄悄进入数据整合与决策分析领域。卡普所代表的，是硅谷每一家长于数据处理与垂直应用的"上一代 AI 公司"的共同噩梦。

Token 计费遭遇价值对齐拷问

如果说技术威胁是卡普担心的"硬件"层面，企业客户对 AI 价值的重新审视则是"软件"层面。当前大模型公司普遍采用按 Token 计费的模式，本质上是成本中心逻辑：企业花钱买算力与推理，但价值能否兑现，取决于企业自身应用能力。这与 Palantir 按项目收取高额软件与服务费的模式有相似之处，区别在于 Palantir 交付的是端到端成果，客户看到的是整合好的情报面板或优化后的供应链计划。

卡普尖锐地提出一个问题："如果 AI 真的能替企业挖到黄金，为什么 AI 公司不按挖到的黄金分成，而是按消耗的铲子（Token）收费？"这一问法，将此前业内默认的定价逻辑从"理所当然"变成了需要辩护的问题，开始对 OpenAI、Anthropic 的估值逻辑产生压力。

卡普更进一步，把矛头指向所有企业客户的生存软肋："很多企业的现状是，一手给大模型公司送钱，一手给大模型公司送自己的数据和知识产权。"他警告，使用闭源大模型的企业正在交出自己赖以生存的核心生产资料。

从模型崇拜走向价值落地

卡普此轮抨击的影响已超出口水战层面，在商业模式、客户信任、人才流向、监管走向等维度形成了多维冲击波。他最致命的打击，是成功重新定义了大模型公司的话语框架：讨论焦点从"它们有多强大"转向"它们有多可靠"。

他提出的"模型质量趋于收敛，差异化在应用层"的判断，虽然带有鲜明的商业立场，却也真正触及了 AI 行业从模型崇拜走向价值落地的关键转折。毕竟，无论 AI 多么强大，都不能跳出商品经济的基本规律。大模型公司能否从"卖铲子"走向"分金子"，将决定下一阶段企业级 AI 市场的格局走向。