index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html
![]()
FDE模式是Palantir独特的GTM和产品部署模式，现已成为硅谷热门话题。本文编译前Palantir高管、前OpenAI首席研究官Bob McGrew对FDE模式的深度思考。FDE团队填补产品功能与客户需求的差距，目标为客户交付有价值的结果，而非软件或服务。FDE本质上是站在企业内部进行产品探索。AI agents没有现成的产品是FDE兴起的最重要原因。AI Agent无法像以前的SaaS那样基于标准化产品实现规模化扩张，且Agent产品有很多的产品探索工作要做，并且只能从企业内业务实践出发，这恰好契合了FDE模式的特点。FDE模式下公司的合同规模一定会越来越大。在Agent时代，FDE模式极可能会成为agent创业公司新的组织范式和PMF模式。
🔍 FDE模式的核心是填补产品功能与客户需求之间的差距，目标为客户交付有价值的结果，而非软件或服务。这意味着FDE团队需要深入理解客户的业务场景和痛点，并利用现有的产品功能，结合客户的特定需求，构建定制化的解决方案。
🚀 FDE模式本质上是站在企业内部进行产品探索。FDE团队驻扎在客户现场，与客户进行密切合作，了解客户的真实需求，并以此为基础进行产品迭代和优化。这种模式能够帮助创业公司快速获得市场反馈，并不断调整产品方向，提高产品的市场竞争力。
🔧 FDE模式并非简单的咨询服务，而是需要以规模化方式去做那些不易规模化的事。因此，一个通用的底层产品同样重要，这也是Palantir Ontology平台的核心价值。FDE团队需要利用底层平台的能力，构建可复用的解决方案，并不断抽象和泛化，最终形成能够服务多个客户的产品。
🤖 AI agents没有现成的产品是FDE兴起的最重要原因。AI Agent无法像以前的SaaS那样基于标准化产品实现规模化扩张，且Agent产品有很多的产品探索工作要做，并且只能从企业内业务实践出发，这恰好契合了FDE模式的特点。FDE模式能够帮助创业公司快速探索AI Agent的应用场景，并为客户定制化的解决方案。
📈 在FDE模式下，公司的合同规模一定会越来越大。这是因为FDE团队需要与客户进行深入合作，了解客户的真实需求，并构建定制化的解决方案。随着客户对产品理解的深入，合同规模也会逐渐扩大。
原创 Yangqi 2025-10-14 20:06 北京
Doing things that don't scale at scale
编译：Yangqi FDE （Foward Deployed Engineer，前沿部署工程师）模式是 Palantir 独特的 GTM 和产品部署模式，但当下它已经成为硅谷最热门的话题之一，在 YC 的一次统计中，目前有超过 100 家 YC startup 在招聘 FDE 相关员工，而 3 年前这个数字是 0。本文是对前 Palantir 高管、前 OpenAI 首席研究官 Bob McGrew 对于 FDE 模式深度思考的编译。作为 Palantir 的第二位工程师，Bob McGrew 亲身经历了 FDE 模式的诞生、产品构建、人才筛选和团队搭建过程。在这篇内容中，Bob 也详细解释 Palantir 的 FDE 模式到底是什么，以及为什么在当下的 AI agent时代创业公司新的组织范式和 PMF 范式。• FDE 团队的作用是填补产品功能与客户需求的差距，目标是为客户交付有价值的结果（outcome）而不是软件或者服务；
• FDE 本质上是站在企业内部进行产品探索的过程；
• 虽然看起来像是咨询、on-prem，但其实是以规模化方式去做那些不易规模化的事，因此一个通用的底层产品同样重要，这也是 Palantir Ontology 平台的核心价值；• AI agents 没有现成的产品是 FDE 兴起的最重要原因。AI Agent 还无法像以前的 SaaS 那样基于标准化产品实现规模化扩张，且 Agent 产品有很多的产品探索（Product discovery）工作要做，并且只能从企业内业务实践出发，这恰好契合了 FDE 模式的特点；
• 和标准化 SaaS 工具不同，FDE 模式下公司的合同规模一定会越来越大；• 在 Agent 时代， FDE 模式极可能会成为agent创业公司新的组织范式和PMF模式。 Palantir Mafia：Palantir 前员工、早期合作者与投资人已经形成了紧密的校友网络。他们在私密群（如 Palantir Pals）里互通招聘与融资信息，还会组织线下活动（如索诺玛俄罗斯河露营），形成了强大的人脉与资本圈。Palantir 前投关负责人 Luba Lesiva 还发起 Palumni VC 专投校友公司Palantir 校友已创办或掌管 350+ 家科技公司，其中至少十多家达独角兽级别。代表公司和人物有：• 国防科技公司 Anduril（创始人 Trae Stephens、Matt Grimm、Brian Schimpf 均为 Palantir 校友 ），2025 年 6 月估值约 305 亿美元• 数据分析协作平台 Hex（创始人 Barry McCardel、Caitlin Colgrove、Glen Takahashi 均为 Palantir 校友）• 公共安全数据平台 Peregrine（创始人 Nick Noone 曾领导 Palantir 的特种作战业务，2025 年 3 月融资后估值约 25 亿美元）• 医保导航与经纪平台 Chapter（创始人 Cobi Blumenfeld-Gantz 为 Palantir 校友）• AI 语音公司 ElevenLabs（联合创始人 Mati/Mateusz Staniszewski 为前 Palantir FDE）• 数字合约平台 Ironclad（联合创始人 Cai GoGwilt 为前 Palantir 工程师）• 数字化健康险 Angle Health（创始人 Ty Wang 与 CTO Anirban Gangopadhyay 均为 Palantir 工程师出身）• 金融科技 Blend（创始人 Nima Ghamsari 早年就职于 Palantir）• 开发者工具公司 Sourcegraph（CTO Beyang Liu 曾在 Palantir 任工程师）• 销售智能公司 RelateIQ（联合创始人 Adam Evans 曾在 Palantir 创建健康业务）
你说的很对， FDE 团队在每个客户现场所做的事情确实有点像是一个创始人，但 FDE 成员的区别是他们一个可以接触到一些非常强大的产品杠杆 （product leverage） 的创始人，这让你的工作更容易。我认为这是很好的培训，这也可能是为什么市场上现在会看到这么多来自 Palantir 的创始人 。03.FDE 不是咨询，做通用产品同样重要 Host: 那些不太了解 FDE 的人经常会说：“这只是用花哨的营销话术包装起来的咨询业务。” ，为什么这种说法是错的？Bob: 客观来说 FDE 确实存在着成为那种情况的风险。如果在 2015 年和人们谈论 Palantir，你可能会主要听到两件事：• 第一， Palantir 是邪恶的（Palantir is evil）（备注：Palantir 早期和情报部门合作，做的是间谍有关的业务），• 第二，这是一个永远无法规模化的咨询业务，它不是一个软件公司，而是咨询公司。在过去我们其实花了很多时间试图理解这种评价是否正确。从商业模式上，我们会看到的一个关键趋势是：当我们去一个新客户那里做新项目部署时，在一开始我们可能实际上是在亏钱的，但随着我们在客户那里待的时间变长，我们的产品因为产品探索而变得更适合客户的需求，从而我们不再需要一个庞大的团队在客户现场搞清楚客户需要什么。同时会像 Sham 所说的那样，我们会逐渐赢得接触客户现场的更重要问题的权利。所以最后的结果是我们会看到交付成果的单位价值成本 （cost per value） 在下降。也就是说我们的利润率 （profit margins） 开始时是负的，但最终在一段时间后，可能是一年，也可能是几年后，会变成正的。如果从这个角度看，我们就会发现我们实际上在交付真正可重复的价值。产品团队是能让这个模式运作起来并降低成本的一个关键。 Host: 产品团队是如何与 FDE 团队合作的？Bob: Palatir 有两个核心团队，一个是 FDE 团队，另一个是产品管理 （product management） 团队。我们构建的产品不是高度垂直化的，不是 Airbnb 那样可以同时支持数百万人需求的标准流程。产品团队的角色是去真正地把握产品愿景 （product vision）。所以他们必须思考，在客户现场看到一个新问题时，它的通用形态会是什么样的，什么样的版本可以应用于接下来的 10 个客户。一个典型的失败例子就是，就是 FDE 为一个客户实现了一些东西，然后就直接把它引入到所有产品中。结果是 FDE 构建的东西对于其他客户来说过于特化了。这里的关键在于拥有能够构建更通用产品的能力的产品人员。 Host: 所以需要一些 know-how 来判断它是只适用于这个垂直领域，还是可以推广，给我们举个具体例子？Bob: 可能最好的例子就是 Palantir Ontology 的发明。当我们最初考虑与美国政府，尤其是情报机构合作时，本能的做法是：给“人”建一张表，给“资金”再建一张表……但很快就发现，沿着这条路走，一旦要在不同机构和客户间部署，就会遇到无法通用的问题。于是我们把抽象层级拉高，不再预设具体对象类型，而是让 FDE 按每个客户的语境去定义。底层只提供通用的对象、属性等，Palantir Ontology 就是在这种思路下诞生的。 Host: 现在 Ontoloy 是如何运作的？是有一个包含像人和钱这样通用可复用对象的基础数据库模式 （database schema），然后根据每个站点进行定制吗？Bob: 数据库模式本身极其通用，只保留：对象（objects）、属性（properties）、媒体（media）以及对象之间的链接（links）。我这里指的是 Palantir 的政府产品（也是我们的第一个产品）。至于每个客户场景下的具体语义，则由 Ontology 来编码，例如把某个实体标注为“人”、把某个实体标注为“船”、或把一组关系标注为“资金流”。如果我们只面向某一家客户构建功能，就会被这个客户的表述方式绑架，比如就会去想“对于人我们就这样做”。而正确做法是把抽象层级再往上提：思考“我们是否有一个对所有拥有某种属性的对象都适用的通用操作？”，比如“人”和“船”也许都具备某种属性，但付款记录并不具备，那处理逻辑就不能一刀切。这要求你始终在更高的抽象层上思考。我们很长时间都没有招聘产品经理，等到需要招产品经理时，我面试过不少在其他公司非常优秀的人，但让他们在这种抽象层级上思考并不容易。很多人会直接落到“给这个客户设计一条具体流程”上，但这件事在 Palantir 的模式里是错的。他们需要把视角抬到本体层，思考在本体框架下该如何调整建模，使某个专用功能能够跨客户复用。04.为什么 FDE 是 Agent 时代的 PMF Host: 今天几乎这些 AI 公司都在大规模招聘 FDE，你认为背后的原因是什么？为什么上一代 SaaS 公司们没有这样做？即使在 Palantir 成功并且 FDE 模式变得更加知名之后，FDE 仍然被视为一个特例，因为大家认为 Palantir 是一家独特的公司，是向政府销售的公司。Bob: 我也很惊讶于这个趋势。但我对于那些在考虑尝试 FDE 策略的人的建议是：如果不是一定需要 FDE，就不要真的亲自尝试这个，因为有可能会最终变成做服务（service）。如果经过一系列尝试发现不做 FDE 就一定会失败的话，那么 FDE 可能是你所在市场唯一可能行得通的方式，并且它可能对你来说就是一条护城河。至于今天的 AI agent 市场中为什么会出现 FDE 这个趋势，也许可以回到这个问题上进行讨论，为什么 Palantir 必须采纳这个模式。Palantir 的市场不是一个单一连贯的市场，我们与国家情报机构、国家执法机构、军方合作。尽管所有这些组织都有一些类似的项目， 但即使是反扩散工作流程（counterproliferation workflow）和反恐工作流程（counterterrorism workflow）之间，也存在差异很大差异，一个是查明谁在制造核弹，一个是查明谁在制造简易爆炸装置 ，它们在运作方式上实际上有很大的不同。所以这里存在着巨大的异质性 （heterogeneity），我们应该把市场看作是不同的细分市场 （segments），在每个细分市场内部，你可以构建一些东西，《跨越鸿沟》的故事在一定程度上可以适用。开始时似乎什么都不起作用，突然间你在某个细分市场找到了 PMF ，你可以部署给做这类工作流程的人。然后在下一个客户那里，你发现同样的人在做类似的工作流程，你可以用很少的定制化就完成部署。所以现在你想去攻克一个不同的细分市场，你必须开发一项新技术，然后这项技术可以在其他细分市场中被引用。一个细分市场不一定等同于一个客户，特别是在企业或像政府这样非常大的企业中，一个客户可能意味着数万名用户。在那种情况下，FDE 策略就很重要了，因为你在做无法规模化的事情，但你是可扩展地、一遍又一遍地为你进入的每个细分市场做这件事。我认为 Palantir 的另一个独特之处在于，我们正在构建一种全新类型的产品。用户习惯于用一种看起来像 PowerPoint 的工具来做分析和追踪人员，他们通过互相来回发送这些文件进行协作。但我们构建的产品基本上是说：“当你在绘制那个链接图时，你不仅仅是在编辑一个文件，你实际上是在改变一个数据库，而且每个人都有同一个数据库。” 虽然对用户来说，这看起来是在他们正在做的工作之上的一个小改动，但对于我们销售的企业、组织来说，这是一个完全不同的市场类别。我认为这就是 AI agent 正在发生的事情，这是一个全新的市场类别。如果你在实施一个标准的 SaaS 产品，你用一种不同的支付账单的方式取代了另一种支付账单的方式，每个人都明白那个市场是什么。这样的细分市场没有那么多细小的划分，也没有那么多的同类项产品的探索，你尝试做一个比现有产品更好的产品，并通过取代现有产品来做规模化。当对于 AI agent，没有现成的产品。构建 AI agent 实际上可能意味着很多不同的事情，而我们还不知道那些是什么，我们得去弄清楚。甚至可能五年后我们回过头来看，会觉得 AI agent 根本就不是一回事，我们实际上在做所有这些不同的事情。所以这就是我认为为什么你看到 FDE 模式正在兴起，因为有太多的产品探索工作要做，而且你只能从企业内部去做。 Host: 这和经典的 YC 建议“do things that don't scale” 之间有什么关系？Bob: 那是 YC 给早期创始人的建议，而 FDE 模式实际上是在大规模地做那些不规模化的事情。 Host: 现在很多人都在尝试采用 FDE 模式，包括很多没有在 Palantir 工作过的人，你有看到人们在哪些方面做错了吗？Bob: 我目前看到的最成功的做 FDE 模式的创业公司，都有来自 Palantir 的人去负责运营 FDE 模块。就像我说的，工程团队通常非常相似，但实际的 FDE 运作机制：如何建立这些客户，如何定义结果等等这些与标准软件公司实际上有很大的不同。其中一个关键的区别，也是我认为人们很难理解的一点是：如何选择一个问题，然后如何为那个问题定价。从根本上说，用 FDE 模式销售的不是具体某个软件的安装过程，你销售的是一个成果。就像 Sham 会说的，你销售的是你解决了一个问题。 Host: 在 SaaS 时代，你会根据使用量、订阅或席位来定价。而 FDE 完全不同，是基于成果，所有这些 AI 创始人应该如何为他们的解决方案定价？Bob: 是的。我认为 FDE 模式和标准 SaaS 模式之间一个非常重要的区别是，对于 SaaS 模式和 PMF，人们趋向于非常简单、可重复的合同，非常简单、可重复的定价，这在所有客户中都说得通，而且通常 SaaS 团队对小金额合同会很满意，因为部署的边际成本 （marginal cost） 非常低。而在 FDE 模式下，业务交互则会被推向越来越大规模的合同。就像我们前面谈到的，随着时间推移，每个客户的合同额都会增长。因为产品需求很复杂，合同也会很复杂，而且产品和合同也需要更灵活（flexible）和有弹性来适应复杂度。 Host: 一些 YC 公司也开始这样做了，比如 Kastle 是为银行客户提供抵押贷款服务的 AI 语音 agent，他们把成功处理所有这些抵押贷款请求的电话数量作为衡量成果，合同规模也在逐步增加。Happy Robot 主要是做物流领域的 AI 语音 agent，和 DHL 这样的大公司合作，情况类似。Bob: 这里存在一种创业公司和销售对象（通常是大企业）之间的不对称性。当 startups 向大型企业进行销售时，首先企业客户经常不相信自己真的能完成任何事情，那是因为他们经常有很多失败的大型项目，并且他们也不相信创业团队能完成任何事情，因为他们认为你这个创业公司和他们一样。而创业公司知道自己实际上能够执行能够落地，所以，在早期，创业公司承担所有风险是合理的，然后提出，“我们就是相信我们自己的执行力，我们会承担风险，如果成功了你再付钱给我们，或者当我们能够扩张时你再付钱给我们。” Host: 这一点可能出错的地方是，如果 startup 做的东西需要部署到企业内部，做 on-premise，甚至只要其中任何一部分需要在本地，就会出现需要和企业内部 IT 团队之间的争论和协调。Bob: 我们也在一些公司看到了这种情况。这个问题可能是，一个 FDE 项目的成功需要赢得组织内部的那些支持？ 因为那些人不像创业公司那样思考，他们和终端用户利益不一致。所以必须想办法绕过他们。这就是为什么创业公司要做 FDE 的话必须聚焦于解决 CEO 的前五大问题之一这点很重要，因为在遇到组织内阻碍时，需要能够从高层引入某个人说：“是的，给他们操作的权限、他们需要使用这种特定类型的数据库......” Host: Palantir 是如何在合作中获得对方企业高管支持 （executive buy-in） 的？Bob：核心是需要在 FDE 团队中有非常出色的领导力，才能有那种纪律，并且分享有效的方法，在一个客户那里实践这个纪律和方法。我认为这并不是特别神奇而难以做到的事情。我看到的做得最好的公司，都是从那些以前做过的人那里借鉴来的，这是可以学会的，我们就是学会的。 Host: YC 有一个概念叫 Collison install，我们基本上把它归结为，不要等着人们来你的网站，你要去找他们，让他们安装软件，亲自去他们那里，去他们的办公室，坐在他们旁边。我觉得这一直是一个很好的起步策略。但大多数创业公司一开始并不能拿到大合同。所以实际上，他们不得不停止这种手动、高接触度 （high-touch） 流程的原因是，如果没有一个能够规模化的产品，你根本无法维持增长率。这有点像我们之前谈到的，在某个时候，你希望你构建的产品足够好，人们可以自己搞定，然后你所有的问题就只是规模化的问题了。而对于 AI，不同之处在于，因为这些合同现在非常大，你实际上可以通过做这种高接触度的事情走得很远。我经常被问到的一个问题是：“我能把这种方式推得多远？” 我的建议大体上是：“为每个客户做定制工作是可以的，你只是希望每个客户的定制化程度越来越低。”对于这件事你是怎么看的？你怎么知道继续以这种高接触度的方式增加新客户是可以的，还是说实际上我需要开始抽象化，构建一个真正的产品了，什么时候需要改变策略？Bob: 是的。我认为这其实概括了 PMF 策略和 FDE 策略之间的关键区别。在 PMF 策略中，团队会希望为每个客户做的工作越来越少、降低成本，保持合同规模不变。但在 FDE 策略中，预期会变成提高合同规模，提高合同规模意味着你为这个客户以及未来的客户做越来越有价值的工作。因为你正在做更有价值的工作，所以没关系，你可以保持每个客户的定制化程度不变。 Host: 所以 KPI 是合同规模，而不一定是他们为每个客户做了多少定制工作？Bob: 这里有两件有用的事情。第一，你能衡量的事情，是合同规模。我甚至会说得更通用一点，即你交付的成果的价值，因为那才是真正的东西。如果你能够为客户交付越来越有价值的成果，那么你就做对了。第二部分是产品的价值。所以要衡量的另一件事是，你是否正在获得越来越多的产品杠杆来放大那个成果。当我们身处其中时，这一切都非常反直觉。如果正在做 FDE 模式，或者领导了一个 FDE 团队，有很多必须做的事情看起来非常反直觉，这非常困难，因为你必须为客户构建他们没有要求但实际上想要的东西。而在产品方面，则需要去想，如何做一个对每个客户都非常容易使用的产品。因为如果要关注用户体验，就必须这样做，但与此同时也必须记住你的另一个关键客户是 FDE。你的产品最终应该在 FDE 定制后为用户提供好东西，产品应该为在客户现场交付那个成果的 FDE 提供杠杆，而且产品杠杆的数量应该随着时间的推移而增加。 Host：就像 FDE 应该能够用你的产品为客户交付更多价值，而不需要 FDE 去再拉三个工程师进来才能做到。Bob: 是的。如果你部署的第一个客户需要大量工作，然后如果你想把同样的成果卖给另一个客户，那么应该会容易得多。当你一个客户一个客户地做下去时，应该会变得越来越容易。但是记住 FDE 应该是去构建一个平台，所以你做的不仅仅是一堆垂直用例的叠加。你需要去正确地抽象出了你真正在构建的核心概念，这样你做事情也会更容易，你会有更多的产品杠杆，即使你不是在做那个用例，而是在做一些类似的事情。或者你会发现，如果你的产品真的很好，你的 FDE 们能想出一些新的方法来使用你构建的技术，去解决一些完全不同的问题。 Host: 这几乎像是一种内部市场动态在起作用。如果你构建得非常好，那么 FDE 应该会选择使用它，你应该会看到 FDE 对使用你那种抽象产品的需求，而不是他们自己去做一个一次性的解决方案。Bob: 是的。不过我想指出，这对所有相关人员来说都是一个非常痛苦的过程。在 FDE 的世界里，我可能用再多痛苦这个词都不够。有很多次，我构建了一些我认为很棒、很漂亮的东西，还没到那一步，但我认为它真的能帮助 FDE 们，只要他们有能力看到它。我会说：“请用我的产品。”他们会说：“不，这工作量太大了，根本没用。”老实说，大多数时候可能是我错了，我为他们构建了错误的产品，我应该看到这一点。但有时我也是在正确的轨道上，只是我做得还不够，没有让 FDE 们更容易使用。所以，我会派开发人员到现场去部署那些早期的解决方案，帮助它们过关。 Host: FDE 是持续有效的吗？还是说，创始人有时应该自上而下地决定，说：“我就是想让你这样做”？Bob: 这两种做法在不同情境下都可能是对的。这里的正确答案在很大程度上是一个判断问题。回到这个关于产品愿景的问题，从一个客户到接下来三个，再到接下来十个，什么样的产品才是正确的通用产品？ 当你看到第一个客户时，你真的没有回答这个问题所需的信息。所以这纯粹变成了一个判断问题。 Host: 在 SaaS 领域，工程师们很抵触 demo 驱动的产品开发 （demo driven product development） ，但在 FDE 语境中，demo-driven 是很重要的？Bob: 实际上，我认为如果你有正确的产品类型，demo 驱动的开发效果非常好。在 Palantir 的早期，我们实际上只有一个 demo，是一个你正在阻止恐怖分子阴谋的流程。我们开始时只用了一个功能，每次我们集成一个新功能时，我们都要思考，我如何展示这个新功能，是对于正在经历这个演示、正在阻止这个阴谋的分析师来说是真正有帮助的？ 当我们集成直方图时，我们必须说，我们实际上如何使用它，它如何与我们已有的功能协同工作？ 我们集成地图时，也有同样的问题。如果你从“我正在构建什么”的角度来看世界，那么你考虑的是你的能力，你可能会单独考虑每个功能以及如何构建这些功能的最佳版本。但当你在构建一个 demo 时，你是从客户的角度来思考的。一个好的 demo 是，你展示给客户，并且你在客户心中创造了对你所做事情的渴望。他们必须看到你所做的，并且就是想要伸手去抓住它，把它带入他们的生活。如果你看到这一点，那么你就知道你已经发现了客户的一个真正痛点。通过这样做，也迫使你开发更好的产品，因为你不仅在思考每个功能单独来看是否有意义，而且还在思考它们如何协同工作。如果我要一遍又一遍地展示这个 demo，即使只是从一个功能移动到另一个功能这样简单的事情，也必须非常直接。这些都是你经常会看到，但通常是在你真正部署给客户之后才会看到的产品痛点。所以 demo 的作用是，它改变了你思考的焦点，从思考“我能构建什么”转变为“客户想要什么”，以及“我是否正在为客户解决那个痛点？” Host: 听起来这有点像，你必须在这个非常非常高维、多维的空间中持续进行梯度上升 （gradient ascent），并且不断改变变量（一个数学比喻）。Bob: 是的。也许这是一个非常关键的点，那就是你必须建立的公司类型是一家学习型公司 （learning company），我想每个人都想建立一个学习型公司。但如果你是像谷歌或 Meta 这样的公司，不学习是很容易的，因为你现在做的事情正在奏效。如果你只是继续做下去，市场在增长，每个人都想做你正在做的事情，你可以就这么靠着同样的策略混下去（Coasting），而且它还在为你带来回报。我对那些考虑加入哪家公司的人的建议是，我告诉他们加入一家年轻的公司，不一定是小公司，而是一家年轻的公司。因为一家年轻的公司还在摸索，还在学习，它还没有成功。如果你刚大学毕业，你应该加入一家成长非常快的年轻公司，然后你就会看到成功是什么样子的，这正把你定位为以后自己公司的创始人。这就是为什么 Palantir 孕育了那么多其他创业公司的原因，因为它即使作为一家非常大的公司，它仍然是一家每个人都在一直学习、专注于学习的公司，并且总是和创业公司一样勤奋工作。 Host：你最近加入了另外一个超大组织，美国陆军预备役。有哪些来自 Palantir 的经验可以在这段经历中得到应用？Bob: 陆军领导层与我们在 Palantir 早期与他们合作时的感觉非常不同，在当时（2005 年或 2010 年左右），陆军管理层已经阐明了陆军转型的计划，他们明确知道军队需要从伊拉克、阿富汗的战争形态转变为今天在乌克兰的战争形态，或者说如果我们在太平洋面临大规模作战行动会是什么样子。当他们引入 Palantir 时，他们给我们指明了陆军的优先事项，给我们每个人分配了一个我们应该运作的领域，但他们也给了我们自由，去四处寻找问题，直接与基层的军官合作解决那些问题，或者如果需要，就上报给领导层并解决它。所以我认为其中一件非常有趣的事情是，在很多方面，这确实很像在陆军上运行 FDE 策略。我们得以看到，什么是领导层的五大优先事项？我们能否在这些方面取得进展？但同时，在一个你看到领导层想要的和 20 年来的实施方式之间存在脱节的世界里，改变需要很长时间。所以，我们正在帮助他们做出改变。我真的很渴望能有机会在那里做出贡献。 Host：你认为现在对创业公司创始人来说最好的机会是什么？Bob：我认为这真的回到了为什么 AI agent 正在采用 FDE 策略这个问题上。今天我们看到的趋势是 AI 能力提升实际上非常快。有观点说人们在 GPT-5 之后觉得 AI 有些停滞不前了，但如果看 2024 年 4 月最好的模型，GPT-4o 的发布，到 2025 年 4 月 o3 的发布之间这段时间，其实是一个非常快的进步速度。我认为这个趋势继续下去，我们将看到 AI 模型能力继续快速发展。但真正令人震惊的是，但 AI 采用速度（adoption）远没有能力进展快。极大可能是，未来 5 年世界 AI 能力不断飞速前进，但我们在现实世界却感觉越来越平庸。这就现在我们坐在 Waymo 里不会想“天哪，无人驾驶已经实现了！”，而是“交通真堵，真慢”。FDE 的机会在于当下一个很好的填补 AI 能力实际上能做什么和客户能够采纳什么之间 gap 的 timing。AI 被大规模应用是需要方法论的，它不是自己就会发生的事情，这件事要求人类的创造力、探索，以及应对大量的问题才能实现。所以我认为，看看现在有哪些能力，但如何让它们对人们真正有用，这方面有巨大的机会。 Host：我想到一个类比，可能有点牵强，但就好像 OpenAI 是本部产品团队，而创业公司们是 FDE，在外面想办法让 OpenAI 在本部办公室里研发出来的研究成果被采纳。Bob：我认为这个类比一点也不差。我认为，这也许是让整个 FDE 策略再次变得热门的原因。 排版：傅一诺延伸阅读AGI 路线图第二阶段：游戏即模型训练｜AGIX PM Notes
深度讨论 Online Learning ：99 条思考读懂 LLM 下一个核心范式｜Best Ideas
经验时代的 Scaling Law｜AGIX PM Notes
深度讨论 Pulse：OpenAI 超越 Google之路的开始 ｜Best Ideas
AI X 用户研究：能并行千场访谈的“超级研究员”，正重塑产品决策的未来
阅读原文
跳转微信打开
