Palantir又交出了一份令人瞠目的财报。
2025年Q4营收14亿美元，同比增长70%，美国企业业务暴增93%，更吓人的是：利润率高达57%。
如今，这家公司的市值已超过SAP的1.7倍——要知道，SAP的年收入是它的9倍还多（2025年），由此可见市场对它的预期有多高！
但真正令人意外的是：Palantir已经成立23年，过去长期为政府做定制项目，股价一直平平无奇，但是在大模型发布后，却展开了惊天逆袭。
股价走势最能说明问题：2020年上市到2023年初，股价几乎原地踏步。但从2023年上半年开始，股价就一路飙升，只用了两年时间，股价涨幅就超过20倍！
这种爆发力，我敢说连Palantir自己都没想到。
那么，Palantir的爆红，到底是不是一场意外呢？
要回答这个问题，首先要看懂Palantir的核心产品——Foundry。这个平台本质上就是Context+Harness，恰好完美的解决了大模型落地的关键问题。
大模型的输出质量取决于输入质量，而输入质量又大部分取决于Context。
按照微软CEO纳德拉的定义，Context=权限+行动+记忆，为了便于理解，我稍微扩展了一下：Context=数据+权限+行动+记忆。
比如，大模型要成为一个优秀的销售人员，首先他必须掌握客户、商机等数据，以及数据之间的关系（数据），而且，他只能掌握权限范围内的数据（权限）。
另外，他还必须拥有操作CRM系统比如登记拜访记录的能力（行动），并且有历史策略的执行结果数据（记忆），从而知道哪些策略有用，哪些策略没用，这样他才有可能制定出成功率更高的策略。
首先说数据。
Foundry不仅仅存储数据，而且将零散的后台表转化成了有业务意义的‘对象’，比如将航班系统的“Aircraft id”字段，转化为“飞机”对象，并且加上详细的元数据描述。
在Foundry中定义对象、属性
这样，大模型就不需要理解复杂的SQL表结构，它面对的是‘飞机’、‘航班’等直观实体。这种从Data到元数据的转化，是大模型理解企业业务的基础。
另外，Foundry还通过知识图谱形式，将多个对象关联在一起，从而让大模型准确掌握企业的业务知识。
比如，在一家制造企业的采购业务中：A零件有3家供应商，供货比例分别是30%、30%、40%。
Foundry就可以通过知识图谱的形式让大模型准确理解业务关系。
在权限方面，Foundry通过和源系统建立映射关系，从而完美的继承了源系统数据权限。
比如，当员工A想要查询部门的薪酬数据，Foundry就可以调用HR系统的权限，确认员工A是否拥有相应的数据权限。
在行动方面，Foundry则可以通过API调用源系统能力，比如把数据传送给CRM系统，从而给指定客户发放优惠券。
在Foundry中定义行动（function）
在记忆方面，Foundry可以记录每一次方案的执行结果，这些信息可以作为新的“Context”提供给大模型，从而让大模型每一次都可以做得更好。
比如，当A供应商产能中断，AI建议由B供应商补足产能缺口（B的价格相对便宜），结果B供应商由于供货压力太大，供货周期明显拉长，造成了订单延期交付。
这个执行结果会被Foundry平台记录下来。这样，当下一次出现类似情况，需要再次制定方案时，AI就可以结合上一次的结果来优化方案，比如建议额外再增加C供应商来补足产品缺口，并评估由此增加的成本。
第二，Harness（马具工程）
除了Context，Foundry平台的Harness能力也非常强大。
大模型最让人头疼的就是“幻觉”和不可控性。但是在Foundry中可以定义详细的业务规则，这样，大模型的每一条输出在真正送达业务系统之前，都要经过一层严密的规则校验。
在Foundry中定义规则
比如，模型建议“为了应对短缺，向供应商A追加1亿美金订单”，Foundry会立即调取预设的业务规则：该供应商的最高授信额度不能超过5000万。
于是，这条指令会被自动拦截或降级审批。这种 “将智能关在制度的笼子里”的能力，让企业敢于把核心业务交给AI掌舵。
另外，为了确保AI应用的可靠性，Foundry还可以在测试环境中，利用真实数据对AI应用进行测试，并且将测试结果与历史版本进行对比，从而确保AI在投产前已经过压测，“幻觉”控制在企业可接受的范围内。
在Foundry中测试AI应用
最后，Foundry非常强调Human-in-the-loop。任何关键决策都需要人类确认，任何触发防御规则的风险行为都会触发人类的审批，这就进一步减少了大模型的幻觉风险。
这种Context+Harness的双剑合璧，让Palantir在短短两年内，从一个冷门的“特种软件”变成了全球企业梦寐以求的“AI操作系统”。
那么，回到最初的问题：Palantir 的爆红，真的只是个意外吗？
表面上看，这确实是一个“撞了大运”的故事。大模型这种跨时代的技术，就像是一场突如其来的滔天洪水，而Palantir恰好在洪水到来前，挖好了一个深邃的蓄水池。
但如果我们深究其背后的商业逻辑，你会发现，这种所谓的“意外”其实是 “长期主义”对“快钱思维”的降维打击。
在AI爆发之前，Palantir这种重交付、重底层治理的模式，在资本市场其实并不讨喜。当时的互联网流行的是“轻量化”和“快部署”，而Palantir却在干最脏最累的活：帮军队、帮跨国巨头去清洗那些陈旧、混乱、权限交织的底层数据。
它坚持做的本体架构，本质上是在构建一个 “数字孪生世界”。在没有大模型的时候，这个世界虽然精准，但交互门槛极高，只有顶尖的数据科学家才能玩得转。
大模型的出现，恰恰补齐了最后一块拼图——交互入口。
大模型给了这个“身体”一个聪明的大脑，而Foundry则给了这个“大脑”一副强壮的躯干和严明的纪律。
现在，市场上最不缺的就是模型。从GPT到Claude，智力的获取成本正在飞速下降。
但对于通用通用汽车或者空客这样的巨头来说，模型本身并不能直接产生价值。它们面临的问题是：AI模型虽然懂全世界的知识，但它不懂“我的公司”。
Palantir的逆袭，本质上是因为它掌握了 “企业级上下文”。当别人还在折腾如何调试提示词的时候，Palantir已经可以直接告诉客户：“别折腾模型了，把你的AI接入我的Foundry，它下午就能开始帮你管仓库。”
所以，这场看似意外的爆红，实则是时间的复利。
当上帝掷下大模型这颗火种时，只有Palantir准备好了燃料。