卓涛数智站群 卓涛数智 | OPC 社区运营 | FDE 落地能力

Palantir 组织机制拆解 · 2026

真正的护城河不是四个平台,
是三轨组织和一条回流线

Palantir 常被误读成一家「卖软件的公司」。看它 10-K 会发现四个平台是货架, 而让这套货架能在国防、医疗、制造、金融各种脏环境里跑通的,是一套刻意设计的组织机制: Echo 定义问题、Delta 现场构建、Dev 沉淀产品,三者之间靠一条「碎石路变高速公路」的循环咬合。 这份图从底座往上拆五层:基座是什么、门怎么敲开、人怎么协作、交付什么、最后沉淀什么,以及它在中国怎么落地。

4,395 全球员工数(2026-03-31 10-Q)
19.35 亿美元 2026 Q2 营收,同比 +92.8%
3 官方定义的岗位类型:Echo / Delta / Dev
2016 此前 FDE 数量长期多于产品工程师
01

三轨角色:不是职级,是三种基因

Palantir 官方招聘页写得很直白——公司围绕三种角色构建,分别是 Echos、Deltas、Devs。 「虽然每个角色彼此独立,但它们被刻意设计成互相重叠,让团队能从互补甚至互相冲突的视角去追求结果。」 这句话是整套组织设计的题眼:重叠是设计出来的,不是管理失控。

Echo

Echo

部署战略师 · Deployment Strategist

「Echos win.」

负责「该做什么」。找出真正卡住客户使命的问题,把它拆成可执行的工作流, 从 CIO 对齐到护士,从用户工作流倒推解法。Echo 是促成者,用领导力补足技术性。

典型背景:退伍军官、临床医生、法务会计
稀缺能力:行业洞察、价值判断、客户信任、组织推动

Delta

Delta

前线部署工程师 · FDSE / 即 FDE

「Deltas build.」

负责「怎么建出来」。在「demo 满天飞、承诺一大堆」的世界里交付看得见的成果: 确保方案对得上客户使命、交付可扩展的数据底座、设计真能跑起来(而非纸上)的 AI 系统。

典型背景:精英软件工程师
稀缺能力:AI 工具、系统集成、快速原型、架构判断、权限安全

Dev

Dev

产品工程师 · Software Engineer

「Devs create.」

负责「沉淀成什么」。把前线发现的解法变成真正内聚的产品能力, 全程参与产品生命周期:想法、设计、原型、生产、落地。

典型背景:平台架构师、核心技术工程师
稀缺能力:抽象能力、架构设计、平台工程

三轨的分工边界:关键差异浓缩成一句话——Dev 是「一个能力、多个客户」,Delta 是「一个客户、多个能力」。
维度 Echo Delta(FDE) Dev
回答的问题 该做什么、值不值得做 怎么建出来、能不能跑通 怎么变成通用能力
工作半径 一个客户,全部业务面 一个客户,多个能力 一个能力,多个客户
所属组织 Business Development Business Development Product Development
交付物 问题定义、优先级、验收标准 生产级系统、可量化的业务结果 平台功能、可复用组件
失败的样子 方案很漂亮,解决的是假问题 Demo 能跑,生产环境跑不动 平台很强,客户用不上

需要说明一点:按 Palantir 官方定义,只有 Delta 才叫 FDE,Echo 不是 FDE。 但国内语境下招聘的「FDE」,实际要求的是 Echo + Delta 能力的合体——这是后面「中国适配」要谈的核心错位。

02

碎石路与高速公路:这条循环才是发动机

Palantir 内部把这条循环比作修路。Delta 在前线先铺一条碎石临时路,把客户当下的难题解决掉; Dev 把碎石路里反复出现的共性提炼出来,修成所有人都能跑的高速公路(平台功能)。 高速公路当然重要,但光有高速开不到客户家门口——最后一公里永远得靠碎石路。

Palantir 碎石路与高速公路循环图 四个环节构成顺时针循环:左下角 Delta 在客户现场铺碎石路解决问题;左上角复盘判断是个案还是共性;右上角 Dev 把共性抽象成平台能力,修成高速公路;右下角把业务模型封装为本体 Ontology 反馈给平台。四条弧线把四个环节连成闭环,中心是「现场到产品的反向传播」。 现场 → 产品 组织层面的「反向传播」 ① DELTA 前线 铺碎石路 先把当下问题解决掉 ② 复盘判断 个案,还是共性? 共性才值得产品化 ③ DEV 后方 修高速公路 抽象成平台通用能力 ④ 封装 业务模型 → 本体 把场景与约束结构化
循环完整走通一轮,前线经验就变成平台资产;走不通,就只是又一个交付项目。 这条线的存在与否,是 FDE 和「高级驻场实施」的唯一分水岭。

碎石路的价值

在真实客户环境里快速解决实际问题,不等平台能力齐备。它的产出是「业务结果」,不是「功能清单」。

高速公路的价值

把反复出现的碎石路方案抽象成平台能力,让下一百个客户不用再铺一遍。它的产出是「复用率」,不是「交付量」。

两者的耦合点

Ontology(本体)。它把业务场景、约束条件、决策逻辑结构化,让前线的隐性知识能被后方消费——这是循环能转起来的技术接口。

03

组织落位:Delta 挂在哪,决定了它会不会退化成实施

这是整份材料里最容易被忽略、也最要命的一条。Palantir 官方明确写着: Dev 属于 Product Development 组织,Delta 属于 Business Development 组织。 也就是说,前线工程师不是研发派出去的支持力量,而是业务组织里的作战单位。

BDBusiness Development

  • Echo — 部署战略师,负责问题定义与价值判断
  • Delta — 前线部署工程师,负责现场构建与结果交付
  • 结构单元 — Echo + Delta 成对出现,统一面对客户、统一对结果负责
  • 汇报线 — 全球商业负责人 → CEO

PDProduct Development

  • Dev — 产品工程师,负责平台能力与架构
  • 输入源 — 接收 Delta 回传的共性问题与本体模型
  • 产出 — Foundry / Gotham / AIP / Apollo 的平台功能
  • 汇报线 — CTO 兼 EVP,同时统管平台工程与前线部署组织
特殊结构:Palantir USG 半自治的美国政府事业部,独立跑政府 GTM,不与商业组织混编

区域 pod 制

  • 英国 / 欧洲 — 独立 CEO 建制(Louis Mosley)
  • 加拿大 — 区域总裁(David MacNaughton)
  • 澳洲 — 堪培拉 / 悉尼本地交付团队
  • hub 城市 — 丹佛、华盛顿 DC、纽约、帕洛阿尔托、伦敦、巴黎、渥太华、堪培拉/悉尼

人才机制

  • 小团队、去中心化 — 官方称「小规模、分散的团队」,高所有权
  • 无传统职级阶梯 — 职业路径可定制,「最好的想法赢,不管资历」
  • 重叠是设计 — 三轨职责刻意交叠,从冲突视角逼近结果
  • 总部迁移 — 2026 年 2 月从丹佛迁至迈阿密地区(Aventura, FL)
04

完整链路:基座 → 敲门 → 协作 → 交付 → 沉淀

前面讲的是内部怎么分工,这一节讲对外怎么运转。五段是一条闭合的价值链: 没有基座,五天的活干不出来;没有五天的破冰,客户不会给你数据;没有能力转移,交付完就成死账; 没有沉淀,下一单又要从零开始。

STEP 01 基座 Ontology 本体 + 四平台
STEP 02 敲门 五天 Bootcamp,先看见再签
STEP 03 协作 Echo + Delta 成对,无 PM 层
STEP 04 交付 系统 + 本体 + 能力转移
STEP 05 沉淀 本体模板库 + 行业 know-how
A基座

一个发动机,两个底盘,一套自动驾驶

关键认知:Ontology 不是第五个产品,是横跨四个平台的底座。 它把企业分散的数据翻译成业务对象、关系和动作,Gotham、Foundry、AIP 全部建立在它上面。 按这个比喻——Ontology 是发动机,Gotham 和 Foundry 是两个底盘,AIP 是自动驾驶系统。

Palantir 自己的定位很干脆:不做模型,只做「把 token 变成经济价值」的那一层。 它的高管公开说,大模型有生成和推理能力,但不理解一家企业是怎么运转的;缺了这层基础设施,模型只能停在 AI Demo。 CTO Shyam Sankar 在 2023 年 FoundryCon 举过 BP 的例子:用面向能源行业的 Vertex 方案后, 每年新增超 1 万桶日产量,前一年创造了接近 5 亿美元的价值。

We arrive with this built, ready to configure for your specific problem. Palantir AIP AgentCamp 官方页面 —— 我们带着已经建好的本体来,只需为你的具体问题做配置。这句话是「沉淀」最硬的证据。

基座的四层结构:模型可以换,本体不能换。
层级是什么作用
发动机Ontology 本体业务对象、关系、动作的语义层,20 年持续进化
底盘一Gotham国防、情报、执法领域的应用层
底盘二Foundry商业企业的数据运营应用层
自动驾驶AIPAI Agent 与自动化:AI App、AIP Logic、Automate
交付层Apollo云端、本地、主权云、边缘、部分气隙环境统一部署
B敲门

不卖软件,卖五天的确定性

这一条最值得国内学。Palantir 的破冰逻辑不是「说服你买」,而是让你亲眼看见自己的数据跑出结果, 签合同变成一件自然的事。这条路它走了二十年,分三个阶段。

阶段一 · 2004–2008|靠关系进入,靠驻场留下

  • In-Q-Tel(CIA 旗下风投)投了约 200 万美元。但真正值钱的不是钱,是把工程师放进 CIA 的权限——Karp 自己说,这笔投资最有价值的地方是接触到了真正的终端用户。
  • Karp 和 Cohen 做了 300 多次一线分析师面谈;工程师每两周带着迭代版本飞一次华盛顿,当面改。
  • 在 CIA 反恐中心免费干了几个月,到 2008 年中还没赚到一美元,投资人已经开始不耐烦。
  • 破冰路径不是从高层打单,而是从一线用户往上渗透——Karp 管这叫「用过产品的人之间的谣言工厂」,用户互相打电话推荐给别的部门。

阶段二 · 2023 起|AIP Bootcamp:五天

  • 客户带自己的真实数据来,FDE 陪着一起干,五天产出一个能在真实环境跑的 AI 用例。
  • 截至 2024 年底办了 1300 多场,转化率接近 75%。
  • 售前评估从过去的 3 个月压缩到 5 天。
  • 某财富 100 强零售商几个月内把试点转成 1200 万美元年化合同;某头部便利店连锁从原型到付费试点只用了 25 天。
  • 财务上直接见效:销售与市场费用率从 2024 Q4 的 35% 降到 2026 Q2 的 18%。

阶段三 · 现在|AgentCamp:话说得更硬

No Presentations. No Theoretical Pilots. We build live, on your data, addressing your actual problems. You see agents working before you leave, not a proposal for what could be built after a lengthy engagement. Palantir AIP AgentCamp 官方页面 —— 不做汇报,不做理论试点。在你的数据上现场构建,你走之前就能看到 agent 在干活,而不是拿到一份「以后可以建什么」的提案。

C协作

销售过程本身就是研发过程

传统软件是「产品团队设计 → 销售团队卖 → 交付团队实施」,三段分离、层层转译。 Palantir 把这三段压进同一场活动里:谈需求的人就是写代码的人,写代码的人就是交付的人。

一场 Bootcamp 的五个动作

  • 确认参与人:业务负责人、一线用户、IT 三方必须到场,缺一方后面一定返工。
  • 准备场景数据,限定核心用例:不做大而全,只挑一个能算清价值的切口。
  • 现场共建:Echo 划定问题边界和验收标准,Delta 直接上手构建,中间没有 PM 转译层。
  • 演示 + 上机 + 评估:五天里同时验证四件事——技术可行性、业务价值、安全治理要求、团队真实使用意愿。
  • 转生产:Bootcamp 的产出直接作为后续生产部署、ROI 验证、规模化复制的起点。

这套协作的真正威力在于反馈速度。用户当场说「这个我喜欢、这个我讨厌」,Delta 当天改; 改完的经验通过本体回传 Dev,Dev 把它变成平台功能,下一场 Bootcamp 的起点就更高一级。 这就是碎石路循环在客户端的具体形态。

D交付

三样东西,缺一样都不成立

第一,一个在生产环境跑的系统。不是原型,不是路线图。AgentCamp 的原话是: 「Not a prototype or roadmap—deployed systems executing real work in your environment.」

第二,一个本体底座。客户的数据、流程、决策逻辑被映射进 Ontology。 模型换代不要紧,本体还在——这既是客户资产,也是 Palantir 的锁定点。

第三,一次能力转移。官方明确写:客户团队要学会管理、优化、扩展这套 agent 系统,我们提供的是规模化所需的知识。 这一条国内最容易被忽略——只交付系统不做能力转移,就正好落进 Gartner 说的那 70%(到 2028 年放弃供应商用 FDE 模式搭的智能体应用)。

E沉淀

留下什么,决定能不能规模化

给客户留下三样:能跑的系统、能被自己维护的本体底座、会用的人。 给 Palantir 留下三样:本体模板库(所以下一次能「带着建好的本体来」)、平台功能(Dev 修的高速公路)、行业 know-how 与标杆案例。

标杆案例的复利

  • Walgreens:8 个月给 4000 家门店部署 AI 工作流,帮药剂师管库存和处方。
  • Trinity Rail:3 个月搭起供应链工作流,每年省 3000 万美元。
  • 坦帕综合医院:改善病人流转,脓毒症患者住院时间缩短 15%。

沉淀的直接结果是客户结构变了:商业客户从 2020 Q4 的 49 个涨到 2026 Q2 的 870 个,约 17.8 倍; 同期政府客户从 90 个到 179 个。2026 Q2 营收 19.4 亿美元,商业收入约 9.45 亿、占比约 49%。 Rule of 40 打到 155。

说到底,模型会换代,本体不会。这才是它亏了二十年能翻转的真正原因—— 前二十年都在攒本体,等到大模型出现,攒下的东西突然变成了稀缺资产。

05

落地三问:本地能力 · 人力调度 · 验收售后

上一节讲的是链路逻辑,这一节讲执行细节——本地环境到底能跑什么、人怎么派、活怎么验、钱怎么续。 这三件事决定 FDE 模式是「能讲」还是「能跑」。

A本地能力

不是给你装个私有云版,是同一个东西推到任何环境

载体是 Apollo。官方定位是「write once, deploy anywhere」——开发者只 merge 一次代码, 不用关心它怎么到达每个环境。这句话的分量在于:气隙网络里的版本和公有云上的版本是同一套, 不是两条分支。

本地与私有环境提供的五类能力,以及可核对的量化结果。
能力层 本地 / 私有环境提供什么 关键指标
部署 公有云、私有云、本地数据中心、混合云、气隙网络、边缘加固环境,统一控制台管理 部署频率从每月 8,000 次 → 每月 36 万次以上;回滚 MTTR 平均 4.9 分钟
合规 内置 FedRAMP、IL5、IL6 所需控制;SAML 对接现有身份体系做审批链;全量变更可审计 发布提速 25 倍,DevSecOps 成本降 50%
模型 商用或开源 LLM 均可跑在客户自己网络;vLLM / Ollama 自托管在自己 GPU 上,注册后与官方模型同等调用 模型可换,本体不动
数据主权 十项架构级准则:显式授权、数据不出边界、权重归客户、无跨客户污染、可导出、删除权、全审计、基础模型防火墙 不是政策承诺,是架构强制
硬件路径 与 NVIDIA 的 Sovereign AI OS 参考架构:OEM 本地部署 / AI 云 / 托管硬件三条路 Blackwell Ultra + 全栈软件套件

Apollo 有个机制值得单独拎出来:它用 Pull 模型而不是 Push。 环境方订阅 Release Channel(RELEASE / CANARY / STABLE),开发者定义升级条件和推进顺序, Apollo 自动在渠道间推进。这意味着气隙环境也能持续升级——这是它能进潜艇、悍马和主权云的原因, 也是国内私有化项目最容易卡死的地方(一旦断网,版本就冻住了)。

B人力调度

不是派人,是配对派

先记住四个硬数字:结构单元是 Echo + Delta 配对,不是单人;团队 4–5 人; 驻场 6–18 个月,深度项目可到一年;驻场比例约 25% 时间(官方口径,前员工描述是每周 3–4 天)。 带 pod 的是 Group Lead,一个人同时只做一个深度嵌入。

汇报线上有个关键设计:CTO 同时统管平台工程和前线部署组织。 这不是为了集权,是为了保证「碎石路→高速公路」那条回流线不会被两个部门的 KPI 扯断。

三阶段投入策略:把亏损算成获客成本

这是整套模式最反常识、也最值得抄的一页。
阶段 谁承担成本 目标 财务状态
Acquire 获取 Palantir 自己吸收试点成本 证明方案在客户环境里真能跑通 全亏
Expand 扩张 双方共同投入,继续亏 从一个用例铺到多个业务域 半亏
Scale 规模化 客户付费,Palantir 转正 复用到更多部门,形成复利 正贡献毛利

这张表解释了它为什么能扛住二十年亏损:它把前期亏损当成获客成本,不是当成项目亏损。 国内做 FDE 最难过的心理关就在这——第一单必须赚钱,于是第一单就只能做成外包。

怎么考核

  • 没有销售配额。抽样的约 1000 份 FDE 招聘 JD 里,提到 quota 的是零份。
  • 考核采纳率和生产环境 uptime。不是交付了几个功能,是有多少人在真实业务里用它、它有没有挂。
  • 压力是真实的。五年老兵公开描述过严重倦怠;这也是这岗位流失率高的原因。
  • 但出口很好。到 2024 年,Palantir 校友创立了 111 家公司、累计融资 116 亿美元。

新范式:双 FDE 分工

Palantir 和 NVIDIA 的联合方案里已经把 FDE 拆成两层:NVIDIA FDE 管 GPU 集群配置、CUDA-X 集成、模型训练微调、延迟优化; Palantir FDE 管运营应用构建、治理框架、可复用模式、AIP 部署、知识转移。 这说明 FDE 正在按技术栈分层,不再是一个「什么都得会」的万能角色——对国内组建团队是个好消息, 意味着可以拆岗而不是招超人。

C验收售后

验收看结果,售后靠扩张

三道验收关

  • 第一关 · 五天 Bootcamp(技术验收):技术可行性、业务价值、安全治理、团队使用意愿,四道同时过才算过。
  • 第二关 · 试点转付费(商业验收):某财富 100 强零售商几个月内转成 1200 万美元年化合同;某便利店连锁从原型到付费试点只用 25 天。
  • 第三关 · 上线后 SLO(运营验收):Apollo 里定义 SLO 和 soak time,达不到就自动卡住发布、违反就自动回滚。验收不是签字那天结束,是每天在跑。

合同口径用三个词:TCV(总合同价值)、RDV(剩余合同价值)、RPO(剩余履约义务)。 值得注意的是,它大部分合同带便利终止条款——客户可以随时走。 这是个很狠的设计:不靠合同锁你,靠价值留你。所以验收标准天然就是业务结果,不可能糊弄。

售后不是客服,是增长引擎

这是最反直觉的一点。它的「售后」不叫客户成功部,叫继续扩张用例—— Acquire → Expand → Scale 那三步循环,每转一圈客户就多用一层。

  • 净 dollar 留存率(NDR)150%(2026 Q1),一年前是 124%,2025 Q2 是 128%。意味着老客户自己就贡献了一半增长。
  • 前 20 大客户过去十二个月平均贡献 1.08 亿美元。
  • 客户总数 1,007 家(2026 Q1),其中商业客户 832 家。
  • 长周期续约是常态:Airbus 合作十余年,Skywise 平台每天 5 万+ 用户,2026 Q1 又签了多年期续约。

而「售后」这件事本身被产品化了,叫 Day 2 Operations:持续漏洞扫描、SBOM 集成、SLO 监控告警、 自动回滚、变更审批链。也就是说,运维不是靠人堆,是靠平台能力—— 这才是它能用 4,395 人服务 1,007 家客户的原因。

06

三条可以直接抄的铁律

不必抄它的平台,也抄不了。但下面三条组织规则是通用的,跟技术栈无关,跟行业无关。

  1. 01

    Delta 必须挂在业务组织下,不能挂在研发下

    挂研发下,前线工程师天然变成「支持部门」——优先级由研发排期决定,考核由代码质量决定, 最终只做需求转译,不做结果负责。挂业务下,考核的是客户业务指标,才有动力去定义问题。 这条决定了 FDE 是利润中心还是成本中心。

  2. 02

    Dev 回流线不能断,否则规模越大越亏

    没有回流线,每个客户都要从零定制一遍,收入线性增长、成本也线性增长,永远赚不到杠杆。 回流的载体是本体(Ontology)而不是文档——要把场景、约束、决策逻辑结构化到平台能消费的程度, 否则 Dev 收到的只是「客户又提了个需求」。

  3. 03

    Echo 这个角色不能省,省了就变售前

    只派 Delta 不配 Echo,现场没人有权判断「这个需求值不值得做」, 工程师会被客户的每一句「这里再改一下」牵着走,验收无限后延。 Echo 的本质是把「定义问题的权力」放在离客户最近的地方,而不是把决策权收回总部。

07

三种失败形态

看到以下任一信号,说明三轨已经塌了

  • FDE 沦为 PPT 制作机器。面试聊的是 Agent 架构和 Prompt 工程,到了现场真实工作是贴二维码做设备定位、写汇报材料。 没有工程权限,就没有「在前线写代码」的核心价值。
  • 按人天结算,FDE 被做成高级外包。驻场是一种工作安排,外包是一种资源组织关系,FDE 是一种面向业务结果的交付模式——三者本质不同, 但在项目制环境下极容易混为一谈。一旦按人天卖时间,回流线必然断。
  • 系统嵌得越深,客户越离不开,但也没人维护得了。Gartner 预测到 2028 年,70% 的企业会放弃由供应商通过 FDE 模式构建的智能体应用, 主因是成本高企且难以独立维护和演进。这不是 FDE 模式的失败,是「只交付不转移」的失败。

中国适配:最大的机会在「Echo 缺位」

国内 FDE 岗位已经火了——脉脉数据显示 2026 上半年职位发布量同比涨 21 倍, 其中 37.3% 来自 AI 原生公司;猎聘数据显示平均年薪 40.8 万、中位数 36.6 万,50 万以上职位占比 28.25%。

但把国内招聘 JD 摊开看,几乎全是技术栈要求:部署、集成、二次开发、接口对接、知识库搭建、问题排查。 几乎没有一条在讲「定义问题」「判断值不值得做」「对齐业务方利益」。 换句话说,国内招的是 Delta,缺的是 Echo。

这不是能力差距,是组织设计的空白。谁先把这五层补齐,谁就能跳出「人天报价」的红海。

对联盟来说,五层对应五个动作:基座层——先建自己的行业本体,哪怕只是一个细分行业的三五十个对象模型; 敲门店——把「先做 POC 再谈合同」改成「五天现场共建」,用客户自己的数据出结果; 协作层——把 Echo 作为独立角色设岗,不从工程师里顺手兼任; 交付层——把能力转移写进合同,不做完不算交付; 沉淀层——建立跨项目复盘机制,让「个案还是共性」这个判断有人真正负责。