前 Palantir 分析师谈社会主义世界中的情报与市场运作内幕

摘要

• Alex Good（Wharton → Citi FX → Palantir → Balyasny → Perpetua 创始人，目前转向 Post Fiat L1）靠亲自为所交易的股票投放广告建立了自己的优势：EA 只需4美元获客成本就能找到一位愿意购买50美元游戏的用户，而 Booking 却要把“6美元利润中的5美元”花在广告上，估值倍数还更高，因此应做多 EA、做空 Booking。 这套策略碰到 meme stocks 后才“开始出现非线性”：Tesla 的广告点击全部来自搜索词“Elon Musk”，他由此意识到，alpha 不再是卖出一辆车的成本有多低，而是卖出这只股票的成本有多低。
• 他的“金鱼理论”是可交易的核心：一个蒲公英茶页面多年把访问者转化率稳定在8%，从未是6，也从未是10，因此判断人们购买资产的偏好远比预测未来更可预测。 这个模型会在流动性分裂和信任流失时失效：STRC 与 MSTR 并列推出会把注意力漩涡一分为二；“Elon 放弃 SpaceX 对 Tesla 股价无疑是利空”；Anduril 若上市，也会对 Palantir 不利。在这一框架下，Bitcoin 占优，因为它没有竞争对手，而每个 alt-L1 都在争夺同一块蛋糕。
• 他看空 Palantir，并警告100倍销售额估值会给投资者带来逆风。 Palantir 的核心说法是，LLM 处理企业数据需要依赖 Palantir 的 ontology 来避免幻觉，但他表示，“我只知道这不是真的”；随着模型进步，对 ontology 的需求“线性下降”。与此同时，OpenAI 和 Anthropic 已经各自部署 forward-deployed engineers，市场上“货架上现在有3个选项，而不是1个”。
• 他判断，AI 失业将在约3个月内开始显现。 这不是因为失业已经发生——当前仍是充分就业，Accenture 也还有800,000名员工——而是市场正在强行推动这一结果：Figma 跌85%，Accenture 单日跌26%，软件股如今的估值倍数只有大宗商品公司的约一半。交易方向是寻找有可信 AI 利润率翻转逻辑的公司，以及 Nintendo 这类受瓶颈拖累的公司（受内存成本影响同比跌约60%）和拥有 Lindy 型 IP 的公司；Anthropic/LibGen 和解后，“所有未来的 AI Mario 都可能向 Nintendo 付费”。
• Blackprint 的核心判断是，AI“已经不再是技术现象，而开始成为政治现象”。 Nvidia 约50,000名员工所对应的价值，超过整个 Russell 2000，而后者雇用了数百万选民；“人们不会投票支持一个在经济上无法让他们受益的右翼加速主义体系”，被 Accenture 裁掉的员工会成为非常有效的 Bernie/DSA 组织者。Trump 已经开始监管 Anthropic，这使两翼阻止模型发布的做法都趋于正常化。
• 与 Andrew Kang 相反，他完全反对人形机器人交易。 Trump 已禁止港口自动化；他预计政府不会突然让蓝领工人失业。“鉴于国家安全尾部风险”，他也看空 AI-biotech：只要“有一个人在未经批准的情况下拿蝙蝠做实验”，整个方向就可能被禁。按照1945年的核武器类比，最终能留下来的将是计算机、数字经济和娱乐。“数据中心的账单怎么付？把所有人的脑子都煮坏。”
• 终局判断是，生产率目前按年化口径增长6%，而不是 Microsoft CEO 承诺的10%，因此 AI 无法拯救二战时期规模的主权债务。 结果“基本就是一次主权保证金追缴”，这也是他进入 crypto 的原因。Robinhood、Interactive Brokers 和 Hyperliquid 会成为资本回流注意力经济的关键塑造者。Avi 总结说，这场对话反而让他对 Bitcoin 更看多了。

精读

1. 亲自投放广告，才是优势来源

• Good 的职业路径一路都由“经济上的必要性”推动：先在 Citi 做 FX，随后进入 Palantir 做大数据；之后 Balyasny 招他处理一个数据集，但 Stan Chart 和 HSBC 的 SWIFT 故障切断了数据来源，于是他创造了一套交易广告股的策略，甚至亲自去投广告。风控团队不断打电话质问他为何有约15%的组合仓位在 Amazon；他的回答是：“所有人都说零售业务价值为零。但我知道它值一大笔钱，因为我投放的这些广告全都能打平。”
• 经典配对交易是：Booking 把利润中的约70%花在广告上，而 EA 只需4美元获客成本就能卖出一款50美元的电子游戏——“B 公司要把6美元利润中的5美元花掉，估值倍数却高得多。”于是做多 EA、做空 Booking，同时设置实时止损开关：如果 Call of Duty 当季的广告投放成本变贵，EA 就不再便宜。
• 转折点在 Tesla：“我用 Tesla 衡量的 alpha，不是卖车的成本有多低，而是卖出这只股票的成本有多低。”Tesla 的每一次广告点击都来自搜索词“Elon Musk”。这让他进一步进入 XRP、Cardano、Binance 的联盟营销项目，最终把 Twitter 本身也纳入其中；为了维持联盟合作，他需要拥有10,000名粉丝，于是意识到：“我得开始在互联网上说点什么了。”

2. 金鱼理论：注意力比未来更可预测

• 最初的观察来自 Amazon 上的蒲公英茶页面：它多年来始终将准确的8%访客转化为买家，从来不是6，也从来不是10。“你事先不知道谁会成为注意力漩涡，但一旦确认它就是注意力漩涡，就很容易预测它会继续成为注意力中心。”相比预测宏观，他宁愿估算看到 GameStop 宝可梦卡牌新闻的人中有40%会买入这只股票：“涉及交易时，我不喜欢预测未来。”
• Jonah 追问：这个模型会在哪里失效？Good 的答案是流动性分裂和信任流失。STRC 与 MSTR 同时出现，就会把注意力拆分给两个相近的对象；Saylor 是一个“很好的实时案例”。信任流失的表现，就是他的星级评分下滑：蒲公英茶页面的转化率在评分从4.5星降到3.8星后也随之下降。“Elon 一旦放弃 SpaceX，对 Tesla 股价无疑是利空”；Anduril 若上市，也会对 Palantir 不利。
• 对 crypto 的推论是：Bitcoin 没有竞争对手——没有其他资产成功建立起“固定供给的价值储藏”这一叙事；而 Ethereum、Solana 以及其他所有 L1 都在争夺同一块蛋糕。“这就是 altcoins 如此艰难的原因。”

3. Palantir 内部：以及他为何转而看空

• 他是 Palantir Finance 的早期用户之一，该产品由 Thiel、Bridgewater 与 Palantir 共建，将信用卡和 SWIFT 数据转化为宏观信号。每次部署都有两面：一面是合规审查，例如“这个人在每桶油价130美元时卖出原油，但市场价格是80美元——这大概是转移定价”；另一面则是顺手带来的收入增量。Ontology 概念源自目标识别：“我怎么知道自己击杀的是正确的恐怖分子？……你甚至怎么知道 Osama bin Laden 就是 Osama bin Laden？”答案包括车牌、关联人和银行账户。
• 他的看空逻辑是：Palantir 现在宣称，LLM 处理企业数据需要 ontology 层，而“我只知道这不是真的”——你完全可以把 AI 指向代码库，直接让它自己弄明白。随着模型能力提升，“对 ontology 的需求一直在线性下降”；各大实验室自己也在说，prompting 的作用已经比以往任何时候都小。
• 另外，注意力也正在按他自己的框架发生分裂：Karp 曾公开嘲讽 Dario Amodei 关于失业率达到10%的判断——“你的 EQ 可能很高，但其实就是个弱智”；而 OpenAI 和 Anthropic（与 Goldman 一起）如今也在部署自己的 forward-deployed engineers。“货架上现在有3个选项，而不是1个。如果你的估值是销售额的100倍，就会面临投资者逆风。”

4. 数据是新一代无货源电商——但别卖掉，要把它变现

• 在 LLM 时代，“将原始数据转成结构化数据的成本从未如此低”，因此原始数据的价值反而在上升。“数据采集就是新一代的无货源电商”；所有人都在成立数据公司，把数据卖给各家实验室。
• 他的反共识观点是：“如果你真的认为一个数据源有价值，就不该卖掉它，而应该把它变现。”例如从化名的 crypto 投机者中生成尽可能丰富的数据集，然后在内部变现，而不是卖给某个实验室。这个想法源自他对 Morad 的 Popcat Telegram 群组感到失望：“一点都不好笑……里面没有人在做有用的协同。”数字文化等同于身份认同的判断是对的，“但你没有把它贯彻到底”。他的标准是：建立一个以 AI 为核心、自愿参与的指挥控制架构，而且自己加入时不会觉得可笑。

5. 裁员还没发生——这正是它即将发生的原因

• 他承认现实与叙事之间存在脱节：Amodei 和 Altman 都在宣讲工作岗位的生存性风险，但“就业报告一出来，你会发现我们仍处于充分就业”。Figma 股价跌85%，员工人数却在增加；Accenture 跌60%，有800,000名员工，却没有裁员。“他们已经失去工作了吗？没有，绝对没有。”
• 但市场正在强迫企业面对这个问题——Accenture 单日下跌26%，“让管理层迅速清醒过来”；市场也在持续重击 Salesforce 这类严重过度招聘的公司。他的判断是，失业将在3个月内开始显现，因为现有模型——“Fable 和 GLM 5.2 确实能提供良好体验”——会首先冲击那些在笔记本电脑上完成的工作。
• 由此出现的交易机会包括：有可信 AI 利润率翻转逻辑的软件公司如今处于“估值倍数的谷底”，“当前大宗商品公司往往是软件公司的2倍估值”。如果内存瓶颈被打破，受制于瓶颈的公司可能反弹：Nintendo 曾因买不起内存而无法推出主机，股价同比跌约60%；把模型直接固化在芯片里的 etched-style ASIC 可能终结这一瓶颈。Anthropic/LibGen 和解后，ChatGPT 可以提取《Harry Potter》的“97%”，经典且经得起时间考验的 Lindy IP 可能获得付费机会：“未来所有 AI Mario 都可能向 Nintendo 付费”，Games Workshop、Disney、Hasbro 的 D&D 和 Star Wars 也都在等待重新定价，彼此估值相差悬殊。

6. Blackprint：AI 已成为政治现象，社会主义是回应

• 核心判断是：“人们不会投票支持一个在经济上无法让他们受益的右翼加速主义体系。”数字很直观：Nvidia 约50,000名员工所对应的价值，单独就超过整个 Russell 2000，而后者雇用了数百万选民。市场押注“Trump 会一路走到底……右翼不知为何会继续赢”。他的反应是：“不对。”
• 被裁掉的 Accenture 员工“会非常擅长组织 Bernie Sanders 的基层选票——这些人有能力”。Avi 补充说，DSA 已经在扶植越来越有能力的社会主义候选人，右翼民粹主义也在上升：马蹄铁理论下，选民群体不同，但都要求补贴。
• 双方已经撕破脸：“Trump 介入并监管 Anthropic……开启了政治体系阻止重大模型发布的进程。”过去这会被视为“Biden 的做法”，如今却已在政治两翼实现正常化。接下来要看 midterms，这将是验证这一世界观的关键节点。

7. 会被禁的是机器人和 AI-biotech，而不是聊天机器人

• 针对 Andrew Kang 关于通用机器人将在5年内进入建筑、家庭和流水线的愿景，他的判断是：“Trump 已经禁止港口自动化——连港口自动化都不行。”结合自动驾驶的前车之鉴，政府通过人形机器人直接砸掉蓝领饭碗的设想很可笑：有人攻击 Waymo，车辆就会被撤下道路一个月；换成人形机器人，情况只会更糟。Avi 追问，这难道不会让美国落后于 China？他直接回答：“我不认为那是赢得选举的方式。赢得选举的方式，是告诉人们你会保住他们的工作。”
• 他同样反对共识性的 biotech 长线多头交易——“如果 Anthropic 治愈了癌症呢？”武汉事件之后，国家安全尾部风险意味着：“只要有一个人在未经批准的情况下拿蝙蝠做实验……只要发生一次事件，仅仅一次，它就会被禁。”迹象已经出现：人们已经在担心 Fable 调试你的代码库——这也是他们撤下 Fable 的原因。想象一下，如果 Fable 开始创造一种新的肽。

8. 泡沫还没结束：1945式安排，之后是主权保证金追缴

• 他明确否定“AI 泡沫正在结束”的解读：娱乐应用还没有真正启动。如今个性化 AI 视频成本约55美元，质量也不够好；但基本上到2年后成本降到2美元，就能实现大规模个性化视频、有说服力的游戏 NPC，以及随着每秒 token 数呈指数增长而变得更好的信息流算法。他的类比是1945年的核武器：武器会被禁，某些物理学方向会被禁，但“计算机可以发展，数字经济可以发展，娱乐可以发展……数据中心的账单怎么付？把所有人的脑子都煮坏”。AI 只会让社会更接近它原本的样子。
• 宏观上的刺痛感在于：本季度生产率增速约为年化6%，同比为2.8%——“Microsoft 的 CEO 说我们会看到10%……这差得太多了。”人们并没有创造更多工作，而是在创造更多资本，再把资本回流到注意力经济，这也是为什么 Robinhood、Interactive Brokers 和 Hyperliquid 会成为关键造王者。他同样怀疑 SpaceX 以2029年登陆火星或建设太空数据中心为前提的“离谱估值倍数”：“给政府出手打压某些东西的情景做判断，反而更容易。”
• 最后的判断是，如果 AI 带来的生产率提升无法为二战时期规模的政府支出提供出口，“基本就是一次主权保证金追缴——这也是我进入 crypto 的原因。”Avi 自称进场前是 Bitcoin 空头，但总结说：“这整场对话，也许真的让我对 Bitcoin 更看多了一点。”