Palantir CEO炮轰AI巨头：一边买Token，一边把自己核心知识资产贡献给模型

花了几千万买AI，最后发现自己是"训练素材"

——当Token成为全球企业最贵的"冤种税"

你花3000万买了一套AI系统，用它处理你最核心的战略决策、最敏感的供应链数据、最值钱的客户画像。

然后你发现：隔壁那家卖给你这套AI的公司，正在用你的数据，训练下一代的模型，再卖给竞争对手。

这不是阴谋论。

这是Palantir CEO Alex Karp在2026年7月1日CNBC节目里，当着全世界的面，指着OpenAI和Anthropic说的话。

他说得比这难听多了。

一、史上最贵的"付费打工"

我们来复盘一下Karp这段话为什么炸了。

Karp的原话翻译过来大意是：“企业CEO们现在面临一个终极困惑——我一边付钱买Token，一边把自己的核心知识资产贡献给了模型。”

这话说得直白，但杀伤力在于，它戳破了一层窗户纸——过去两年，整个行业都在宣传"AI是企业转型的必由之路"，但没有人告诉你：当你把数据喂给那些大模型的时候，你不只是买了一个工具，你同时还把公司最值钱的东西，免费拱手送人了。

Karp给这种模式起了个名字，叫“Token税”（Token Tax）。

他的逻辑很简单：企业一年在AI上投资数千万美元，表面上是买能力，实际上只是在买"Token消耗量"。而这些Token的消耗过程，本质上就是在把你的数据、你的Prompt、你的业务逻辑，一点一点送进模型提供商的服务器。

"模型厂商从来没有跟你谈过利润分成，"Karp说，“它们只是按Token计费——这本身就是一种警示。”

他的反问是：“如果这套AI真的像他们吹的那么厉害，真的能帮你一年赚10个亿，那它为什么不直接跟你签分成协议，而是要按Token收费？”

答案是：按Token收费，意味着无论你的业务增长多少，模型商赚的都是固定比例；而如果你把数据和业务逻辑都留在自己手里，那他们什么都赚不到。所以他们选择了后者——让你永远成为一个付费用户，而不是一个平等的合作伙伴。

二、数据殖民主义：一场静悄悄的财富转移

Karp在采访中的用词非常重。

他将这种模式称为"数据殖民主义"，甚至在X平台上发长文，用了"Token最大化"（Token Maxxing）这个概念，讽刺那些把Token消耗量当作核心KPI的模型厂商——他们追求的不是企业真正创造了多少价值，而是企业消耗了多少Token。

而企业消耗Token的过程，就是把自身数据"输送"出去的过程。

Karp在采访里还提到一个更具体的担忧：“企业最怕的，不是模型不够强，而是模型厂商在暗中复制自己的竞争优势。”

这句话的背景是：许多企业开始意识到，当它们把数据接入API的那一刻，这些数据可能被缓存，可能被用于训练下一代模型。而模型厂商掌握了足够多的行业数据之后，理论上完全可以训练出一个"通吃所有行业"的超级模型——你的经验、你的判断、你的护城河，都变成了别人的训练语料。

这不是假设。

2026年，Anthropic推出了Claude Design，一款面向企业设计场景的AI产品。消息公布当天，相关领域软件公司Figma股价应声下跌约7%。而就在三天前，Anthropic首席产品官Mike Krieger刚刚从Figma董事会辞职。

Figma创始人Dylan Field事后在公开场合表示：Anthropic在产品规划上"并没有完全坦诚"。

这一幕和Karp描述的图景高度吻合：基础模型厂商正在从"赋能者"变成"竞争者"。他们最初以"中立工具"的形象切入企业市场，如今却开始直接做应用层——科研、网络安全、法律、软件开发，垂直场景逐一被覆盖，而这些场景此前正是第三方软件公司的领地。

三、股价暴跌39%之后，Karp为什么敢开炮？

一个值得玩味的背景是：Karp这番"炮轰"发生的时间点，Palantir的股价并不好看。

截至2026年7月1日反弹之前，Palantir股价年内已大跌39%。市场担忧的核心逻辑是：AI最终可能会取代支撑AI的软件基础设施——换句话说，如果模型本身就能搞定一切，为什么还需要Palantir这样的中间层？

Karp的反击恰恰在这里。

他不是一个人在抱怨，而是借这个机会，把整个"AI基础设施层"的价值重新摆到了台面上：AI时代，企业真正需要的不是某一个强大的模型，而是能够掌控自己的计算资源、模型权重、数据栈和应用层的一套完整系统。

他在采访前发了一条X长文，其中一张图揭示了他的核心逻辑：企业应该把数据、洞察和知识转化为自身持续的核心竞争力，而不是把这些转移给第三方模型提供商。“谁掌握权重，谁就掌握未来。”

与此同时，Palantir还宣布了与英伟达的深度合作——两家企业将基于英伟达的Nemotron开源模型系列，共同开发面向美国政府和大型企业的"主权AI"系统，确保客户数据在隔离环境中运行，永远不离开企业自身的掌控。

消息一出，Palantir股价单日飙升超过8%。

讽刺的是，同一天，美国半导体板块全线大跌——VanEck半导体ETF（SMH）下跌4.54%，费城半导体指数暴跌5.44%，英伟达也跌了1.39%。市场开始真正担心：整个AI产业链的价值分配，可能正在被重新定价。

四、企业开始"清醒"

Karp的言论引发如此大的共鸣，根本原因在于：企业界对"AI投资回报"的困惑已经积累到了临界点。

过去两年，企业从讨论"Scaling Law"（模型规模定律），到讨论"Token数量"，再到讨论"推理Token"，关注点一直在模型能力上。但2026年开始，越来越多企业CFO开始问一个更根本的问题：“我们到底为什么要买这么多Token？”

答案是：因为没有别的选择。

而现在，选择正在变多。

• 微软

  正在评估DeepSeek等开源权重模型，以降低成本并减少对单一模型商的依赖；

• Coinbase

  通过使用中国开发的开源权重模型，将AI成本控制在极低水平；

• 美国初创公司Cursor基于月之暗面的Kimi 2.5，构建了自有Composer模型；

• Palantir

  则在政府和大型企业端，推动用"主权AI"模式替代纯API调用模式。

这些案例的共同逻辑是：从"买模型能力"转向"拥有模型能力"。企业不再愿意为每一次调用付费，同时贡献自己的核心资产。

这正是Karp所说的"三个核心要素"——模型、应用层、计算资源——的重新排序：真正能持续创造现金流的，不在模型，而在后两者。

五、Karp的话，有几分可信？

必须承认：Karp是一个有强烈商业立场的人。

Palantir的主营业务，恰恰就是帮政府和大型企业管理数据、部署AI系统。如果企业普遍对OpenAI和Anthropic产生信任危机，Palantir就是最大的受益方之一。

但这不代表他的判断是错的。

商业立场和商业真相，从来不是互斥的。Karp说的一切，放在当前的市场结构里，完全经得起推敲：

第一，Token计费模式确实存在价值不对称。用户承担了数据泄露的风险，而模型商承担了几乎零边际成本的训练收益。

第二，模型厂商确实在向应用层扩张。Anthropic的Claude系列、Mistral的商用产品线、OpenAI的企业Agent，都在不断压缩中间层软件公司的空间。

第三，开源权重模型确实在快速成熟。Llama、Mistral、DeepSeek等开源模型的能力差距，与闭源模型的差距正在急剧缩小，企业自建模型的门槛大幅降低。

第四，数据主权正在成为真实的政策议题。欧盟《AI法案》、美国政府的数据安全要求、各国对数据跨境流动的限制，都在给"数据留在本地"这个需求加码。

Karp的问题问对了：当一个AI系统告诉你它能创造巨大价值，却只愿意按Token计费，而不是按价值分成，这本身就是一个信号。

谁是真正的"冤大头"？

回到文章开头那个场景。

你花了3000万部署AI，把公司最核心的数据接入了API。模型厂商告诉你：这是最先进的AI，可以帮你做决策优化、成本控制、市场预测。

然后你发现：

• 你的竞争对手也在用同一套模型；

• 模型厂商拿你们所有人的数据，训练了下一代产品；

• 你花的3000万里，有相当一部分，变成了别人的训练成本；

• 而你的护城河，正在以肉眼可见的速度被填平。

Karp说，这是"Token税"。

说得更直白一点：这是一场全球企业都在参与的、最昂贵的"付费打工"。

只不过，现在终于有人把这句话说出来了。

接下来的问题是：谁会先停下来，谁又会继续买单？

参考资料：CNBC 2026年7月1日Alex Karp专访、Palantir-X平台官方声明、Reuters五角大楼采购备忘录、Business Insider、Axios、The Verge相关报道

为伟大思想而生！

AI+时代，互联网思想（wanging0123)，

第一必读自媒体