大厂集体挖Palantir墙角！下半年见顶风险进一步发酵！现在的Palantir还要投资吗？
6小时前
播放量 1.3k
过去一年，有一个岗位却火得一塌糊涂。在招聘网站Indeed上，这个岗位的发布数量从2025年4月的643个，涨到了2026年4月的5330个，一年涨了729%。雇主还全是最大牌的公司，包括OpenAI、Anthropic，到云计算的微软、亚马逊、谷歌，甚至Databricks这样的软件公司，全都在抢这些人，薪资能给到30万至55万美元，顶级人才甚至超过百万。这个岗位，叫FDE。而发明它的，正是我们熟悉的Palantir。那为什么突然之间，所有人都希望要Palantir的这类人才呢？
开通服务即可查看评论～
文字稿
过去一年，硅谷科技公司裁员的新闻一个接一个。但就在这样的环境下，有一个岗位却火得一塌糊涂。在招聘网站Indeed上，这个岗位的发布数量从2025年4月的643个，涨到了2026年4月的5330个，一年涨了729%。雇主还全是最大牌的公司，包括OpenAI、Anthropic，到云计算的微软、亚马逊、谷歌，甚至Databricks这样的软件公司，全都在抢这些人，薪资能给到30万至55万美元，顶级人才甚至超过百万。
这个岗位，叫FDE。而发明它的，正是我们熟悉的Palantir。那为什么突然之间，所有人都希望要Palantir的这类人才呢？这对PLTR来说，究竟是利好还是利空呢？今天我们就来把这些问题搞清楚。
1. FDE到底是干什么的？
FDE，全称Forward Deployed Engineer，直译过来是"前线部署工程师"。简单说，FDE就是被派驻到客户公司里办公的工程师，跟客户团队一起理清需求，把一套通用的技术平台，落地到客户现有的业务流程中去。
这个岗位最早起源于Palantir。Palantir早年的客户，主要是政府和军方，需求极其敏感，哪怕合同签了，也不会白纸黑字写清楚要做什么，只能人到现场再当面沟通。这种复杂到没法用标准软件和文档交付的需求，让驻场工程师成了唯一有效的解法。
FDE 带来的第一个的规模化案例出现在2009年。当时120名Palantir前线工程师驻场摩根大通，帮它用Metropolis平台搭起了内部监控与威胁告警系统。也正是摩根大通这个案例，让Palantir确认了一件事，FDE是拿下大客户的关键。所以FDE一直是Palantir最重要的岗位，2016年时，Palantir的FDE数量都比普通软件工程师还多。
所以，FDE十多年前就存在了，不是什么新职位。只不过，AI时代把这个老岗位推上了风口浪尖。
那这个老岗位到底特殊在哪呢？FDE身上有着三重身份，是写代码的软件工程师，是懂客户业务的行业专家，还是直接跟客户打交道的销售。FDE整天泡在客户公司里，要走完从需求分析、系统开发到部署上线的全流程，上线之后还要根据反馈不停调整。可以说，FDE干的，就是AI和真实业务之间的"最后一公里"。
2. 为什么整个美国科技圈都在抢FDE？
看到这里，可能会有一个问题。AI落地到企业，真有这么难，难到需要专门一群人去驻场吗？
确实需要。2025年，MIT NANDA研究了300个企业的AI项目，发现95%的AI项目，对企业的盈亏没有产生任何可衡量的影响。他们发现，问题不在 AI模型能力不够，而是出在落地上。AI接不进这些企业的数据库已经用了几十年，架构老旧；内部的权限体系错综复杂；数据合规要要求很严格，这些问题让AI根本接不进这些企业内部。而且即便是接入了AI，交付后也没有运维团队。AI落地这最后一公里，存在各种各样问题。
而FDE，就是可以解决这些问题的人。这么一看，各类科技公司抢FDE的动机就很清楚了。它们抢FDE，其实就是抢让AI能够落地企业，对它们公司也产生收入。只不过，都是奔着抢收入去，每一类公司背后的战略诉求并不一样，我们挨个来看看。
首先，是大模型公司。
根据 Accenture在今年一月调研显示，只有32%的企业高管声称AI大模型起对自己企业产生了持续的效果。在它们的调研中，AI 大模型用的最多的行业，毫不意外的是高科技和软件，用得最少了，是通讯、化工、资源等非常传统的行业。这说明，大模型在企业中的落地，尤其是coding之外的传统行业，还很难落地和铺开。
大语言模型有没有能力？当然有，这个不用多说。可一家公司真要用它，难点从来不在调用API，而在怎么把模型接进自己的数据、权限、业务流程和目标里，再一点点调成一个稳定可用的东西。要把一个通用大模型，改造成贴合某家公司需求的定制化智能体工作流，也就是agentic workflow，这中间的工作量巨大。这个改造，客户自己肯定搞不定，也不是远程交付就能简单做得了的。所以，这中间就必须有个角色，能蹲在公司里，把大模型的最后一公里给走完。有了FDE，大模型才有底气从coding往其他领域大规模渗透。
而且模型公司拉着PE一起成立FDE公司，还有另一个想法。要是它们直接用模型公司的名义去招FDE，财报可就不好看了。因为这是个极重人力的生意，影响了报表，对模型公司估值肯定有影响。现在它们都是轻资产，一旦加上了人力这个重资产，对正准备IPO的模型公司就太不友好了。所以用一个实体做JV，既能快速切进企业市场，FDE公司就是帮它们消耗token带来收入。
再看三大云。三大云本来就是大模型最大的分销渠道。因为数据合规和安全这些原因，企业买大模型，很多时候不会直接去找OpenAI或者Anthropic，而是通过三大云来采购。所以三大云也会招FDE，就是为了帮客户做成AI项目，直接转化为云业务的收入。
当然也还有更深层的目的，自建FDE团队，是在保护好自己和企业客户之间那层关系。如果模型公司靠FDE把跟企业的关系掌握在他们自己的手里，那云厂商就沦为中间商了。最后就只能成为纯算力供应商，话语权和利润都会大幅减少。所以，三大云也需要FDE来增强自己在AI产业链的话语权。
第三，是对软件公司的冲击。SaaS时代，软件是标准化的，客户必须顺着软件设计好的流程走，某些过程也许不好用，但也只能忍着去适应软件。可现在不一样了，模型有了Skill，再加FDE部署，每家企业都能按自己的需要去做个性化调整。而这种个性化，恰恰会变成新的粘性来源。所以，现在的软件都是通用的，但未来的软件，一定是定制化的。
分析完这些，应该就能看明白，为什么现在 FDE这个职位这么抢手了。大模型公司抢FDE，是要把AI的渗透率往上拱；三大云抢FDE，是要坐稳自己在产业链上的位置；软件公司抢FDE，是要保住AI时代客户对自己的粘性。
因为AI已经走到了企业落地这一步，尤其是走进了Agent时代。Agent起来之后，很多企业老板脑子还停在两年前的聊天机器人思维里，一时半会儿转不过弯来。聊天搜索式地用AI，只是踏进AI世界的第一步，那个阶段早就翻篇了。现在要 AI 变成生产力，就得让AI理解真实的工作流。没有FDE这样的外力去推一把，企业的AI Adoption就很难起来。
3. FDE对PLTR的影响
聊到这，FDE在整条AI产业链里的重要性，就很清楚了。可FDE眼下有个很现实的问题，未来一两年，供给大概率是短缺的。
一个合格的FDE，得有多年的工程经验，还得有跟客户打交道的本事，这种人才短期内很难培养出来。FDE的供给，是线性增长的。可企业的AI需求呢，是指数级向上的。所以，大科技公司短期内就只剩一条路，挖人。当然了，也许一两年后，供给就补上来了。现在被大厂裁掉的那些软件工程师，会有一批转去做FDE；50万美元的年薪，也足够吸引不少行业专家转行。所以这大概率只是一个短期的供给瓶颈。
不过，就算只是短期瓶颈，对FDE这个岗位的"黄埔军校"PLTR来说，影响也小不了。
3.1 业务：FDE是PLTR收入的扩张手段
我们先看PLTR业务的影响。
FDE这个岗位起源于PLTR，可现在它反倒成了整个市场挖角的头号目标，这对 PLTR 确实会带来负面影响。
跟大模型公司、大科技公司比，PLTR开得出的薪酬肯定没法比；更要命的是，PLTR能给的股权激励，吸引力也有差距。PLTR的市值最近半年一直在3000亿美元上下，而两家头部大模型公司在一级市场的估值，已经逼近万亿，更别提IPO之后还有更大的想象空间。PLTR要想把优秀的FDE留住不被挖走，就得掏出更多的薪酬和股票，这难免会侵蚀公司的利润。
但利润这事，还只是小事。FDE的人数一旦放缓、甚至开始流失，对PLTR的杀伤可能更大，因为它会直接冲击收入的增长。
前面说过，FDE身上背着三重身份：工程师、行业专家、还有销售。而销售这一环，极其关键。理论上FDE越多，能触达的客户就越多；触达的客户越多，带来的收入自然就越多。所以FDE一旦流失，收入增长就可能就会放缓。
那这个影响到底有多大？具体又卡在哪个环节？要把这个弄清楚，得先把"新客户"和"老客户"对收入的贡献，掰开来看。
先看下面这张PLTR美国商业业务的收入和客户数图。可以看到，美国商业的客户数量，也就是浅蓝色的柱子，从23年一季度的155家，一路扩张到26年一季度的625家；收入，也就是浅橙色的柱子，也从1.07亿美元涨到了5.95亿美元。绝对值这两条，都在稳稳地往上走。
可蹊跷的是，两条同比增速线，却走出了完全相反的方向。客户数量的增速，也就是蓝线，在24年二季度冲到83%的顶之后，就一路回落到现在的42%；而收入增速，也就是红线，不降反升，从24年二季度的54%，一路飙到了133%，两条线大概在25年一季度交叉。这两条线的背离说明了一件事，PLTR收入的高增长，根本不是靠"客户越来越多"堆出来的，而是靠存量老客户越挖越深撑起来的。也就是说，老客户用得越来越深，它们付的钱越来越多。
还有一个指标，也印证了这个结论。PLTR每个季度都会披露的净收入留存率，英文叫Net Dollar Retention，简称NDR。它怎么算呢？取12个月前就已经存在的那批客户，用他们过去12个月的收入，除以再往前12个月的收入。今年一季度这个数达到了150%，意思就是，一年前那批老客户，在最新一个季度的花费，涨了整整50%。而且这个指标最近两年一直在往上爬，说明老客户在不停地续约，不断的在扩容AI在它们内部的使用。
正是这批越用越深的老客户，锁定了PLTR未来收入高增长的确定性。
顺着NDR这个数据，我们进一步计算了新老客户对PLTR收入的贡献。可以看到，从24年一季度到26年一季度，老客户在收入增长里占的比重，从62%一路升到了74%。老客户对收入增速的贡献越来越高了。
说到底，老客户扩张的本质，是传统企业在不断加强AI adoption。而在那种特别有说服力、又能到处复制的效果案例出现之前，传统企业对AI的接受度，大概率是线性提升的。这也是为什么，PLTR的增长确定性很强。
但这并不意味着增速能一路加速下去。靠老客户往深里挖来的增速，是有天花板的，NDR也终究会从150%这样的高峰，向着110%到130%这样的行业常态慢慢收敛。
也恰恰是在这个节骨眼上，FDE的角色又变得非常关键。深挖老客户既然有天花板，那收入要想再上一个台阶，就只能靠新客户了。而开发新客户，正是FDE最核心的功能。开拓新客户，远比在老客户内部做横向扩张更吃人力，也最能体现FDE的价值。可以说，FDE的产能，某种程度上就是新客户开发的瓶颈。所以绕了一圈，又回到了开头那个担忧：FDE一旦增速放缓或者被挖走，最受影响的，就是PLTR的"新客户增长曲线"，也就是收入的二次加速。
所以往后看，决定PLTR收入增速能不能再上台阶的，是新客户数量能不能重新提起速来。而这一切，又取决于 FDE 团队能不能再次扩张。我最想等到的信号，就是净增客户数重新往上，而且是伴着FDE扩张一起向上走。到那个时候，下一轮收入加速的燃料，才算真正加满了。
其实在做FDE的分析之前，我们判断PLTR的收入增速大概率会在今年下半年见顶，更多是依据25年三季度的数，收入同比增速从二季度的48%，一下大幅跳涨到63%。在这么高的基数上，还想接着加速，难度实在太大。而现在把FDE的瓶颈叠加进来，就更证明了，下半年PLTR的加速真的太难了。
3.2 估值：PLTR收入不再加速时需要消化估值
那如果收入没法再提速了，PLTR的股价，大概率就得迎来一段估值调整期。这个估值调整期，对PLTR的股价意味着什么呢？我们不妨参考一下netflix的历史。
Netflix在过去十五年里，有三段估值消化的过程。
第一段是2013到2018年，PE高达100倍到400倍，但这时候的收入增速处于加速状态，2013年的20%左右，到了2018年中达到了40%左右。这段时间里，只要收入在加速，市场就愿意一直给高估值，所以PE的平均都在100倍以上，而且股价五年涨了10倍，高估值靠盈利的爆发慢慢消化；
第二段从2018年之后开始，PE从100倍消化到了60倍，这期间的收入增速从高点的40%一路往下滑到20%左右。股价也在收入增速见顶的2018年下半年和2019年经历了两次40%左右的大回撤，但整体横盘两年多，股价波动极大。随后，收入增速又重新加速，股价也重新开始上涨。
第三段从疫情后的2022年开始到2024年，PE从54倍杀到过最低的16倍，平均在35倍左右。这个阶段，收入增速直接跌到个位数，股价直接腰斩再腰斩。而2023年之后，增速在12%到17%附近稳住了，股价也不到三年时间收复全部失地并创出新高。
从netflix的这三段历史里，可以看消化估值期间股价的特点。第一，股价跟着收入加速和降速走。在收入加速阶段，股价几乎都是上行；收入一开始大幅降速，股价就涨不动了，通常是横盘或者下跌，而且伴随的股价波动极大。第二，只要降速没停，股价就一定是跌的。等到降速结束后、进入平稳期，市场终于看清了Netflix的稳态增长，估值就能锚定。就像2023年增速见底回升，收入增速稳定在15%，市场给的PE估值就能维持在40倍，这时候，业绩才重新开始推着股价往上走。
所以我认为，PLTR接下来这段估值消化，我们就可以参考Netflix的这段历史。
今年下半年，PLTR的收入增速大概率见顶。这本身不是什么大问题，毕竟收入不可能无限加速下去。
但不确定性在于增速在见顶之后，会回落到什么位置？是稳在50%，还是30%？这两个不同的稳态增速，会对应完全不同的估值。只有当市场看清PLTR的稳态增速到底是多少，才能给出一个相对确定的估值。而在这个增速找底、估值找锚的阶段，每一份财报都可能引发市场对稳定增速的不确定性，这也会持续放大股价的波动。如果是收入能稳定在50%，那股价可能像Netflix的第二阶段后期，会先稳定一段时间再向上涨；如果最终在30%，那股价的大幅调整几乎是不可避免的了。
而且，PLTR这段消化估值的过程大概率会比Netflix当年波动更大。因为 Netflix 有利润，用的是PE估值，而PLTR的利润太小，所以市场用PS估值。PS 估值对应的只是收入，所以估值的波动性就更大。
但是，波动加大不是什么太大的问题，问题更多是在于，PLTR是会要实现50%的收入增速带动股价持续上涨呢？还是说会跌到30%，然后股价开始出问题呢？对于这个问题，我自己更倾向于认为，50%的收入增速的可能性会更大。毕竟现在企业的AI adoption还很低，PLTR的业务还有非常大的空间。所以，按照我的假设来看， PLTR的PS估值稳定在30倍以上的可能性就很大。按照Bloomberg未来五年的预期，收入稳定在50%左右，那么28年保守给30倍PS，现在的股价还有60%以上的空间，也就是未来两年年均涨幅25%-30%。所以，只要高增长的业绩持续兑现，那现在的高估值可以被业绩慢慢消化，股价仍然有上涨空间。
整体来看，FDE暂时的短缺会给PLTR带来一系列的扰动，比如，AI数据分析的竞争加剧、新客户的拓展可能受限等等，但是对于这家公司的业绩是不需要担心的。因为PLTR现在还处在挖增量客户的阶段，存量客户的潜力都还没释放，市场空间巨大。但是，股价会进入"增速找底、估值找锚"的阶段，波动会明显加大。这不意味着股价就会见顶，这家公司就到头了。因为，高估值迟早会被高增长的业绩慢慢消化，PLTR股价仍有上涨空间。
绝对跟踪-为你持续追踪PLTR基本面变化
绝对跟踪-PLTR
Palantir Technologies Inc.
$123.05
-0.48 (-0.39%)
昨收
$123.53
最低价
$122.45
PE Ratio
90.09
今开
$123.96
最高价
$127.28
52周范围
$106.37-$207.52
财报跟踪
7 视频
业务调研
3 视频
更新于2026.07.29
事件解析
3 视频
股价监控
37
估值
1
问答
329
交易
20
为你推荐
17:28
PLTR | 业务调研
大厂集体挖Palantir墙角！下半年见顶风险进一步发酵！现在的Palantir还要投资吗？
6小时前
1.3k
10
1
17:10
TSM | 财报跟踪
最保守的台积电也等不住了！？收入利润率创历史新高，市场却依然不买账？别急，好戏才刚刚开始！
2天前
4.3k
28
1
22:18
TSLA | 财报跟踪
财报深度分析：特斯拉暴跌的惊人规律？跌幅还没到头！但买点已经清晰！
4天前
4.5k
37
3
14:24
月度总结
今年最重要的财报季来了！绝对跟踪的股票，财报季应该关注什么？哪只股票最有机会？
6天前
6.9k
49
3
15:31
GOOG | 业务调研
谷歌企业端AI产品变现深度研究！Gemini真有掉队风险？公司长期的投资价值是什么？
7天前
6.7k
45
6
您已浏览完全部帖子~
