夜雨聆风一条99万次围观的X帖子，把一场七个月前的达沃斯对话重新炸上热搜。帖子里那句话足够狠：AI竞赛已经输给了那些把定价搞错的人。 没过几天，同一个人真的在CNBC镜头前把这句话变成了现实版核弹。他点名的对象，正是OpenAI和Anthropic。
达沃斯主舞台，一场"输赢"的宣判
发帖人叫SolSt1ne，7月4日凌晨把一段32分钟的视频甩上X：Palantir联合创始人兼CEO Alex Karp，正坐在贝莱德（BlackRock）CEO Larry Fink对面。后者管着11.5万亿美元资产，是地球上话语权最重的资本掌门人之一。
"The CEO of Palantir sat across from Larry Fink... and told Davos the AI race is already lost by everyone pricing it wrong."
「Palantir CEO与掌管贝莱德11.5万亿美元资产的Larry Fink面对面，在达沃斯告诉大家：AI竞赛已经输给了那些定价错误的人。」
帖子后面接着写道：
"he says the firms selling AI by the token have 'completely broken' how it works"
「他说，按token售卖AI的公司已经『彻底搞砸』了它的运作方式。」
这条帖子拿到了3367个赞、8150次收藏、99.1万次查看。评论区吵翻了，有人说这是今年最坦率的一次AI权力对话，也有人翻出旧账，说Karp这是在给自家生意打广告。
▲ @SolSt1ne 的帖子让这段达沃斯对话剪辑重新被翻出来，99.1万次查看，评论区两极分化
时间往回拨到今年1月20日，达沃斯世界经济论坛年会主舞台。Fink开场先恭维了一句：Palantir上市以来的复合回报，早就把贝莱德甩在了身后。这句寒暄之后，两人聊的却是AI会不会摧毁工作、谁真正控制资本、软件定义的战争长什么样。
Karp当场撂下一句让在场记者集体倒吸一口气的话：AI「将摧毁人文学科的工作」（It will destroy humanities jobs）。他建议名校哲学系学生趁早再学一门手艺，因为「职业技能」（vocational skills）才是这个国家真正缺人的地方。
单纯买一个大模型，在他嘴里是「自娱自乐后的宿醉」（self-pleasuring... hangover），爽一下，第二天什么都没留下。这句评价当时听着像段子，七个月后回头看，更像是一句埋好的伏笔。
真正的重锤，砸在CNBC演播室里
达沃斯那场对话只是序曲。真正把这件事推上风口的，是7月1日CNBC《Squawk Box》的一次采访。名义上，Karp是去谈Palantir与NVIDIA扩大合作、部署开源Nemotron模型；实际上，他大半时间都在炮轰整个前沿AI实验室的收费模式。
"Something has gone completely wrong... I'm going to chillax and waste my time with tokens. I'm gonna get no value, and they're gonna get my IP."
「有些事情已经彻底错了……这个国家企业的基本心态是：我打算悠哉悠哉，把时间浪费在token上，最后得到的是零价值，而他们拿走的是我的知识产权。」
这段话点名的，正是整个「按token计费」的商业模式，企业为每一次生成付钱，钱花出去了，换来的经常是幻觉文字和需要人工返工的半成品，真正值钱的数据和业务逻辑却被喂进了别人的模型里。
Karp说得更狠的一句，是关于国防的：
"Are you going to give them control of the weights to do that, or do you get to control the weights? Are we really going to outsource the battlefield of this country to Silicon Valley consensus opinion? That's effing insane."
「你要把weights的控制权交给他们，还是你自己控制weights？我们真的要把这个国家的战场外包给硅谷的共识意见吗？那简直疯了。」
主持人Becky Quick当场提醒：「你听起来很生气。」搭档Andrew Ross Sorkin补了一句，说这话听着像在阴阳同行。Karp的回应是：「不，这是美国企业的声音，正通过我传递出来。」
▲ Quartz把Karp的原话搬进了大字标题："something has gone completely wrong"
采访播出当天，Palantir股价（PLTR）应声上涨8%到9%。华尔街用真金白银给这场"发飙"投了票。
时间线拼图：情绪爆发之前，剧本早就写好了
如果只看CNBC那十几分钟，很容易把这当成一次情绪失控。但把日期摆在一起看，画风完全变了。
6月29日，Palantir宣布与NVIDIA扩大合作，把开源的Nemotron模型部署进自家的"主权AI"（Sovereign AI）环境，主打美国政府与关键基础设施客户。
6月30日，Palantir官方账号在X上发布一份九点「AI主权宣言」，白纸黑字，逐条编号，措辞比采访里冷静得多，却更狠：
「数据留存是你的宝藏，转移它，风险自负。」「Tokenmaxxing劫持你的价值取向，降低机构韧性与智能。」「控制你的weights，就是控制你的命运。」
7月1日，Karp才走进CNBC演播室，把书面宣言里的观点，用最口语化、最容易被剪成十五秒短视频的方式重新讲了一遍。
三天，三个动作，一条完整的商业链条：先把技术方案（NVIDIA开源模型）铺好，再把理念（九点宣言）立好，最后用一场情绪饱满的采访把话题送上热搜。
这不代表Karp说的没有道理，只能说明这场"愤怒"从头到尾，都踩着提前算好的商业节奏往前走。
Ontology：Karp真正想卖的东西
Karp反复强调的一个词是"ontology"（本体，可以理解为企业的数字逻辑层）。他的逻辑是：裸模型只会生成文字，真正值钱的是把模型和企业自己的数据结构、安全权限、业务规则、供应链物理约束绑定在一起，让AI从"说话"变成能在企业逻辑内"做事"。
他给潜在客户列了一份采购前必须回答的问题清单，几乎可以原样拿去质问任何一个AI供应商：
你是否在保留我的数据？ 你会不会借此进入我的业务、成为我的竞争对手？ 生产环境里，weights到底是谁在控制？ 数据、模型、alpha是否可以随时迁移、擦除、审计？
这份清单背后的潜台词毫不遮掩：token定价把AI卖成了一种"思考税"，你为模型思考的过程付费，却买不到与自己业务真正绑定的结果。
数字不会撒谎，但也不会讲全部真相
Karp敢把话说这么满，底气来自Palantir自己的财报。今年一季度，公司营收16.32亿美元，同比增长84.7%；美国商业业务增长133%；调整后经营利润率46%；用增长率加利润率算出的"Rule of 40"指标，跑到了145。
▲ 24/7 Wall St的报道把Karp的言论和Palantir自身的财务数据放在一起对照
市场也用估值给出了回应：Palantir的远期市盈率一度冲到80倍左右，是NVIDIA（约23倍）的三倍还多。背后的核心逻辑是：芯片赚一轮钱，ontology这样的应用集成层再赚一轮钱，中间那层"卖token"的生意，反而最不值钱。
但这套说法也留了一个明显的漏洞：至今没有独立第三方的大规模企业调研，能证明"token真的创造不出价值"。Karp给出的是经验之谈加商业说辞，够不上一份审计报告。他自己也是这场牌局里最大的既得利益方之一，批评对手的商业模式，同时正在推销自己的替代方案，动机谈不上干净。
顺手埋下的另一颗雷：人文学科没有出路
回到达沃斯那场对话，Karp留下的争议远不止token定价。当Fink问AI到底是创造工作还是消灭工作时，他答得毫不客气：AI会摧毁人文学科的工作，「希望你还有别的技能」。
▲ Forbes的报道聚焦Karp在达沃斯引发的就业争议，"对，也错"
Forbes随后专门发文回应，标题干脆写成"对，也错"，认可他对职业技能价值的判断，但反驳他把人文素养一棍子打死的悲观论调。这场关于"谁会失业"的争论，和token定价之争几乎指向同一个问题：AI创造的价值，究竟会流向谁。
谁在这场辩论里说了真话
媒体对这件事的报道明显分裂成了两派。一派是CNBC、Quartz这类偏严肃财经媒体，聚焦定价结构本身和股价反应；另一派更爱渲染情绪，用"崩溃""语无伦次"这类字眼去形容Karp在镜头前的状态，关注他的语气多过他的论点。
企业高管这边的反馈，倒是相对一致：不少财富500强的采购负责人私下确实在抱怨AI支出失控、投资回报说不清楚、数据外流风险说不明白。"Tokenmaxxing"这个词，正在变成企业IT圈里心照不宣的吐槽用语。也有分析人士提醒，问题也可能出在企业自己的集成能力不足，锅未必全该定价模式来背。开源权重模型固然给了控制权，但自己搭基础设施、担运维安全责任，同样得自己掏成本，算不上免费的午餐。
定价范式正在被重新洗牌
抛开谁对谁错，这场争论指向的其实是同一个更大的问题：AI创造的超额利润，最终会落进谁的口袋？
前沿实验室靠训练最大的模型、按token收费；芯片厂商靠卖算力躺着赚钱；而像Palantir这样的平台层，笃定"集成与治理"才是最后的护城河。定价模式的每一次迭代，从按许可证收费，到订阅制，再到按用量计费，都曾被吹成"终于对齐了价值"，最后又都被下一轮质疑推翻重来。
买家能做的，也许是把Karp那份采购清单当成一把趁手的尺子：先问清楚数据归属、weights控制权、可迁移性，再决定要不要签这张账单。至于"AI竞赛到底输给了谁"，答案可能要等下一轮财报和下一场发布会才能见分晓。
