橘子 _

推特:@0xaurskyo | Web3 探索 碎碎念
126 Following
4.7K+ Followers
488 Liked
Posts
·
--
最近翻 @Acurast 的 NodeGhost 技术案例,看到一个挺有意思的测试结果。 一台手机运行量化后的 Qwen2.5-3B 模型,生成速度大约每秒 3 个 Token。 回答 120 Token 左右的问题,需要约 45 秒 放在今天的大模型体验里,这速度确实有点慢。 但让我关注这个案例的,是另一处设计 通过 Acurast Tunnel,原本藏在手机本地、没有公网 IP 的模型,可以对外提供 HTTPS 接口。 再接入 NodeGhost 的兼容 OpenAI API,开发者原有的调用方式几乎不用改,就能把请求发送到手机上执行。 这样一来,手机不再只是网络里被动等待分配任务的 Processor,也可以对外提供标准化的 AI 推理服务。 当然,目前这个案例还是 Canary 网络上的参考实现,速度和复杂推理能力都有明显限制。 但我觉得它已经回答了一个很实际的问题: 如果开发者想把自己的模型部署在分布式手机上,现有应用能不能方便地调用? 至少这条技术路径已经有可运行的例子。 至于商业化,还需要继续验证延迟、并发、成本和长期稳定性。 Acurast 的 $ACU 负责连接网络使用和算力激励,但最终能否吸引付费需求,还得看这些应用有没有实际竞争力。
最近翻 @Acurast 的 NodeGhost 技术案例,看到一个挺有意思的测试结果。

一台手机运行量化后的 Qwen2.5-3B 模型,生成速度大约每秒 3 个 Token。

回答 120 Token 左右的问题,需要约 45 秒

放在今天的大模型体验里,这速度确实有点慢。

但让我关注这个案例的,是另一处设计

通过 Acurast Tunnel,原本藏在手机本地、没有公网 IP 的模型,可以对外提供 HTTPS 接口。

再接入 NodeGhost 的兼容 OpenAI API,开发者原有的调用方式几乎不用改,就能把请求发送到手机上执行。

这样一来,手机不再只是网络里被动等待分配任务的 Processor,也可以对外提供标准化的 AI 推理服务。

当然,目前这个案例还是 Canary 网络上的参考实现,速度和复杂推理能力都有明显限制。

但我觉得它已经回答了一个很实际的问题:

如果开发者想把自己的模型部署在分布式手机上,现有应用能不能方便地调用?

至少这条技术路径已经有可运行的例子。

至于商业化,还需要继续验证延迟、并发、成本和长期稳定性。

Acurast 的 $ACU 负责连接网络使用和算力激励,但最终能否吸引付费需求,还得看这些应用有没有实际竞争力。
最近邀请了一个用户来体验 @Acurast,碰到个挺实际的问题。 手机已经接入成功了,但后台还没算作有效用户,页面提示需要再完成 3 个任务。 刚开始容易以为,扫完码、设备显示在线,参与就算完成了 后来翻了下 Acurast 的机制,发现这里确实有几件事要分清。 首先,手机接入网络成为 Processor,是在提供计算资源。 设备的硬件性能会影响基础 $ACU 奖励,实际执行 Deployment 还能获得额外的奖励权重。 另外,Acurast 还有 Cloud Rebellion 社区活动,完成任务、邀请用户、接入设备可以积累 MIST 积分。 MIST 是活动积分,不能直接当成 $ACU 收益。邀请是否有效,也得看对应活动的具体条件。 所以我现在觉得,参与 Acurast 最好别只看设备连接成功没有。 还要确认 Processor 的运行状态、奖励记录,以及活动任务有没有真正完成。 对于刚接触 DePIN 的朋友,这几个地方确实容易混淆。 Acurast 已经让普通人能够用手机参与计算网络,但从完成接入到弄懂奖励规则,中间还有不少值得研究的细节。 先把一台设备跑明白,再考虑邀请更多人参与,会省去很多不必要的麻烦。 也可走我链接:https://hub.acurast.com/rebellion?ref=kxxd8r
最近邀请了一个用户来体验 @Acurast,碰到个挺实际的问题。

手机已经接入成功了,但后台还没算作有效用户,页面提示需要再完成 3 个任务。

刚开始容易以为,扫完码、设备显示在线,参与就算完成了

后来翻了下 Acurast 的机制,发现这里确实有几件事要分清。

首先,手机接入网络成为 Processor,是在提供计算资源。

设备的硬件性能会影响基础 $ACU 奖励,实际执行 Deployment 还能获得额外的奖励权重。

另外,Acurast 还有 Cloud Rebellion 社区活动,完成任务、邀请用户、接入设备可以积累 MIST 积分。

MIST 是活动积分,不能直接当成 $ACU 收益。邀请是否有效,也得看对应活动的具体条件。

所以我现在觉得,参与 Acurast 最好别只看设备连接成功没有。

还要确认 Processor 的运行状态、奖励记录,以及活动任务有没有真正完成。

对于刚接触 DePIN 的朋友,这几个地方确实容易混淆。

Acurast 已经让普通人能够用手机参与计算网络,但从完成接入到弄懂奖励规则,中间还有不少值得研究的细节。

先把一台设备跑明白,再考虑邀请更多人参与,会省去很多不必要的麻烦。

也可走我链接:https://hub.acurast.com/rebellion?ref=kxxd8r
最近重新翻了一遍 @Acurast 的机制,发现 $ACU 有个细节挺容易被忽略。 开发者把任务部署到 Acurast 后,需要为计算支付成本。 但这笔钱并不是简单地从开发者钱包转到某一台手机的钱包。 任务实际执行时,计算费用会被消耗;提供算力的 Processor,则根据硬件 Benchmark、任务执行情况以及是否参与 Staked Compute,去竞争网络奖励。 我觉得这里值得单独看。 因为它把两件事拆开了: 一边是开发者有没有真实任务。如果没人部署应用、没人消耗计算资源,$ACU 的使用需求自然有限。 另一边是手机为什么愿意持续提供算力。设备性能、执行任务和质押都会影响它在奖励池里的权重。 现在 Acurast 官网已经显示超过 32.2 万台手机接入,累计 Compute Deployments 超过 67.5 万次。 节点规模已经有了,接下来我更关心后面这个数字: 到底有多少计算是开发者真正需要,并且愿意持续付费运行的。 这也是我判断 $ACU 时比较看重的一点。 它既用于 Deployment 和网络费用,也参与 Staked Compute、奖励以及链上治理。 所以研究 $ACU,我不会只盯着质押 APR 或流通量。 计算任务跑得越多,网络里才会出现更多真实的代币使用场景。 如果未来开发者需求能够继续增长,手机提供算力、任务消耗 ACU、网络奖励算力提供者,这套循环才会越来越值得研究。 #depin #acurast
最近重新翻了一遍 @Acurast 的机制,发现 $ACU 有个细节挺容易被忽略。

开发者把任务部署到 Acurast 后,需要为计算支付成本。

但这笔钱并不是简单地从开发者钱包转到某一台手机的钱包。

任务实际执行时,计算费用会被消耗;提供算力的 Processor,则根据硬件 Benchmark、任务执行情况以及是否参与 Staked Compute,去竞争网络奖励。

我觉得这里值得单独看。

因为它把两件事拆开了:

一边是开发者有没有真实任务。如果没人部署应用、没人消耗计算资源,$ACU 的使用需求自然有限。

另一边是手机为什么愿意持续提供算力。设备性能、执行任务和质押都会影响它在奖励池里的权重。

现在 Acurast 官网已经显示超过 32.2 万台手机接入,累计 Compute Deployments 超过 67.5 万次。

节点规模已经有了,接下来我更关心后面这个数字:

到底有多少计算是开发者真正需要,并且愿意持续付费运行的。

这也是我判断 $ACU 时比较看重的一点。

它既用于 Deployment 和网络费用,也参与 Staked Compute、奖励以及链上治理。

所以研究 $ACU,我不会只盯着质押 APR 或流通量。

计算任务跑得越多,网络里才会出现更多真实的代币使用场景。

如果未来开发者需求能够继续增长,手机提供算力、任务消耗 ACU、网络奖励算力提供者,这套循环才会越来越值得研究。

#depin #acurast
最近看了不少 DePIN 项目,发现一个挺容易被忽略的问题 很多项目都在强调自己有多少节点、多少设备、覆盖多少国家,但很少有人继续往下问: 这些设备接入以后,到底有没有人愿意花钱使用? 我最近研究 @Acurast 和 $ACU,反而更关注这件事。 Acurast 已经在今年 1 月 20 日上线主网,网络由分布在全球的手机提供计算资源。开发者可以部署计算任务,设备负责执行,协议完成调度和结算。 比较值得研究的是它的代币消耗机制。 开发者使用算力需要支付 ACU,任务成功执行后,相应的计算费用会被销毁。 提供计算资源的设备则通过网络激励获得奖励,参与质押计算还能根据硬件性能、质押规模和承诺时长获得额外奖励。 这里有一个很实际的关系: 用的人越多,计算费用产生的销毁需求就越大;但为了维持算力供给,网络本身也会持续发行代币用于激励。 所以只看销毁机制,其实还远远不够。 $ACU 初始供应量为 10 亿枚,代币经济模型中还有持续通胀。 未来真实计算需求带来的消耗,能覆盖多少新增供应,是我更想持续观察的数据。 还有个细节,Acurast 在今年 3 月通过链上治理引入了动态定价。 不同手机的计算能力由硬件基准测试衡量,计算价格跟着设备性能调整,不再完全依赖节点运营者手动报价。 如果高性能设备和低性能设备长期拿着差不多的报价,开发者很难合理判断成本,优质算力也未必有足够动力进入网络。 目前 Acurast 已经具备主网、算力调度、收费销毁和质押治理机制。 但对 $ACU 的长期判断,我还是会把注意力放在真实付费任务、网络利用率以及费用销毁规模上。 毕竟手机接入数量能证明供给规模,持续有人付费,才能进一步证明这门生意有没有市场。
最近看了不少 DePIN 项目,发现一个挺容易被忽略的问题

很多项目都在强调自己有多少节点、多少设备、覆盖多少国家,但很少有人继续往下问:

这些设备接入以后,到底有没有人愿意花钱使用?

我最近研究 @Acurast 和 $ACU,反而更关注这件事。

Acurast 已经在今年 1 月 20 日上线主网,网络由分布在全球的手机提供计算资源。开发者可以部署计算任务,设备负责执行,协议完成调度和结算。

比较值得研究的是它的代币消耗机制。

开发者使用算力需要支付 ACU,任务成功执行后,相应的计算费用会被销毁。

提供计算资源的设备则通过网络激励获得奖励,参与质押计算还能根据硬件性能、质押规模和承诺时长获得额外奖励。

这里有一个很实际的关系:

用的人越多,计算费用产生的销毁需求就越大;但为了维持算力供给,网络本身也会持续发行代币用于激励。

所以只看销毁机制,其实还远远不够。

$ACU 初始供应量为 10 亿枚,代币经济模型中还有持续通胀。

未来真实计算需求带来的消耗,能覆盖多少新增供应,是我更想持续观察的数据。

还有个细节,Acurast 在今年 3 月通过链上治理引入了动态定价。

不同手机的计算能力由硬件基准测试衡量,计算价格跟着设备性能调整,不再完全依赖节点运营者手动报价。

如果高性能设备和低性能设备长期拿着差不多的报价,开发者很难合理判断成本,优质算力也未必有足够动力进入网络。

目前 Acurast 已经具备主网、算力调度、收费销毁和质押治理机制。

但对 $ACU 的长期判断,我还是会把注意力放在真实付费任务、网络利用率以及费用销毁规模上。

毕竟手机接入数量能证明供给规模,持续有人付费,才能进一步证明这门生意有没有市场。
说到 DePIN,我其实挺想知道,一台放在抽屉里吃灰的旧手机,到底还能产生多少价值? 最近研究 @Acurast,特意看了一下它的手机节点规则。 门槛确实不高,目前 Android 12 以上、iOS 15 以上的兼容设备就有机会参与。 而且它把参与方式分成了两类: Lite 可以利用日常手机的空闲时间提供算力,不用清空设备。 Core 则更适合专门拿来跑节点的 Android 手机,需要恢复出厂设置。 但有个细节,我觉得比接入流程更重要。 Acurast 的基础奖励已经按硬件 Benchmark 分配,不再是简单的一台手机对应一份固定收入。 性能更好的设备通常能拿到更高权重,实际匹配到计算任务,还有额外的评分加成。质押算力则涉及另一部分 $ACU 激励。 所以想参与的话,我反而不建议一上来就批量买手机。 先用手上闲置的设备测试,看看硬件评分、在线率、实际奖励,再把电费、电池损耗和维护成本算进去。 毕竟节点数量增加以后,奖励也存在竞争关系,收益不会因为设备一直开着就有保证。 我觉得 @Acurast 值得关注的地方,是让普通人也能参与算力供给。 至于最终能赚多少,还是得看设备质量、网络规则和真实运行情况。 有时候把一台旧手机利用起来,比急着投入新硬件更适合验证一个项目。
说到 DePIN,我其实挺想知道,一台放在抽屉里吃灰的旧手机,到底还能产生多少价值?

最近研究 @Acurast,特意看了一下它的手机节点规则。

门槛确实不高,目前 Android 12 以上、iOS 15 以上的兼容设备就有机会参与。

而且它把参与方式分成了两类:

Lite 可以利用日常手机的空闲时间提供算力,不用清空设备。

Core 则更适合专门拿来跑节点的 Android 手机,需要恢复出厂设置。

但有个细节,我觉得比接入流程更重要。

Acurast 的基础奖励已经按硬件 Benchmark 分配,不再是简单的一台手机对应一份固定收入。

性能更好的设备通常能拿到更高权重,实际匹配到计算任务,还有额外的评分加成。质押算力则涉及另一部分 $ACU 激励。

所以想参与的话,我反而不建议一上来就批量买手机。

先用手上闲置的设备测试,看看硬件评分、在线率、实际奖励,再把电费、电池损耗和维护成本算进去。

毕竟节点数量增加以后,奖励也存在竞争关系,收益不会因为设备一直开着就有保证。

我觉得 @Acurast 值得关注的地方,是让普通人也能参与算力供给。

至于最终能赚多少,还是得看设备质量、网络规则和真实运行情况。

有时候把一台旧手机利用起来,比急着投入新硬件更适合验证一个项目。
HertzFlow 挑戰賽 Day 12 还剩下两天,苟住了 准备搏一搏 @HertzFlow_xyz #HertzflowPNL
HertzFlow 挑戰賽 Day 12

还剩下两天,苟住了 准备搏一搏

@HertzFlow #HertzflowPNL
HertzFlow 挑戰賽 Day 11 今天繼續上號,開了一筆 $BNB 試試 #HertzflowPNL @HertzFlow_xyz
HertzFlow 挑戰賽 Day 11
今天繼續上號,開了一筆 $BNB 試試
#HertzflowPNL @HertzFlow
·
--
HertzFlow 挑戰賽 Day3 🔥 今天繼續上號,開了一筆 BTC 多單。 先小倉試試,看看今天能不能拿到一點 PNL 👀 #HertzflowPNL @HertzFlow_xyz HertzFlow
HertzFlow 挑戰賽 Day3 🔥
今天繼續上號,開了一筆 BTC 多單。
先小倉試試,看看今天能不能拿到一點 PNL 👀
#HertzflowPNL @HertzFlow HertzFlow
HertzFlow 挑战赛 Day 3🔥 今天继续上号,开了一笔 BTC 多单。 先小仓试试,看看今天能不能拿到一点 PNL 👀 #HertzflowPNL @HertzFlow_xyz
HertzFlow 挑战赛 Day 3🔥

今天继续上号,开了一笔 BTC 多单。

先小仓试试,看看今天能不能拿到一点 PNL 👀

#HertzflowPNL @HertzFlow
HertzFlow 挑战赛 Day 1 🔥 第一天先试试手感,BTC 跌了不少,这里开了一笔多单,但是我平了 100U 起步,14 天慢慢打。 希望运气好点,最后能拿个奖 😂 #HertzflowPNL @HertzFlow_xyz
HertzFlow 挑战赛 Day 1 🔥

第一天先试试手感,BTC 跌了不少,这里开了一笔多单,但是我平了

100U 起步,14 天慢慢打。

希望运气好点,最后能拿个奖 😂

#HertzflowPNL @HertzFlow_xyz
最近看链上 AI,我越来越不信那种简单的“聪明钱正在买入”。 地址买了,不代表它看多。 可能是做市商在补库存,可能是跨链结算经过的中间地址,也可能只是同一个实体在不同钱包之间转仓。链上记录没有撒谎,但把每一笔流入都解释成观点,离真实交易还差得很远。 这也是 Crypto 专用模型最难的一层:它不能只读交易,还要识别地址之间的关系,理解资金为什么移动,并且知道同一个动作放在不同时间、不同流动性环境里,含义会完全不同。 我关注 Velvet @Velvet_Capital 训练 Velvet-1,不是想让它替我猜下一个涨幅最大的币。我更想知道,它能不能在 Copilot 里把这些容易混淆的动作分开:哪些是真买盘,哪些只是路由,哪些资金进来了却没有承担价格风险。 判断对这一层,AI 才开始接近研究工具。 否则所谓链上洞察,大概率只是把区块浏览器里的记录重新讲了一遍。
最近看链上 AI,我越来越不信那种简单的“聪明钱正在买入”。

地址买了,不代表它看多。

可能是做市商在补库存,可能是跨链结算经过的中间地址,也可能只是同一个实体在不同钱包之间转仓。链上记录没有撒谎,但把每一笔流入都解释成观点,离真实交易还差得很远。

这也是 Crypto 专用模型最难的一层:它不能只读交易,还要识别地址之间的关系,理解资金为什么移动,并且知道同一个动作放在不同时间、不同流动性环境里,含义会完全不同。

我关注 Velvet @Velvet_Capital 训练 Velvet-1,不是想让它替我猜下一个涨幅最大的币。我更想知道,它能不能在 Copilot 里把这些容易混淆的动作分开:哪些是真买盘,哪些只是路由,哪些资金进来了却没有承担价格风险。

判断对这一层,AI 才开始接近研究工具。

否则所谓链上洞察,大概率只是把区块浏览器里的记录重新讲了一遍。
我现在看交易 AI,不太关心它能不能判断一个标的“有没有机会”。 这个问题太大,也太容易说空话。 我更关心它能不能把一笔交易拆成几个现实约束: 我为什么进? 错了在哪里认? 这个池子的深度够不够? 滑点会不会吃掉预期? 退出时还有没有人接? 很多链上交易,方向看对了也会亏,不是叙事错,而是执行条件太差。 你买的是一个好故事,但成交在一个很薄的池子里;你看到的是钱包进场,但自己仓位太大,根本出不来。 这种亏法很常见,也最容易被复盘时忽略。因为故事没错,人就会以为只是运气差。 所以 Velvet @Velvet_Capital 的 Copilot 如果有用,我希望它少讲宏大判断,多帮我把交易条件摊开。 一个交易在观点上成立,不代表在执行上成立。
我现在看交易 AI,不太关心它能不能判断一个标的“有没有机会”。

这个问题太大,也太容易说空话。

我更关心它能不能把一笔交易拆成几个现实约束:

我为什么进?
错了在哪里认?
这个池子的深度够不够?
滑点会不会吃掉预期?
退出时还有没有人接?

很多链上交易,方向看对了也会亏,不是叙事错,而是执行条件太差。

你买的是一个好故事,但成交在一个很薄的池子里;你看到的是钱包进场,但自己仓位太大,根本出不来。

这种亏法很常见,也最容易被复盘时忽略。因为故事没错,人就会以为只是运气差。

所以 Velvet @Velvet_Capital 的 Copilot 如果有用,我希望它少讲宏大判断,多帮我把交易条件摊开。

一个交易在观点上成立,不代表在执行上成立。
Article
Palantir Q2 超预期:市场买的不是 AI 故事,而是增长兑现Palantir 涨超 10%:这次财报真正被重估的,不是 AI 故事,而是兑现速度 Palantir 又交出了一份很难挑刺的财报。 2026 年第二季度营收达到 19.35 亿美元,同比增长 93%,明显高于市场预期的约 18 亿美元;调整后每股收益为 0.41 美元,同样超过分析师预期。财报公布后,股价盘后涨幅一度达到约 10%—14%。不同媒体给出的数字略有差异,主要是统计时点不同。证券交易委员会 只看这些数字,很容易把上涨归结为“财报超预期”。 但真正推动市场重新定价的,并不是单独一个季度多赚了多少钱,而是 Palantir 同时证明了三件事: 增长还在加速,利润没有被增长吃掉,而且管理层认为这种速度至少还能延续几个季度。 这三件事一起出现,才是这次股价反应如此直接的原因。 一、比营收超预期更重要的,是增长没有明显降速 对一家已经拥有接近 20 亿美元季度收入的软件公司来说,同比增长 93% 本身就不寻常。 更关键的是,这不是靠某一个业务偶然爆发撑起来的。 Palantir 第二季度美国商业收入达到 7.64 亿美元,同比增长 149%;美国政府收入达到 8.09 亿美元,同比增长 90%。两项业务合计贡献 15.73 亿美元,占公司总收入约 81%。证券交易委员会 这组数据说明,Palantir 目前同时踩中了两条增长曲线。 一条来自企业客户。越来越多公司不再满足于购买大模型调用额度,而是需要把模型真正接进供应链、生产、风控、医疗和内部决策流程。 另一条来自政府和国防。地缘冲突、军事数字化以及情报系统升级,让政府对实时数据处理、战场决策和自主系统的投入持续增加。Palantir 的美国政府业务因此增长了 90%。Reuters 过去市场对 Palantir 最大的疑问之一,是它到底是一家依赖政府合同的特殊软件公司,还是能够进入主流企业市场的平台型公司。 现在的财报至少给出了阶段性答案:政府业务仍然强劲,但商业业务已经跑得更快。 二、Palantir 卖的并不是“大模型”,而是让模型真正进入生产环境 Palantir 经常被放进 AI 软件公司的估值框架里,但它和普通的大模型应用公司并不是同一种生意。 企业并不缺能够写总结、生成代码或者回答问题的模型。 真正困难的是,怎么让模型读取内部数据,同时又不越过权限;怎么知道某个数据来自哪里;怎么把模型给出的建议变成一套可以审批、执行和追责的工作流;模型出现错误后,又该由谁承担责任。 这些问题靠一个聊天框解决不了。 Palantir 的核心位置,更接近企业数据、业务流程和模型之间的控制层。模型可以更换,但企业内部的数据结构、权限、业务对象和决策流程不会轻易更换。 这也是 Palantir 反复强调“主权 AI”的原因。它想表达的并不是一个抽象概念,而是客户应该继续掌握自己的数据、模型选择和最终决策,而不是把整个业务逻辑交给某一家模型公司。 从这个角度看,大模型能力继续商品化,未必一定会削弱 Palantir。 模型越多、部署环境越复杂,企业反而越需要一个能够管理数据、模型、权限和执行流程的平台。 当然,这套逻辑能否长期成立,最终还是要看客户愿不愿意持续付费。第二季度美国商业合同数据给出了比较强的信号:美国商业总合同价值达到 21.32 亿美元,同比增长 153%;美国商业剩余合同价值达到 62.38 亿美元,同比增长 124%。证券交易委员会 这意味着企业客户不只是试用产品,而是在扩大合同规模。 三、这份财报最强的地方,其实是利润率 很多高速增长的软件公司,都可以用大规模销售投入换取收入增长。 这种增长并不稀缺。 真正稀缺的是:收入接近翻倍的同时,利润率还在明显提升。 Palantir 第二季度 GAAP 营业利润达到 9.12 亿美元,营业利润率为 47%;调整后营业利润率达到 62%;经营现金流和调整后自由现金流均超过 12 亿美元,对应约 63% 的利润率。证券交易委员会 把成本拆开看会更清楚。 第二季度收入同比增长 93%,但销售及营销费用只增长约 39%,研发费用增长约 43%,管理费用增长约 20%。收入增长速度远高于主要运营费用,说明新增合同开始产生明显的规模效应。证券交易委员会 软件公司的理想状态,本来就是产品完成后可以被重复部署,而成本不需要随着收入同比例增加。 Palantir 过去长期依赖前线工程师深入客户内部完成部署,因此市场一直担心它更像高端咨询公司,而不是标准软件平台。 这次利润率的变化说明,至少在当前阶段,产品交付正在变得更标准,旧客户扩张也比从头获取新客户更便宜。 这可能比单纯的收入增长更重要。 四、上调指引,才是股价上涨的直接燃料 市场交易的从来不是刚刚过去的一个季度,而是未来几个季度的盈利预期。 Palantir 将 2026 年全年收入指引从此前的约 76.5 亿美元,直接上调至 81.50 亿—81.58 亿美元,一次性增加接近 5 亿美元。 第三季度收入指引则为 21.60 亿—21.64 亿美元,高于分析师此前约 20 亿美元的平均预期。Reuters 这不是常规的小幅上修。 管理层实际上在告诉市场:第二季度的增长并非提前确认收入,也不是某笔政府合同带来的短期波动,公司当前看到的订单和交付节奏,比三个月前预期得更强。 财报公布前,投资者可能还在讨论 Palantir 能否守住高增长。 财报公布后,问题变成了它能把高增长维持多久。 估值模型中的收入、利润率和未来增长率同时被上调,股价自然会快速反应。 五、不过,增长兑现了,不代表估值便宜了 Palantir 现在最大的问题,已经不是公司做得好不好,而是市场为这种优秀支付了多少钱。 按最新报价计算,Palantir 市值约为 3230 亿美元,市盈率约为 141 倍。以管理层最新全年收入指引中值粗略计算,市值仍然相当于约 40 倍年度收入。证券交易委员会 这意味着当前股价隐含的并不是“Palantir 会继续增长”,而是: 公司需要多年维持远高于普通软件公司的增长速度,同时保持极高利润率,并且不能出现明显的执行失误。 这类估值对普通的好消息并不敏感,只对持续超预期敏感。 当市场已经按满分定价,一份 90 分的财报也可能导致股价下跌。只要增长从 90% 快速降到 40%—50%,或者企业合同转化速度变慢,估值倍数就可能先于基本面收缩。 所以这次上涨可以理解,但不能简单等同于股价重新变得安全。 六、合同数字很好看,但不能直接当成收入 Palantir 本季度签下的总合同价值达到 33.73 亿美元,同比增长 49%,其中包含大量百万美元以上的大型合同。公司共签下 220 份价值至少 100 万美元的合同,其中 73 份价值超过 1000 万美元。证券交易委员会 但这里需要留一个心眼。 Palantir 自己也在财报文件中说明,总合同价值和剩余合同价值可能包含客户未来可以选择执行的合同选项,许多合同也允许客户因便利原因终止。 换句话说,合同价值代表潜在业务规模,不代表这些资金已经锁定,更不能和当期收入画等号。证券交易委员会 后续真正值得观察的,不只是合同总额继续创新高,而是这些合同能否稳定转化为收入和现金流。 订单很多是一回事,客户持续使用并扩大部署是另一回事。 七、美国市场是优势,也是集中度风险 Palantir 本季度超过八成收入来自美国,美国政府与美国商业业务几乎各占总收入四成。 短期看,这种集中度让 Palantir 成为了美国政府增加国防和 AI 投入的直接受益者。 长期看,它也带来了政策和地区风险。 欧洲部分政府正在加强对本地数据主权和本土软件供应商的重视。法国国内情报机构计划用本土公司 ChapsVision 的产品替代 Palantir;Palantir 在英国的一项警务合同也面临法律争议。Reuters 这并不意味着美国业务会突然失速。 但它提醒投资者,Palantir 在美国的优势未必能原样复制到其他国家。各国对国防、情报和关键数据的控制要求不同,本土化采购可能成为国际扩张的长期阻力。 此外,Palantir 与国防、移民及执法部门的合作一直存在争议。无论投资者对这些问题持什么立场,它们都会带来真实的品牌、监管和采购风险,而不只是舆论噪音。卫报 八、股权激励仍然值得跟踪 Palantir 第二季度股票薪酬约为 2.65 亿美元,高于去年同期的约 1.60 亿美元,相当于当季收入的约 13.7%。证券交易委员会 好的一面是,公司公布的 47% GAAP 营业利润率已经包含这些费用。也就是说,这次利润并不是完全依靠剔除股权激励之后的非 GAAP 指标包装出来的。 需要注意的是,股权激励仍然是真实成本。 它可能不会立刻消耗现金,但会影响股东长期持有的权益比例。当前稀释后股数同比增加幅度并不大,说明短期稀释尚未失控,但这项支出仍然需要继续观察。证券交易委员会 结语:公司越来越确定,股价反而越来越考验判断 这份财报确实配得上一次明显上涨。 营收和利润双双超预期,商业与政府业务同时加速,现金流强劲,全年指引大幅上调。Palantir 正在证明,它不只是搭上了 AI 叙事,而是已经把 AI 需求转化成了订单、收入和利润。 但这份财报同样没有解决估值问题。 Palantir 的基本面确定性正在提高,市场留给它的犯错空间却越来越小。 接下来比“AI 需求是否存在”更值得观察的是:美国商业收入能否继续高速增长,合同价值能否顺利转化为收入,国际市场能否打开,以及公司在增长放缓后还能保留多少利润率。 Palantir 已经不太需要证明自己是一家好公司。 现在真正难回答的问题是:在接近 40 倍年度收入的估值下,多好的公司,才算得上一笔好投资。 本文仅为财报与商业模式分析,不构成投资建议。 #Palantir涨10%受Q2财报超预期推动

Palantir Q2 超预期:市场买的不是 AI 故事,而是增长兑现

Palantir 涨超 10%:这次财报真正被重估的,不是 AI 故事,而是兑现速度
Palantir 又交出了一份很难挑刺的财报。
2026 年第二季度营收达到 19.35 亿美元,同比增长 93%,明显高于市场预期的约 18 亿美元;调整后每股收益为 0.41 美元,同样超过分析师预期。财报公布后,股价盘后涨幅一度达到约 10%—14%。不同媒体给出的数字略有差异,主要是统计时点不同。证券交易委员会
只看这些数字,很容易把上涨归结为“财报超预期”。
但真正推动市场重新定价的,并不是单独一个季度多赚了多少钱,而是 Palantir 同时证明了三件事:
增长还在加速,利润没有被增长吃掉,而且管理层认为这种速度至少还能延续几个季度。
这三件事一起出现,才是这次股价反应如此直接的原因。
一、比营收超预期更重要的,是增长没有明显降速
对一家已经拥有接近 20 亿美元季度收入的软件公司来说,同比增长 93% 本身就不寻常。
更关键的是,这不是靠某一个业务偶然爆发撑起来的。
Palantir 第二季度美国商业收入达到 7.64 亿美元,同比增长 149%;美国政府收入达到 8.09 亿美元,同比增长 90%。两项业务合计贡献 15.73 亿美元,占公司总收入约 81%。证券交易委员会
这组数据说明,Palantir 目前同时踩中了两条增长曲线。
一条来自企业客户。越来越多公司不再满足于购买大模型调用额度,而是需要把模型真正接进供应链、生产、风控、医疗和内部决策流程。
另一条来自政府和国防。地缘冲突、军事数字化以及情报系统升级,让政府对实时数据处理、战场决策和自主系统的投入持续增加。Palantir 的美国政府业务因此增长了 90%。Reuters
过去市场对 Palantir 最大的疑问之一,是它到底是一家依赖政府合同的特殊软件公司,还是能够进入主流企业市场的平台型公司。
现在的财报至少给出了阶段性答案:政府业务仍然强劲,但商业业务已经跑得更快。
二、Palantir 卖的并不是“大模型”,而是让模型真正进入生产环境
Palantir 经常被放进 AI 软件公司的估值框架里,但它和普通的大模型应用公司并不是同一种生意。
企业并不缺能够写总结、生成代码或者回答问题的模型。
真正困难的是,怎么让模型读取内部数据,同时又不越过权限;怎么知道某个数据来自哪里;怎么把模型给出的建议变成一套可以审批、执行和追责的工作流;模型出现错误后,又该由谁承担责任。
这些问题靠一个聊天框解决不了。
Palantir 的核心位置,更接近企业数据、业务流程和模型之间的控制层。模型可以更换,但企业内部的数据结构、权限、业务对象和决策流程不会轻易更换。
这也是 Palantir 反复强调“主权 AI”的原因。它想表达的并不是一个抽象概念,而是客户应该继续掌握自己的数据、模型选择和最终决策,而不是把整个业务逻辑交给某一家模型公司。
从这个角度看,大模型能力继续商品化,未必一定会削弱 Palantir。
模型越多、部署环境越复杂,企业反而越需要一个能够管理数据、模型、权限和执行流程的平台。
当然,这套逻辑能否长期成立,最终还是要看客户愿不愿意持续付费。第二季度美国商业合同数据给出了比较强的信号:美国商业总合同价值达到 21.32 亿美元,同比增长 153%;美国商业剩余合同价值达到 62.38 亿美元,同比增长 124%。证券交易委员会
这意味着企业客户不只是试用产品,而是在扩大合同规模。
三、这份财报最强的地方,其实是利润率
很多高速增长的软件公司,都可以用大规模销售投入换取收入增长。
这种增长并不稀缺。
真正稀缺的是:收入接近翻倍的同时,利润率还在明显提升。
Palantir 第二季度 GAAP 营业利润达到 9.12 亿美元,营业利润率为 47%;调整后营业利润率达到 62%;经营现金流和调整后自由现金流均超过 12 亿美元,对应约 63% 的利润率。证券交易委员会
把成本拆开看会更清楚。
第二季度收入同比增长 93%,但销售及营销费用只增长约 39%,研发费用增长约 43%,管理费用增长约 20%。收入增长速度远高于主要运营费用,说明新增合同开始产生明显的规模效应。证券交易委员会
软件公司的理想状态,本来就是产品完成后可以被重复部署,而成本不需要随着收入同比例增加。
Palantir 过去长期依赖前线工程师深入客户内部完成部署,因此市场一直担心它更像高端咨询公司,而不是标准软件平台。
这次利润率的变化说明,至少在当前阶段,产品交付正在变得更标准,旧客户扩张也比从头获取新客户更便宜。
这可能比单纯的收入增长更重要。
四、上调指引,才是股价上涨的直接燃料
市场交易的从来不是刚刚过去的一个季度,而是未来几个季度的盈利预期。
Palantir 将 2026 年全年收入指引从此前的约 76.5 亿美元,直接上调至 81.50 亿—81.58 亿美元,一次性增加接近 5 亿美元。
第三季度收入指引则为 21.60 亿—21.64 亿美元,高于分析师此前约 20 亿美元的平均预期。Reuters
这不是常规的小幅上修。
管理层实际上在告诉市场:第二季度的增长并非提前确认收入,也不是某笔政府合同带来的短期波动,公司当前看到的订单和交付节奏,比三个月前预期得更强。
财报公布前,投资者可能还在讨论 Palantir 能否守住高增长。
财报公布后,问题变成了它能把高增长维持多久。
估值模型中的收入、利润率和未来增长率同时被上调,股价自然会快速反应。
五、不过,增长兑现了,不代表估值便宜了
Palantir 现在最大的问题,已经不是公司做得好不好,而是市场为这种优秀支付了多少钱。
按最新报价计算,Palantir 市值约为 3230 亿美元,市盈率约为 141 倍。以管理层最新全年收入指引中值粗略计算,市值仍然相当于约 40 倍年度收入。证券交易委员会
这意味着当前股价隐含的并不是“Palantir 会继续增长”,而是:
公司需要多年维持远高于普通软件公司的增长速度,同时保持极高利润率,并且不能出现明显的执行失误。
这类估值对普通的好消息并不敏感,只对持续超预期敏感。
当市场已经按满分定价,一份 90 分的财报也可能导致股价下跌。只要增长从 90% 快速降到 40%—50%,或者企业合同转化速度变慢,估值倍数就可能先于基本面收缩。
所以这次上涨可以理解,但不能简单等同于股价重新变得安全。
六、合同数字很好看,但不能直接当成收入
Palantir 本季度签下的总合同价值达到 33.73 亿美元,同比增长 49%,其中包含大量百万美元以上的大型合同。公司共签下 220 份价值至少 100 万美元的合同,其中 73 份价值超过 1000 万美元。证券交易委员会
但这里需要留一个心眼。
Palantir 自己也在财报文件中说明,总合同价值和剩余合同价值可能包含客户未来可以选择执行的合同选项,许多合同也允许客户因便利原因终止。
换句话说,合同价值代表潜在业务规模,不代表这些资金已经锁定,更不能和当期收入画等号。证券交易委员会
后续真正值得观察的,不只是合同总额继续创新高,而是这些合同能否稳定转化为收入和现金流。
订单很多是一回事,客户持续使用并扩大部署是另一回事。
七、美国市场是优势,也是集中度风险
Palantir 本季度超过八成收入来自美国,美国政府与美国商业业务几乎各占总收入四成。
短期看,这种集中度让 Palantir 成为了美国政府增加国防和 AI 投入的直接受益者。
长期看,它也带来了政策和地区风险。
欧洲部分政府正在加强对本地数据主权和本土软件供应商的重视。法国国内情报机构计划用本土公司 ChapsVision 的产品替代 Palantir;Palantir 在英国的一项警务合同也面临法律争议。Reuters
这并不意味着美国业务会突然失速。
但它提醒投资者,Palantir 在美国的优势未必能原样复制到其他国家。各国对国防、情报和关键数据的控制要求不同,本土化采购可能成为国际扩张的长期阻力。
此外,Palantir 与国防、移民及执法部门的合作一直存在争议。无论投资者对这些问题持什么立场,它们都会带来真实的品牌、监管和采购风险,而不只是舆论噪音。卫报
八、股权激励仍然值得跟踪
Palantir 第二季度股票薪酬约为 2.65 亿美元,高于去年同期的约 1.60 亿美元,相当于当季收入的约 13.7%。证券交易委员会
好的一面是,公司公布的 47% GAAP 营业利润率已经包含这些费用。也就是说,这次利润并不是完全依靠剔除股权激励之后的非 GAAP 指标包装出来的。
需要注意的是,股权激励仍然是真实成本。
它可能不会立刻消耗现金,但会影响股东长期持有的权益比例。当前稀释后股数同比增加幅度并不大,说明短期稀释尚未失控,但这项支出仍然需要继续观察。证券交易委员会
结语:公司越来越确定,股价反而越来越考验判断
这份财报确实配得上一次明显上涨。
营收和利润双双超预期,商业与政府业务同时加速,现金流强劲,全年指引大幅上调。Palantir 正在证明,它不只是搭上了 AI 叙事,而是已经把 AI 需求转化成了订单、收入和利润。
但这份财报同样没有解决估值问题。
Palantir 的基本面确定性正在提高,市场留给它的犯错空间却越来越小。
接下来比“AI 需求是否存在”更值得观察的是:美国商业收入能否继续高速增长,合同价值能否顺利转化为收入,国际市场能否打开,以及公司在增长放缓后还能保留多少利润率。
Palantir 已经不太需要证明自己是一家好公司。
现在真正难回答的问题是:在接近 40 倍年度收入的估值下,多好的公司,才算得上一笔好投资。
本文仅为财报与商业模式分析,不构成投资建议。
#Palantir涨10%受Q2财报超预期推动
交易 AI 最容易被高估的地方,是它能讲出一套很顺的逻辑。 但链上很多好交易,反而不是因为故事顺。 一个标的上涨,如果 AI 只告诉你“资金关注增加、市场情绪升温”,这类话没什么用。我会更想看:哪些东西没发生。 涨了,但流动性没跟上。 有人喊了,但老钱包没继续买。 成交放大了,但大部分是几笔单子打出来的。 价格新高了,但链上持仓反而更集中。 这些“不对劲”的地方,往往比漂亮结论更值钱。 所以我对 Velvet @Velvet_Capital AI Copilot 这类东西的期待,不是让它替我总结行情。 我更希望它像一个会泼冷水的交易助手,在我准备下单之前,把那些没被我注意到的缺口摆出来。 Crypto 里最贵的错误,不是没看到机会。 是你看到机会以后,自动忽略了所有不支持自己判断的证据。
交易 AI 最容易被高估的地方,是它能讲出一套很顺的逻辑。

但链上很多好交易,反而不是因为故事顺。

一个标的上涨,如果 AI 只告诉你“资金关注增加、市场情绪升温”,这类话没什么用。我会更想看:哪些东西没发生。

涨了,但流动性没跟上。
有人喊了,但老钱包没继续买。
成交放大了,但大部分是几笔单子打出来的。
价格新高了,但链上持仓反而更集中。

这些“不对劲”的地方,往往比漂亮结论更值钱。

所以我对 Velvet @Velvet_Capital AI Copilot 这类东西的期待,不是让它替我总结行情。

我更希望它像一个会泼冷水的交易助手,在我准备下单之前,把那些没被我注意到的缺口摆出来。

Crypto 里最贵的错误,不是没看到机会。

是你看到机会以后,自动忽略了所有不支持自己判断的证据。
Log in to explore more content
Join global crypto users on Binance Square
⚡️ Get latest and useful information about crypto.
💬 Trusted by the world’s largest crypto exchange.
👍 Discover real insights from verified creators.
Email / Phone number
Sitemap
Cookie Preferences
Platform T&Cs