– 2025.2.6 ： start，提取关键的概念

最近关注大模型 AI 的应用，发现了一个非常有意思的公司，Palantir公司。特意看了下官方的文档，做一下关键的内容总结。 – 2025.2.6

Palantir公司

Palantir公司是一家专注于数据科学和人工智能的公司，创始人将公司以《指环王》中的“真知晶球（Palantir）”命名，契合了公司的目标：利用人工智能和机器学习技术来整合不同类型的数据，并挖掘各种数据背后的深层价值，洞悉各个数据所代表的主体之间的联系，同时增加组织内部的协同性。

Our software powers real-time, AI-driven decisions in critical government and commercial enterprises in the West, from the factory floors to the front lines.

Palantir提供的软件平台能够把各种数据组成以不同类型划分的数据集，然后通过高速的算法来理清数据集背后所代表的的含义，从而找出人脑需要大量时间和精力才能理清（或理不清）的深层逻辑，从而大幅提高分析者的分析能力，提升决策者的决策信心。

Palantir 平台 、Ontology、 决策组件

Palantir AIP 在全球最关键的商业和政府环境中为实时、人工智能驱动的决策提供支持。Palantir AIP 将生成式 AI 与运营联系起来。

Palantir AI mesh 提供了全方位的 AI 驱动产品，从 LLM 驱动的 Web 应用程序到使用视觉语言模型的移动应用程序，再到嵌入本地化 AI 的边缘应用程序。我们将这整套功能、功能和工具称为 Palantir 平台。

其中比较关键的是 The Ontology !

公司业务都会面临如何实时实时执行最佳决策的挑战，Ontology 这个产品可以自动将相关数据，逻辑和动作组件集成到计算环境中，支持传统的 BI 和分析工作流、通过AI团队来迅速开发运营应用程序。

可以这么说， Ontology 是支持决策的一个系统。

“We don’t simplify the solution so that it will scale. We automate the complexity so our solution can accelerate while maintaining the flexibility our customers demand.”

Palantir 将“决策“做了一个拆解，拆解为 数据、逻辑、行为

Every decision can be broken down into data, logic, and actions.

• data： 为这个决策，关于运营的哪些相关事实或真相构成了此决策的背景信息
• logic：业务规则如何充当此决策的指引，在不同假设下，特定结果的概率是多少？我们在以前类似的情况下做了什么，结果如何？我们的预测和优化模型有哪些输入？
• actions：这个决策在组织或者业务中的影响是什么，是否可以减少预期结果中的步骤动作等等

在 Palantir 平台中，所有这些组件都在促进 AI 协作模式。

tips: 数据和 AI 的事情不只是产研的事情，更是业务多个角色协作的事情。

Data Model

Ontology 将数据整合为 对象和链接， 我觉得是一种比较好的抽象，方便后面的人机协作概念上的简化。

1、这里支持的数据范围很广，支持各种数据类型以及许多扩展的原语。比如语义搜索非结构化数据、媒体数据（图像、语音、视频）、value types。

2、Data model 数据模型还支持开箱即用，用于探索结构化、非结构化、地理空间、时间、模拟和其他数据模式。这些基本工具通过 AIP 助手得到增强，从而显著缩短了在平台中探索和分析数据的价值实现时间。

3、能够创建 API 网关和各种 SDK，方便整个数据总线的构建

将所有数据汇总起来只是第一步，数据之间互通、并且以很好的结构组织起来，是非常大的挑战。这里 Palantir 平台提供一个可扩展的多模式数据连接和集成框架，可与企业数据系统无缝集成。

这里Pipeline Builder 将 LLM data transformation 整合到一站式工具包内，这样能够使用最新的大型语言模型来驱动基于管道的转换，例如分类、情感分析、摘要、实体提取或翻译。

这里为了加速 AI 工程，AIP Assist 访问知识库文档和 代码库来加速辅助。

至此，数据准备已经 ok。 数据转化、提取、关联都已经构建完成，为下一步的 logic 提供数据基础。

Logic

什么是 logic，Palantir 是通过以下的方式定义和执行：model、business logic、templated analyses and reports （模型、业务流程、模版分析和 BI 报告）

• Model ： Generative AI, LLMs, forecasts, optimizers, etc
• Business Logic：Business rules, process mapping, semantic search
• Templated Analyses and Reports：Object views, analysis templates, generated reports

这三个逻辑方面——模型、业务逻辑以及模板化分析和报告——结合起来，提供了一套工具，用户可以从中选择组合，为决策者提供关键时刻所需的所有背景信息。

Actions

For any decision to have an impact, the decision must propagate into the world.

在大多数模式中，AI 代理并非直接进行更改，而是通过与集成到 Workshop 中的 AIP 逻辑函数的同步集成，或通过 自动化 或流水线构建器中的 使用大语言模型节点进行异步集成来创建建议。然后，该建议可以呈现给操作员进行改进、反馈和最终决策。除了加强“人机协同”范式外，这种基于建议的模式还生成有价值的元数据，从而实现一个积极的循环，使代理能够通过持续反馈学习和发展。

最后，

ontology整合所有相关数据后搭建出公司运作的一个模型，这个模型提供了一个可以让所有下游工作流的决策者或员工，比如leader、一线业务人员等等都参与进来的共用操作系统。

另外比较有特色的是，提供模型的模拟功能，在每一个小决策和大决策之前，决策者都能够通过模型模拟来“预测”自己决策带来变动和影响。每个模拟还可以叠加，比如下游的一个业务一线人员先模拟一次，然后中游的两个下游分析师再分别模拟一次，最后上游的两个产品经理再在两个先前的模拟结果上继续模拟出4个结果，最后将结果做比对。

（完）