Builder's

Back to Archive

Nabeel S. Qureshi

Detailed Analysis & Action Guide

Palantir Mafia前线部署工程师 (FDE)产品管理数据本体 (Ontology)创始人特质AI 代理 (Agents)

内容概要

本期播客深入探讨了硅谷最神秘的公司之一——Palantir 的内部运作机制。Palantir 以其极高的“创始人产出率”闻名（30% 的离职 PM 会创业）。Nabeel 揭秘了 Palantir 如何通过“前线部署工程师（FDE）”这一角色，将工程师直接嵌入客户现场（如空客工厂、政府机构），从而实现极速的产品迭代。对话涵盖了 Palantir 的招聘哲学（寻找独立思考者）、数据本体（Ontology）的核心价值、以及在 AI 时代如何利用“人机协作”解决现实世界中最棘手的难题。

逐字稿双语 PDF

工具/书籍

  • Wispr Flow
    -极速语音转文字工具，适合快速输入复杂的 AI Prompt。
  • Claude Code
    -Anthropic 推出的终端 AI 代理，能直接操作文件系统进行编程。
  • 《Impro》- Keith Johnstone
    -关于即兴表演的书，Palantir 内部必读，用于训练员工观察社会地位（Status）和人际互动。

行动建议

今天

  • 重新定义公司原则: 检查你的团队原则，确保它们不是“正确的废话”，而是具有排他性的选择。
  • 尝试语音 Prompt: 下载 Wispr Flow 或使用手机自带语音功能，尝试通过口述长段逻辑来与 LLM 交互。

本周

  • 走进客户现场: 即使你是纯 SaaS 公司，本周也请找一天坐在客户办公室里观察他们如何使用你的产品。
  • 组织一次 Murder Board: 针对下周要发布的功能，找几个“外行”同事进行疯狂拆解。

深度探索

  • 研究“数据本体”概念: 思考你的业务数据如何从“表结构”转化为“业务对象”，这可能是你 AI 战略的关键。

关键洞察

  1. 产品 leverage 的本质: 衡量一个工程师能支撑多少收入。Palantir 通过将 FDE 的现场经验沉淀为 Foundry 平台的组件，实现了从咨询服务向高毛利软件的跃迁。
  2. PM 的选拔标准: 在 Palantir，PM 必须先证明自己能作为工程师解决客户问题。这种“技术+业务”的双栖能力是其成功的核心。
  3. AI 时代的 Cyborg（赛博格）: 顶尖人才不是被 AI 取代，而是学会与 AI 融合。Nabeel 提到 Magnus Carlsen 通过学习 AI 棋手的思路变得更强，这同样适用于软件开发。
  4. 反向原则（Anti-principles）: 好的原则必须是有人会反对的。如果你的原则是“移动要快”，那毫无意义；如果你的原则是“为了准确性宁可牺牲速度”，这才是真正的原则。
  5. AI 降低了 FDE 的门槛: 随着 Cursor、Claude Code 等工具的普及，非顶尖架构师也能快速构建原型，这让“前线部署”模式在小型初创公司中变得更具经济可行性。

嘉宾介绍

Nabeel S. Qureshi

  • 身份: 连续创业者、研究员、软件工程师。
  • 职业经历:
    • Palantir Technologies: 效力近 8 年，担任前线部署工程师（Forward Deployed Engineer），负责公共卫生、国防及 AI 药物研发项目。
    • GoCardless: 创始成员及业务发展副总裁，助力其成长为欧洲金融科技独角兽。
    • Mercatus Center: 访问学者，与经济学家 Tyler Cowen 合作研究 AI 政策。
    • 国家卫生研究院 (NIH): 曾主导创建全球最大的医疗数据集。
  • 当前身份: 医疗/健康领域初创公司创始人。
  • 核心专长: 复杂系统工程、企业级数据平台、AI 落地应用、早期团队招聘。
  • 社交媒体:

核心论点

论点一：FDE（前线部署工程师）是创始人的终极孵化器

核心观点: 将技术人员直接置于高压、复杂的客户环境中，能被迫训练出极强的商业洞察和产品定义能力。

  • 实战反馈循环: FDE 周一到周四坐在客户办公室，白天发现问题，晚上写代码，次日演示。这种“日更”级别的反馈速度远超传统 SaaS。
  • 从服务到产品的跃迁: Palantir 的核心产品（如 Foundry）并非在实验室里构思，而是从无数个像“空客 A350 生产线优化”这样的定制化服务中抽象出来的。

"FDE 必须在现场赢得客户信任，理解业务语言，并直接构建解决问题的软件。这本质上就是创业的微缩版。" — Nabeel S. Qureshi

论点二：招聘中的“负面信号”策略

核心观点: 优秀的招聘不仅要吸引对的人，更要通过强烈的价值观信号排斥错的人。

  • Save the Shire（守护夏尔）: Palantir 早期强调国防、爱国主义和解决“脏活累活”，这排斥了追求硅谷舒适生活的人，却吸引了极具使命感和竞争力的顶尖人才。
  • 独立思考与反共识: 创始人（如 Peter Thiel）亲自面试，通过哲学、政治等非技术话题测试候选人的思维边界，寻找不畏惧挑战权威的人。

论点三：数据整合是企业价值的“冰山底座”

核心观点: 绝大多数企业的问题不在于缺乏 AI，而在于无法访问和理解自己的数据。

  • 数据本体（Ontology）: Palantir 的核心竞争力是将杂乱的数据库表映射为人类可理解的概念（如“飞机”、“工单”、“患者”）。
  • 解决门禁问题: 企业的技术官僚往往是数据的守门人。Palantir 通过软件打破部门墙，让非技术业务人员也能直接操作数据。

数据验证结果

验证项 1: Palantir 离职 PM 的创业比例。

  • 原文声称: "30% 的 PM 离开 Palantir 后会创办公司，排名全球第一。"
  • 验证结果: ✅ 确认。
  • 来源: Lenny Rachitsky 针对 LinkedIn 数据的专项研究报告（2024）。
  • 可信度: ⭐⭐⭐

验证项 2: Palantir 的市场估值。

  • 原文声称: "目前市值约 2000 亿美元。"
  • 验证结果: ⚠️ 存疑。
  • 来源: Yahoo Finance (PLTR)。截至 2024 年底，Palantir 市值在 1300 亿至 1600 亿美元之间波动，2000 亿属于乐观预测或特定峰值。
  • 可信度: ⭐⭐⭐

验证项 3: YC 创始人来源统计。

  • 原文声称: "Palantir 出身的 YC 创始人数量超过了规模大得多的 Google。"
  • 验证结果: ✅ 确认。
  • 来源: Y Combinator 官方校友统计数据及 Nabeel 的个人研究。
  • 可信度: ⭐⭐

四维分类评估

🟢 高度正确（已验证/权威来源）

观点 1: 面对面（In-person）沟通在处理复杂企业级交易中具有不可替代的价值。

  • 验证依据: 销售心理学及 Palantir 长期以来的高客单价（Multi-million dollar deals）成功案例。

观点 2: 数据清理和整合（Data Wrangling）占据了数据科学 80% 以上的时间。

  • 验证依据: 行业共识，被称为“数据科学的清洁工工作”。

🔵 当下可执行（有明确步骤）

建议 1: 采用“谋杀板（Murder Board）”机制。

  • 执行方法: 在启动新项目前，邀请 3-4 个聪明但不了解项目的人，专门负责挑刺和推翻现有方案。

建议 2: 招聘时测试“最高工作强度”。

  • 执行方法: 询问候选人“你为了完成某事所付出的最高强度努力是什么？为什么？”筛选出具备极强驱动力（Animal Spirit）的人。

🟡 理智质疑（需验证）

存疑点: “无头衔（No Titles）”制度是否适用于所有规模的公司？

  • 质疑原因: 在 Palantir 早期有效，但随着公司扩张到数千人，缺乏层级可能导致决策效率下降和隐形政治。

🔴 需警惕（可能有问题）

风险点: 极度竞争和“赢家通吃”的文化。

  • 风险说明: 这种文化极易导致员工倦怠（Burnout），且可能在多元化和包容性方面表现不佳，不适合所有创业团队。

深度评分

  • 知识价值: 9.5/10（极少有如此深度的 Palantir 内部运作拆解）
  • 可执行性: 8.0/10（FDE 模式对现金流和人才密度要求极高）
  • 商业潜力: 9.0/10（揭示了企业级软件的未来路径）
  • 投入产出比: 9.0/10（1.5 小时的对谈包含 8 年的顶级公司经验）
  • 综合评分: 9.1/10

参考来源