主权 AI，正在变成企业采购科目

过去两年，「主权 AI」多半待在白皮书里。这个月它出现在了客户成果清单上。当大型企业软件厂商开始点名哪些防务承包商、医院、建筑公司在自己可控的基础设施上微调开放权重模型，讨论就离开了演示文稿，进入了预算周期。

这是 Palantir 2026 年 10 月 21 日 Business Wire 通稿里真正的信号。通稿是厂商自己撰写的，里面每一个数字都应该被当作厂商披露来读，而不是经过审计的独立结论。对旁观者更重要的，不是某个百分比能不能经受审计，而是：主权 AI 正在被当作一种可运营的能力来买卖和衡量——你拥有的模型、留在原地的数据、你能控制的基础设施，而不只是一张合规勾选单。

采购问题不再是「我们有没有 AI 供应商」，而是「谁的模型、谁的数据、谁的机器」。

通稿里实际说了什么

根据 Business Wire 通稿，L3Harris、McCarthy Building Companies、NVIDIA 自身、Ondas（携手 Regna AI）、Tampa General Hospital 这几家客户的模式高度一致：在自己控制的基础设施上，通过 Palantir 的 Foundry、Ontology 和 AIP 技术栈，对 NVIDIA 的 Nemotron 开放权重模型做微调或后训练，处理的都是各自的专有数据。

通稿里披露的几组结果，可以这样对照着看——同样要记住，这些都是厂商自己给出的数字：

不必纠结这些数字能不能复现——它们更像是一份说明书，写清楚买家现在要求供应商证明什么：比通用 API 更贴合自己的业务，单位成本更低，敏感数据的控制权握在自己手里。

为什么这是一个采购故事，而不是技术故事

企业不会无缘无故发明一个新的预算科目。一个科目能立住，是因为法务、安全和财务三方都同意：这项能力足够持久，值得按年续约。三股压力在这个节点撞到了一起——数据驻留与跨境传输规则，已经把不少跨境 API 调用认定为受监管的个人数据转移；token 账单规模大到让 CFO 开始要求除了纯粹租用 API 之外的替代方案；模型供应商则在不断调整条款、限流策略和数据留存政策。

第四股压力更安静，但同样关键：模型拟合度。防务 RFI、医院隐私政策、建筑工程的 SOW，都不是公网语料。在自己的分发场景里把模型调准，正是开放权重微调本该解锁的价值——而主权采购，是这个价值第一次有了明确的预算出处。

预算视角下的四个维度

基础设施主权、数据主权、模型主权、运维主权，这四个维度终归要映射到钱花在哪里。大多数组织的模式惊人地一致：在 GPU 上过度投资，在后两项上投资不足——保留权重的权利，以及监控、回滚、权限边界、换模型不用重写整条工作流这些琐碎但关键的运维能力。存储从来不是风险的全部，判断的路径才是。

如果你不是财富 500 强客户

绝大多数组织永远不需要统一三十套 ERP 系统，但这不代表这条原则跟它们无关，只是让「打包」这件事的难度更清楚了。大企业靠平台和专业服务团队解决所有权问题；个人和小团队过去习惯的是另一笔交易——租一个聊天产品，指望供应商把历史记录保管好，接受换工具就等于从零开始。

示例情景（非客户案例）：一个三人工作室，做品牌视频和客户简报，不需要五千条定时数据馈送。它需要知道的是，一份剧本草稿、一份人设手册、一个分身的记忆，没有被某个自己从未审计过的第三方主机悄悄留存下来。采购的直觉完全相同，只是表面积小了很多。

同一个原则，更小的表面积

KarmaBox 是一个面向 AI 分身的主权工作空间。先说清楚：它不是 Palantir 的竞争对手，也没有在暗示和上面提到的任何客户有关系。它想做的是同一件事情缩小以后的样子。

数据留在你的设备或私有云里，可以带自己的模型、甚至本地 GPU 进来；权限边界在服务端强制执行，而不是指望模型自己讲规矩；身份用 did:wba 标识；多个分身按工作负载，自己选云端还是本地。本地主权模式目前侧重工作和视频，包括本地视频模型、转绘和辅助生成（正式功能命名以产品页面为准），走的是剧本到分镜到场景到成片这一条路径。

企业会继续购买以百万级连接衡量的主权技术栈，其他所有人仍然需要一个不靠平台团队也能打开的版本。预算科目换了名字，道理没变——真正还没做完的，是把「拥有」这件事，变成一件普通人也能随手做到的事。