Peregrine 反着做数据生意：不收集数据，只做连接
大多数公共安全公司靠收集更多数据、再卖更多采集设备赚钱；Peregrine 把模型倒过来——不往客户系统里搬新数据，只把客户已有的数据连起来，靠治理和权限控制取胜。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
数据生意的方向被倒过来了
Nick 把前一代公共安全公司（Flock、Axon 这类）的商业模式说得很直白：硬件或软件装进客户，本质卖的是「输入」——传感器被动采集，或者人手工录入，然后采集和存储这些信息。一旦数据进了他们的系统，加上分发优势，就能继续卖更多东西，而多卖的东西往往又是更多采集系统。Peregrine 是这套模型的倒置：不做把更多数据带给客户的生意，而是把客户已有的、分散的信息连接起来，做一个治理得当、架在既有系统之上的层，让答案更精确。Ben 补了一句关键：根本问题是客户没法用自己已有的数据，或者没法以对社区高信任的方式去用。
— Nick Noone数据归客户，才不是监控国家
Ben 讲数据所有权：每个客户、每个机构拥有自己的数据，那是社区的数据、机构的数据，不是 Peregrine 的数据。Peregrine 提供的是控制能力和权限能力，让机构能在自己部门内安全铺开，也能在需要时只共享选定的那部分信息。Nick 给了一个很具体的反例：没有这类方案，人们会把一堆数据塞进车后备箱，开车穿过整座城市——那种做法其实控制力更弱。所以他们的设计目标是让用户能「不过度共享」，并且相信自己交付出去的东西。
— Ben Rudolph从「好用的搜索」到没人做过的分析
Ben 把使用曲线分成两段：刚部署时用户拿到的只是「nice search」，比如查一个地址，不用翻一堆行，结果被整齐格式化出来。用户用熟之后，整个部门的地板被抬高，开始出现以前根本不可能做的深度分析。他举了佛罗里达一个县：某月要做一百多次水上救援，他们问为什么以前从没这么多。agent 做深度研究后给出的模式是——这种天气模式从没连续出现过三天，而连续三天会形成沙槽，沙槽是离岸流（rip current）的完美条件，离岸流又让当时在水里的人出事。这个结论对机构是可行动的，可以叠加他们自己的地形图。Nick 补了一句：我们坐在总部拍脑袋，绝不可能想出这个。
— Ben Rudolph关键词搜不出来的东西，语义能搜出来
另一个案例：一名侦探在查一起针对犹太教堂的威胁，他想知道同一地区这两座教堂之前有没有发生过其他反犹威胁。Ben 指出，作为侦探你该用什么关键词去搜？关键词其实很难找到这类信息。AI 让侦探能对有权访问的信息做语义理解，最后拉出了一批针对这些教堂的威胁模式。这条要点说明的不是「AI 更强」，而是这类调查在旧工具下根本无从下手——问题不在算力，在检索方式。
— Ben Rudolph九成集成代码是 agent 写的
Nick 拆了 Peregrine 平台的构成：大约 50% 的工程师大部分时间在做数据平台，让部署团队把客户已有的数据集成进来，目前累计集成了数万个数据集。他们做了一个 agent 让部署策略团队用 agent 方式做集成，并有一套 eval 集，可以确定性地评估这些 agent 在集成上的完整性和正确性。现在约 90% 的集成代码由 agent 写、部署团队监督。这些 agent 会跑好几个小时：分析数据库、理解本体（ontology）、拼出需要集成的部分，再分裂出子 agent 干活，回报给编排 agent。Nick 说这个问题的好处是可验证，所以比别的 agent 问题容易——这也是为什么 coding agent 相对容易。
— Nick Noone冷案 agent 先复现了旧案结论
第一个面向终端用户的 agent 是冷案 agent。背景量级：一起高关注度调查要上传 200 到 300 GB 数据，包括视频、音频、图像和大量 PDF，侦探得自己过一遍。他们先和客户一起做——那个客户曾办过一起错判案并让当事人洗清罪名，客户问：能不能用 agent 复现这个结果？他们把该案全部证据和数据喂进去，做出一个跑 30 到 60 分钟的 agent，最终复现了侦探们当初得到的结论。现在这个 agent 用在全美几个部门。威斯康星一个县有类似案子，300 GB 数据，靠散落在大量数据里的少量手机通话详单记录，把嫌疑人定位到了犯罪现场以及尸体被发现的地点。
— Ben Rudolph反网络效应：越保护数据，越难被吞并
Nick 说，把「中心化威权 AI 能力」和「监控」这两股力量合在一起看，就造成了公众对 AI 的巨大不信任，这不能被忽略。他承认这些机构本身有极强的网络效应——一个想走捷径的组织很容易去开源里拉数据，而这些数据能不能、该不该访问，在法规、条例、部门标准作业程序上可能是灰色地带。Peregrine 的立场是反过来的：必须保护数据，必须保护这些因结构而拥有惊人网络效应的机构。他把这叫做「anti-network-effect proposition」——怎么在保留每个机构数据的神圣性、所有权和做事方式的同时，再去建连接组织、建互操作性。也正因如此，数据治理和权限逻辑在 AI 语境下变得极其重要。
— Nick Noone人脸识别不该由硅谷公司替行业划线
被问到人脸识别这类道德上有细微差别的技术决策时，Nick 的回答是：一家硅谷公司把某个通用决定强加给整个行业，从根本上就是错的。他们不替客户断言某项技术能不能用、留存政策该怎么定，而是帮客户理解自己所处的语境，把客户可能知道也可能不知道的考量摆出来，然后帮他们落地——这需要耐心。他给的事实是：美国大多数公共安全机构及其社区选择不实施人脸识别，有些立场非常强硬，有些只是主观偏好。在没有理解具体纹理和语境的情况下划一条技术红线，不是他们能替客户做的。
— Nick Noone为了改字段，有人拿评论当数据库
Nick 讲 FDE 运动怎么影响产品，分两类。第一类是平台需要哪些基础原语。有个例子：很长一段时间 Peregrine 没有编辑特定字段和属性的能力，于是一个前向部署工程师绕过去——利用人们在对象上写的评论做集成，评论被 Peregrine 读取后去更新属性，这就是他们实现「编辑」的方式。团队看到后说，我们得实现编辑功能。Nick 说那位同事这么干的原因，正是他们带人的方式：你的工作是达成目标，技术去它的。第二类他叫创新实验室：部署策略师做出完全独特、大概率不会并回产品的东西，只服务那一个客户。他最近看到一个部署策略师在 Peregrine 里做了飓风模拟器，还有一个入职一个月的女生做了个工具，把 911 呼叫时间、预算等不同来源的数据集成起来，把消防局放进城市里就能估算影响多少人。
— Nick Noone原话 · 已逐字校验
most of the companies that have come before us have built their business fundamentally on the back of data collection
在我们之前的大多数公司，其生意根本上是建立在数据采集之上的。
Nick Noone18:21
we are actually not in any shape or form in the business of bringing more data to the customer that they don't already have
我们绝不是在把客户还没有的更多数据带给他们——这不是我们的生意。
Nick Noone19:27
each customer, each institution owns their own data. This is ultimately that organization is serving the community. That is the community's data. That is the organization's data. It's not Peregrine's data.
每个客户、每个机构拥有自己的数据。这个机构最终是在服务社区。那是社区的数据，是机构的数据，不是 Peregrine 的数据。
Ben Rudolph21:35
About 90% of that is written by agents with the oversight of our deployment team.
其中大约 90% 是由 agent 在我们部署团队的监督下写出来的。
Nick Noone30:57
we have to protect the data, right? And we have to protect these organizations that by virtue of their structure have astounding network effects, right? It's almost like the anti-network effect proposition.
我们必须保护数据，对吧？我们还必须保护这些机构——它们凭自身结构就拥有惊人的网络效应，对吧？这几乎就是反网络效应的命题。
Nick Noone36:13
the idea of creating, you know, a technological red line without understanding the texture and context is is not not a boundary line that we think that we can assert on top of our customer
在不理解具体纹理和语境的情况下划出一条技术红线，不是我们认为可以强加在客户身上的边界。
Nick Noone39:34
your job is to hit the objective, like to hell with the technology
你的工作是达成目标，技术去它的。
Nick Noone47:17
数字与实体
| Peregrine 成立日期 | 2018 年 2 月 26 日 | 11:03 |
| 被拒绝次数 | 超过两打（over two dozen） | 10:45 |
| 集成代码由 agent 撰写的比例 | 约 90% | 30:57 |
| 冷案 agent 运行时长 | 30 到 60 分钟 | 33:02 |
| 工程师投入数据平台的比例 | 约 50% | 29:59 |
| 佛罗里达某县单月水上救援次数 | 超过一百次 | 23:38 |
术语
- forward deployed engineering前向部署工程
- 工程师直接进入客户现场，与客户共同承担问题并交付结果的工作方式。
- anti-network-effect proposition反网络效应命题
- 不靠数据集中产生网络效应，而是保护每个机构数据独立性的策略。
- ontology本体
- 对数据实体及其关系的结构化定义，供 agent 理解与集成。
- rip current离岸流
- 从海岸向外海流动的强劲水流，是海滩溺水的主要成因之一。
收听指南
做 AI 落地、公共部门或强监管行业 To B 的创业者与投资人，尤其是关心 agent 在真实机构里怎么跑通的人。
开头 0:00-8:25 的创始人背景与 UNHCR、Dimagi 经历，信息密度低，可直接跳到 10:45。