Peregrine 反著做數據生意：不收集數據，只做連接
大多數公共安全公司靠收集更多數據、再賣更多采集設備賺錢；Peregrine 把模型倒過來——不往客戶系統裡搬新數據，只把客戶已有的數據連起來，靠治理和權限控制取勝。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
數據生意的方向被倒過來了
Nick 把前一代公共安全公司（Flock、Axon 這類）的商業模式說得很直白：硬件或軟件裝進客戶，本質賣的是「輸入」——傳感器被動採集，或者人手工錄入，然後採集和存儲這些信息。一旦數據進了他們的系統，加上分發優勢，就能繼續賣更多東西，而多賣的東西往往又是更多采集系統。Peregrine 是這套模型的倒置：不做把更多數據帶給客戶的生意，而是把客戶已有的、分散的信息連接起來，做一個治理得當、架在既有系統之上的層，讓答案更精確。Ben 補了一句關鍵：根本問題是客戶沒法用自己已有的數據，或者沒法以對社區高信任的方式去用。
— Nick Noone數據歸客戶，才不是監控國家
Ben 講數據所有權：每個客戶、每個機構擁有自己的數據，那是社區的數據、機構的數據，不是 Peregrine 的數據。Peregrine 提供的是控制能力和權限能力，讓機構能在自己部門內安全鋪開，也能在需要時只共享選定的那部分信息。Nick 給了一個很具體的反例：沒有這類方案，人們會把一堆數據塞進車後備箱，開車穿過整座城市——那種做法其實控制力更弱。所以他們的設計目標是讓用戶能「不過度共享」，並且相信自己交付出去的東西。
— Ben Rudolph從「好用的搜索」到沒人做過的分析
Ben 把使用曲線分成兩段：剛部署時用戶拿到的只是「nice search」，比如查一個地址，不用翻一堆行，結果被整齊格式化出來。用戶用熟之後，整個部門的地板被抬高，開始出現以前根本不可能做的深度分析。他舉了佛羅里達一個縣：某月要做一百多次水上救援，他們問為什麼以前從沒這麼多。agent 做深度研究後給出的模式是——這種天氣模式從沒連續出現過三天，而連續三天會形成沙槽，沙槽是離岸流（rip current）的完美條件，離岸流又讓當時在水裡的人出事。這個結論對機構是可行動的，可以疊加他們自己的地形圖。Nick 補了一句：我們坐在總部拍腦袋，絕不可能想出這個。
— Ben Rudolph關鍵詞搜不出來的東西，語義能搜出來
另一個案例：一名偵探在查一起針對猶太教堂的威脅，他想知道同一地區這兩座教堂之前有沒有發生過其他反猶威脅。Ben 指出，作為偵探你該用什麼關鍵詞去搜？關鍵詞其實很難找到這類信息。AI 讓偵探能對有權訪問的信息做語義理解，最後拉出了一批針對這些教堂的威脅模式。這條要點說明的不是「AI 更強」，而是這類調查在舊工具下根本無從下手——問題不在算力，在檢索方式。
— Ben Rudolph九成集成代碼是 agent 寫的
Nick 拆了 Peregrine 平臺的構成：大約 50% 的工程師大部分時間在做數據平臺，讓部署團隊把客戶已有的數據集成進來，目前累計集成了數萬個數據集。他們做了一個 agent 讓部署策略團隊用 agent 方式做集成，並有一套 eval 集，可以確定性地評估這些 agent 在集成上的完整性和正確性。現在約 90% 的集成代碼由 agent 寫、部署團隊監督。這些 agent 會跑好幾個小時：分析數據庫、理解本體（ontology）、拼出需要集成的部分，再分裂出子 agent 幹活，回報給編排 agent。Nick 說這個問題的好處是可驗證，所以比別的 agent 問題容易——這也是為什麼 coding agent 相對容易。
— Nick Noone冷案 agent 先復現了舊案結論
第一個面向終端用戶的 agent 是冷案 agent。背景量級：一起高關注度調查要上傳 200 到 300 GB 數據，包括視頻、音頻、圖像和大量 PDF，偵探得自己過一遍。他們先和客戶一起做——那個客戶曾辦過一起錯判案並讓當事人洗清罪名，客戶問：能不能用 agent 復現這個結果？他們把該案全部證據和數據喂進去，做出一個跑 30 到 60 分鐘的 agent，最終復現了偵探們當初得到的結論。現在這個 agent 用在全美幾個部門。威斯康星一個縣有類似案子，300 GB 數據，靠散落在大量數據裡的少量手機通話詳單記錄，把嫌疑人定位到了犯罪現場以及屍體被發現的地點。
— Ben Rudolph反網絡效應：越保護數據，越難被吞併
Nick 說，把「中心化威權 AI 能力」和「監控」這兩股力量合在一起看，就造成了公眾對 AI 的巨大不信任，這不能被忽略。他承認這些機構本身有極強的網絡效應——一個想走捷徑的組織很容易去開源里拉數據，而這些數據能不能、該不該訪問，在法規、條例、部門標準作業程序上可能是灰色地帶。Peregrine 的立場是反過來的：必須保護數據，必須保護這些因結構而擁有驚人網絡效應的機構。他把這叫做「anti-network-effect proposition」——怎麼在保留每個機構數據的神聖性、所有權和做事方式的同時，再去建連接組織、建互操作性。也正因如此，數據治理和權限邏輯在 AI 語境下變得極其重要。
— Nick Noone人臉識別不該由硅谷公司替行業劃線
被問到人臉識別這類道德上有細微差別的技術決策時，Nick 的回答是：一家硅谷公司把某個通用決定強加給整個行業，從根本上就是錯的。他們不替客戶斷言某項技術能不能用、留存政策該怎麼定，而是幫客戶理解自己所處的語境，把客戶可能知道也可能不知道的考量擺出來，然後幫他們落地——這需要耐心。他給的事實是：美國大多數公共安全機構及其社區選擇不實施人臉識別，有些立場非常強硬，有些只是主觀偏好。在沒有理解具體紋理和語境的情況下劃一條技術紅線，不是他們能替客戶做的。
— Nick Noone為了改字段，有人拿評論當數據庫
Nick 講 FDE 運動怎麼影響產品，分兩類。第一類是平臺需要哪些基礎原語。有個例子：很長一段時間 Peregrine 沒有編輯特定字段和屬性的能力，於是一個前向部署工程師繞過去——利用人們在對象上寫的評論做集成，評論被 Peregrine 讀取後去更新屬性，這就是他們實現「編輯」的方式。團隊看到後說，我們得實現編輯功能。Nick 說那位同事這麼幹的原因，正是他們帶人的方式：你的工作是達成目標，技術去它的。第二類他叫創新實驗室：部署策略師做出完全獨特、大概率不會並回產品的東西，只服務那一個客戶。他最近看到一個部署策略師在 Peregrine 裡做了颶風模擬器，還有一個入職一個月的女生做了個工具，把 911 呼叫時間、預算等不同來源的數據集成起來，把消防局放進城市裡就能估算影響多少人。
— Nick Noone原話 · 已逐字校驗
most of the companies that have come before us have built their business fundamentally on the back of data collection
在我們之前的大多數公司，其生意根本上是建立在數據採集之上的。
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
我們絕不是在把客戶還沒有的更多數據帶給他們——這不是我們的生意。
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.
每個客戶、每個機構擁有自己的數據。這個機構最終是在服務社區。那是社區的數據，是機構的數據，不是 Peregrine 的數據。
Ben Rudolph21:35
About 90% of that is written by agents with the oversight of our deployment team.
其中大約 90% 是由 agent 在我們部署團隊的監督下寫出來的。
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.
我們必須保護數據，對吧？我們還必須保護這些機構——它們憑自身結構就擁有驚人的網絡效應，對吧？這幾乎就是反網絡效應的命題。
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
在不理解具體紋理和語境的情況下劃出一條技術紅線，不是我們認為可以強加在客戶身上的邊界。
Nick Noone39:34
your job is to hit the objective, like to hell with the technology
你的工作是達成目標，技術去它的。
Nick Noone47:17
數字與實體
| Peregrine 成立日期 | 2018 年 2 月 26 日 | 11:03 |
| 被拒絕次數 | 超過兩打（over two dozen） | 10:45 |
| 集成代碼由 agent 撰寫的比例 | 約 90% | 30:57 |
| 冷案 agent 運行時長 | 30 到 60 分鐘 | 33:02 |
| 工程師投入數據平臺的比例 | 約 50% | 29:59 |
| 佛羅里達某縣單月水上救援次數 | 超過一百次 | 23:38 |
術語
- forward deployed engineering前向部署工程
- 工程師直接進入客戶現場，與客戶共同承擔問題並交付結果的工作方式。
- anti-network-effect proposition反網絡效應命題
- 不靠數據集中產生網絡效應，而是保護每個機構數據獨立性的策略。
- ontology本體
- 對數據實體及其關係的結構化定義，供 agent 理解與集成。
- rip current離岸流
- 從海岸向外海流動的強勁水流，是海灘溺水的主要成因之一。
收聽指南
做 AI 落地、公共部門或強監管行業 To B 的創業者與投資人，尤其是關心 agent 在真實機構裡怎麼跑通的人。
開頭 0:00-8:25 的創始人背景與 UNHCR、Dimagi 經歷，信息密度低，可直接跳到 10:45。