Gotham：从数据孤岛到决策操作系统
一步步、动手式地理解 Palantir 最"老牌"也最有故事的平台——它如何把杂乱无章的情报，变成一张可推理的关系网。
一句话结论
Gotham 是 Palantir 面向政府、国防、情报与执法的决策操作系统。它解决的不是「存储更多数据」，而是把结构化与非结构化数据统一编码成代表真实概念的对象（人、地、事、物），让数据能被人理解、被机器关联、并被安全地共享。
- 起源：2001 年 9 月之后，情报界的教训是线索从来不缺，缺的是把线索连起来的能力——这正是 Gotham 诞生的初衷，也是本体（Ontology）思想的发源地。
- 四大支柱：① 数据整合（把结构化与非结构化数据转成对象及其属性、关系）② 统一检索与发现（穿透内外数据源的单一搜索入口 + 联邦能力）③ 安全协作（权限可细化到描述一个对象的单个属性，全程防篡改审计）④ 开放、可扩展、API（REST API + 开源工具链，可从 YAML 声明生成多语言绑定）。
- 融合（Fusion）：把来自不同系统、写法略有不同的记录通过语义匹配认成同一个真实对象；但不会盲目合并——姓名缩写相同不等于同一人，系统会挂起待人工核实，这就是「人在回路」的谨慎。
- 分析师工作流：从原始数据到可行动情报的一条流水线，配合 Object Explorer（对象搜索）、Graph（可交互关系图谱）、Gaia（地图与时空分析）、Dossier（情报档案）等应用。
- 与 Foundry 的区别：技术底座相同，但 Gotham 处理结构化 + 非结构化混合数据，服务于在复杂信息里「找针」；Foundry 主要处理结构化、时序与 IoT 数据，服务于「理顺干草堆」。
- 说明：Gotham 涉及国防与情报场景，本课程仅作概念科普，不含任何操作细节或敏感能力。
数据孤岛之痛：不是没有情报，而是连不起来
2001 年 9 月之后，美国情报界得到了一个残酷的教训：线索从来不缺，缺的是把线索连起来的能力。同一个恐怖分子的名字，可能同时出现在十几个互不相通的系统里——电话记录、银行流水、签证档案、线人报告。可只要这些系统彼此"看不见"，再关键的信号也会被淹没。
这正是 Gotham 诞生的初衷。它要解决的不是"存储更多数据"，而是让数据能被人理解、被机器关联、被安全地共享。用 Palantir 自己的话来说，Gotham 是：
"Your software is the weapons system."
你的软件，就是武器系统。
—— 它把自己定位为 Operating System for Global Decision-Making（全球决策的操作系统），服务于政府、国防、情报与执法机构，把作战与情报数据、工具统一起来，提升对环境的态势感知。
接下来的八个小节，我们会用一系列可点击的小互动，带你从"什么是 Gotham"一路走到"它如何工作、和 Foundry 有什么区别"。每学完一节，点一下"标记已学 ✓"，左侧目录和顶部进度条会跟着亮起来。准备好了吗？
一句话看懂 Gotham
如果只能用一句话向初学者解释 Gotham，可以这么说：
注意它和前两篇的分工：
Apollo
部署操作系统——把软件稳定地送到任何环境（云、本地、气隙、边缘）。
Foundry
数据运营平台——让企业"数字孪生"跑得更高效（供应链、制造等）。
Gotham
决策操作系统——在复杂、非结构化数据里"找针"（威胁、网络、关联）。
四大支柱：Gotham 靠什么立住
Gotham 的官方文档把它的设计原则归纳为四条。点开每一根"柱子"，看它用大白话讲的是什么：
不论格式、不论体量，把数据整合成单一、连贯的数据资产。它不做僵化的"行与列"，而是把结构化与非结构化数据，转成代表真实概念的对象（object）及其属性、关系——这个模型就叫本体（Ontology），而且能随组织需求自适应调整。
提供穿透内外数据源的单一搜索入口。发现时既能看原始格式，也能看 Gotham 独有的"增强视图"。它的联邦（federation）能力把外部系统无缝接入生态；你可以把外部记录"提升"进来与平台情报融合，相关数据时还会自动浮现给你。
通过平台级严格安全实现全员协作。每条数据都锚定其原始来源，权限可细化到描述一个对象的单个属性（比如"某栋楼的地址""某辆车的型号"）。所有交互都被记入审计日志（可防篡改），从而能跨组织边界、跨安全模型、甚至在低带宽高延迟网络上安全共享情报。
通过行业标准的 REST API 与各类语言、外部系统顺畅互通，开放 API 让你能构建新能力。所有 API 操作都受安全、审计、安全检查约束；数据可用开放格式导出。它甚至提供开源工具链，从 YAML 声明自动生成多语言客户端/服务端绑定。
从数据到对象：亲手"融合"两条记录
这是 Gotham 最反直觉、也最强大的地方：它不让你盯着行和列，而是让你看到"人、地、事、物"。下面这个模拟器让你体会"融合（Fusion）"——把来自不同系统的、写法略有不同的记录，认成同一个真实的人。
场景：反洗钱调查。三条线索分别来自不同系统，看似无关。请按顺序点击操作。
原本分散、写法不同的两条记录，现在成了一个被充分描述的真实对象——这正是"本体建模"的第一步。
注意：Gotham 不会盲目合并。姓名缩写相同 ≠ 同一人。系统会把这个线索挂起待人工核实，而不是自动融进对象——这就是"人在回路"的谨慎。
分析师六步工作流
Gotham 不是一堆孤立工具，而是一条从原始数据到可行动情报的工作流。点击下面的步骤条，或按"自动播放"，看一遍一个分析员如何顺藤摸瓜：
应用全家桶：都在同一个数据资产上
Gotham 的分析能力通过 Palantir Workspace（一个现代统一界面，浏览器或轻量桌面端可用）里的多个应用提供。点下面的应用，看它干什么——并试试可交互的图谱（Graph）：
Object Explorer · 对象浏览器
一个"超强搜索"。不是搜文档里的文字，而是搜对象——例如"上周在洛杉矶市中心出现过的所有红色福特轿车"，并立刻看到任一对象的全部已知属性与连接。它是调查的"落脚点"。
Graph · 关系图谱（可交互⬇）
把数据从表格变成动态关系网。点击任意节点，看它"展开"出隐藏的连接——这正是发现"未知关联"的"aha 时刻"。
Gaia · 地图（时空分析）
把对象与事件放到地理与时间的上下文里。分析员可追踪对象的移动轨迹、识别地理聚集、叠加不同数据层看空间模式，并用时间滑块看"它们是不是同一周成立的"。
Dossier · 情报档案
把图谱、地图、文字、注释合成一份活的情报产品，可在团队间安全共享。每一步调查都被记录，形成可审计的轨迹。
敏感工作流（仅限授权）
文档注明还有用于更敏感场景的应用：目标定位、火力控制与执行、ISR（情报监视侦察）、ISINT 分析等，此处不展开。可见 Gotham 既支持"发现"，也直连"行动"。
国防作战能力：把决策速度压到分钟级
Gotham 的营销页用三个国防场景展示它如何支撑"决策优势"。先看它的核心——杀伤链（Kill Chain）：点击每一环，看它在链条里做什么。
点击上方任一环节查看说明 ↑
传感器调度：AI 自动，还是人工确认？
Gotham 能基于AI 规则或人工输入，自主调度无人机、卫星等传感器。切换下面的开关，看两条路径的区别：
家族关系：Gotham vs Foundry
最容易混淆的就是 Gotham 和 Foundry：它们技术底座相同，但服务的人、解决的问题完全不同。把它们并排看：
Gotham：结构化（电话日志）+ 非结构化（报告、邮件、图像）混合
Foundry：主要是结构化、时序与 IoT 传感器数据
Gotham 找针，Foundry 理顺干草堆。
五平台全景（把前四篇串起来）
Gotham 是这一切的"长子"——本体概念最早在这里被打磨出来，后来才移植到 Foundry、再被 AIP 升级为"AI 的操作系统"。
总复习与术语表
做完这 5 道题，检验一下你有没有把 Gotham 装进脑子。提交后会有分数横幅。
术语速查（点击任意术语看释义）
这些词在前四篇里也出现过，这里聚焦它们在 Gotham 语境下的含义：
关于 Palantir Gotham 的常见问题
以下问答可直接引用；答案整理自 Palantir 官方页面与平台文档。
- Palantir Gotham 是什么？
- Gotham 是 Palantir 面向政府、国防、情报与执法机构的决策操作系统，官方定位为 Operating System for Global Decision-Making。它把杂乱无章的情报数据变成一张可推理的关系网，解决的不是「存储更多数据」，而是让数据能被人理解、被机器关联、并被安全地共享。
- Gotham 的四大支柱是什么？
- ① 数据整合：不论格式与体量，把结构化与非结构化数据转成代表真实概念的对象及其属性、关系；② 统一检索与发现：提供穿透内外数据源的单一搜索入口，并能把外部记录「提升」进来与平台情报融合；③ 安全协作：每条数据锚定原始来源，权限可细化到描述一个对象的单个属性，所有交互记入可防篡改的审计日志；④ 开放、可扩展、API：通过行业标准 REST API 与外部系统互通，并提供从 YAML 声明生成多语言绑定的开源工具链。
- Gotham 的「融合（Fusion）」是怎么工作的？
- 融合是把来自不同系统、写法略有不同的记录，通过语义匹配认成同一个真实对象的过程。例如反洗钱调查中，三条看似无关的线索可以合并成一个被充分描述的真实对象。但 Gotham 不会盲目合并——姓名缩写相同并不等于同一人，系统会把这类线索挂起待人工核实，而不是自动融进对象。
- Gotham 与 Foundry 有什么区别？
- 两者技术底座相同，但服务对象与解决的问题完全不同。Gotham 面向政府、国防与情报，处理结构化（电话日志）与非结构化（报告、邮件、图像）混合数据，目标是在复杂信息里「找针」；Foundry 面向企业，主要处理结构化、时序与 IoT 传感器数据，目标是理顺供应链、制造等运营流程。一句话：Gotham 找针，Foundry 理顺干草堆。
- Gotham 如何保证跨组织安全共享情报？
- 它通过平台级严格安全实现全员协作：每条数据都锚定其原始来源，权限可细化到描述一个对象的单个属性（例如「某栋楼的地址」「某辆车的型号」）；所有用户与管理员交互都被记入可配置为防篡改的审计日志。因此它能够跨组织边界、跨安全模型，甚至在低带宽高延迟网络上安全共享情报。
- Gotham 有哪些主要应用？
- 在 Palantir Workspace 统一界面中，Gotham 提供 Object Explorer（面向对象的「超强搜索」）、Graph（可点击展开隐藏连接的关系图谱）、Gaia（把对象与事件放到地理与时间上下文中的地图应用）、Dossier（把图谱、地图、文字、注释合成可安全共享的活的情报产品）等应用，形成从发现到行动的完整链路。