Palantir 如何打造终极创始人工厂

Lenny's Podcast · 2025-05-11

摘要

Nabeel S. Qureshi 曾在 Palantir 工作近八年，担任前沿部署工程师 (Forward Deployed Engineer)，先后参与空客 A350 产能提升、美国国立卫生研究院 (NIH) 癌症研究及新冠应对等项目。本期播客深入剖析 Palantir 的运营哲学：为什么离开 Palantir 的产品经理中有 30% 选择创业——这一比例远超所有其他公司？核心答案在于 Palantir 独创的"前沿部署工程师"角色：工程师被派驻客户现场，周一到周四与客户同吃同住同工作，每周完成四到五轮"构建—展示—反馈—迭代"循环。这种极致的客户嵌入模式不仅解决了真实商业问题，更成为锻造创始人的熔炉——从理解客户痛点、获取信任、构建产品到实现营收，一次完整创业循环的压缩版本被反复操练。

对话还覆盖了 Palantir 从服务型业务向产品型业务转型的关键路径：前沿部署工程师的内部工具如何演变为核心产品 Foundry；数据本体 (Ontology) 如何从空客工厂的 SAP 表映射实践中诞生；以及 Palantir 在数据整合这一"冰山水下 95%"问题上的深刻洞察。此外，Nabeel 还分享了关于人才招聘（筛选"额外 20%"的驱动力）、扁平化头衔制度、道德困境的思考框架、以及 AI 时代创业新机遇等议题的独到见解。

正文

Palantir 的人才炼金术：为什么这家公司盛产创始人

Lenny 开场便抛出一组令人震惊的数据：在他的研究中，Palantir 在多项产品领袖产出指标上位居全球前列。离开 Palantir 的产品经理 (PM) 中，30% 选择创业，远超排名第二的 Intercom（18%）。Palantir 离职 PM 在下一份工作中获得直接晋升的比例全球第一；成为其他创业公司首位 PM 的比例全球第二；最终担任产品负责人的比例全球第三。与此同时，Palantir 自身市值已达约 2000 亿美元。无论你对这家公司持何种态度，它都值得深入研究。

Nabeel 本人是创始人、作家、研究者和工程师，曾在英国央行工作，是欧洲金融科技独角兽 GoCardless 的创始成员及商务发展副总裁，还曾以访问学者身份在梅卡图斯中心 (Mercatus Center) 与 Tyler Cowen 共同研究 AI 政策。他在 Palantir 度过了近八年，深度参与了公共卫生项目。

Palantir 到底做什么

这是每位 Palantir 员工都被反复问到的问题。Nabeel 的回答是：Palantir 通过数据平台为客户实现具体的战术性成果。他们拥有他认为是全球最强大的数据平台，主要包含两个产品——面向情报与国防场景的 Gotham，以及面向商业场景的 Foundry。客户通常是财富 50 强企业或各国政府，单笔交易金额高达数百万乃至数千万美元。

关键在于，Palantir 的定价并不锚定于"数据基础设施"本身（如 Snowflake 或 Databricks 的模式），而是锚定于客户获得的成果价值。例如，如果空客解决某个飞机问题价值一亿美元，那定价便与这一成果挂钩，而非按基础设施使用量计费。

人才筛选：独立思考者、知识广度与竞争本能

Palantir 在筛选人才时极其注重三种特质。

第一是独立思考能力——不惧反驳、质疑问题框架、拥有坚定信念的人。第二是更广阔的知识兴趣——CEO Alex Karp 在新书中引用哈贝马斯 (Habermas) 等欧洲思想家的论述，这在科技 CEO 中极为罕见。第三是极度好胜——一种不惜一切代价求胜的心态。

筛选机制也颇为独特：长期以来，任何候选人必须经过创始人面试才能获得录用。与 Stephen Cohen 的面试可能是聊一个半小时哲学——他会随机选一个话题，层层深入，测试你理解的极限。这不可能准备，本质上是一场有趣的对话，通过"气场检验"即可入职。

Thiel 曾提出一个重要观点：最优秀的招聘公司会发出一种独特的"坏信号"(bad signal)，它必须让一些人反感——这正是好信号的关键。今天的 OpenAI 和 Anthropic 吸引的是对通用人工智能 (AGI) 抱有近乎弥赛亚式信仰的人才；而 Palantir 当年的版本是"拯救夏尔"(Save the Shire)——聚焦国防、情报与军事的重要性。在那个社交、移动、本地应用 (social-mobile-local) 盛行的年代，Facebook 和 Pinterest 如日中天，Palantir 的这一定位显得极为另类。但正是"来解决世界上最难、最脏的问题"这一号召，吸引了真正优秀的人。

杀人板与可争议原则

Palantir 团队在启动新项目时必须组织所谓的"杀人板"(Murder Board)——这个术语源自军队。你需要写一份两页纸的项目计划，邀请三四个不了解该项目的聪明人，他们的唯一任务就是撕碎你的方案。计划中包含愿景、目标、三个月战术后，以及一个"原则"部分。

Nabeel 常给新人的建议是：如果原则是"快速行动"(move fast)，这不是一条好原则，因为没人会反对它。好原则必须有争议——必须让很多人质疑"你为什么要选这个原则？这在我看来是错的"。只有能引发分歧的原则，才是真正有价值的原则。

另类人才池：退役军人与情报人员

Palantir 还挖掘了一个被严重低估的人才池：从军队或情报机构退役、正在读 MBA 转型的人。这些人往往非常聪明，曾在极端恶劣环境中完成过极困难的目标——而这恰好是创立一家混乱的科技公司的核心能力。Nabeel 认为，更多公司（如 Scale AI）现在也在这样做，但当时这一人才池的差异化优势非常显著。

核心价值观的选择也在发挥作用——与其宣传包容性或午餐寿司，不如聚焦任务一致性和被低估的人才。这场游戏永远在变化：今天的使命可能是 AI 安全，明天可能是别的。

无头衔哲学

Palantir 长期实行无头衔制度。Thiel 在《从零到一》(Zero to One) 中解释了原因：一旦有了头衔，人们就会竞争它，引发非生产性冲突，导致古德哈特定律 (Goodhart's Law) 泛滥——人们开始管理指标而非创造价值。

以 Google 为例，不少离职员工抱怨晋升机制扭曲了行为：与其改进现有产品，不如启动一个新产品并将自己的名字附在上面。晋升季一到，"我做了一个新东西"就变成了晋升筹码，但对用户而言可能是困惑。

Palantir 的做法是让所有人拥有同一个毫无意义的头衔——前沿部署工程师。只有 CEO 和六位董事拥有正式头衔。这带来了一个有趣的现象：员工离职后会在 LinkedIn 上给自己编造"SVP of XYZ"之类的头衔，因为在外部世界，头衔确实是让经验可读性的必要工具。

无头衔也有副作用——竞争从显性的头衔之争变为隐性的"谁在核心人物的内圈"。但 Nabeel 整体上支持这一哲学：它意味着你始终必须靠实力赢得自己的位置，项目领导权是流动的，没有人能靠一个"总经理"头衔安坐不动。

前沿部署工程师：Palantir 的核心创新

Palantir 有两种工程师：一种在帕洛阿尔托或纽约办公室开发核心产品，是传统软件工程师；另一种被派驻现场——周一到周四在客户办公楼里工作，拥有自己的工位。后者就是前沿部署工程师。

公司内部，这一职能称为商务发展 (BD)，产品开发则称为产品开发 (PD)。BD 内部的前沿部署工程师又分两种：一种需要通过严格软件工程面试，通常有计算机科学学位；另一种面试更侧重数据推理能力，不一定有 CS 背景，但需要在翻译技术语言、驾驭社交动态等方面具备"人的精明"(savvy as a human)。这两种人对于在大型组织或企业中推进项目都不可或缺。

以空客为例，Nabeel 的工位就在生产飞机的工厂里，坐在诊断飞机问题的人旁边。后来在 NIH 工作时，他甚至拥有政府门禁卡，与公务员、生物学家和临床医生并肩工作。

为什么这锻造了创始人

前沿部署工程师的工作循环是这样的：周一进入客户现场，开会了解问题；周一晚上构建原型；周二展示给用户，获取反馈；周二晚上迭代；周三再次展示……每周完成四到五轮这样的循环。六周之后，你可能会发现"这真的有价值，有人愿意为此付 2000 万美元"。这正是创始人从 0 到 1 的完整循环的压缩版——理解问题、获取信任、构建产品、实现营收。Nabeel 本人经历了不止五次这样的循环。

从服务到产品：内部工具如何变成 Foundry

早期 Palantir 被普遍质疑为"闪亮版的埃森哲"——不过是披着产品外衣的咨询公司。Nabeel 从入职到 IPO 后的一段时间里，不断听到这种质疑。但最终，80% 以上的利润率证明了它不是咨询公司（后者通常只有 20%–30%）。

转型路径是这样的：最初，前沿部署工程师的"武器"只有 Jupyter Notebook 和一些数据整合工具，非常原始。但随着反复在客户现场创造价值，他们不断为自身构建内部工具——自己成了自己的第一批用户。某一刻，一个激进的想法浮现：如果让客户也使用这些内部工具呢？

CTO Shyam Sankar 随后下达了一项命令：每个客户部署，必须在三个月内让客户使用上这些工具。当时体验极差——这些工具是为硅谷工程师设计的，频繁崩溃，需要调试 Spark 错误。但正是这一过程迫使团队严肃思考产品的可用性、性能和可靠性。历经三四年的打磨，Foundry 产品由此诞生。

数据整合：冰山水下的 95%

Palantir 最重要的"秘密"来自于长期驻扎客户现场的发现：数据分析只是冰山一角，真正的痛苦在水下——数据获取、清洗、连接、规范化占去了 95% 的工作量。

走进任何一家大公司，情况几乎如出一辙：你想查询销售数据库，首先找不到数据库在哪；找到了，需要提交访问申请，等待六到八周；终于获得了访问权限，数据却不是可查询的格式，需要专业技能才能提取正确指标。Nabeel 在空客亲历了更极端的版本——SAP 中的表名形如"S3F1_Z"这样的外星语言，你需要知道哪个表存储了零件编号，才能做任何有意义的事情。

Ontology 的诞生：从工厂车间到核心产品

空客 A350 的案例直接催生了 Foundry 的核心组件——数据本体 (Ontology)。

当时空客的挑战是将 A350 产量快速提升——从每月 4 架到 8 架再到 16 架。工厂的运作方式是：飞机在一系列工位之间移动，每个工位执行特定工序。关键问题是：下一个工位需要知道上一个工位完成了什么、还剩什么未完成；未完成的工序会顺延到下一工位；下一工位还需要知道自己需要哪些零件、这些零件在工厂的什么位置。这一切高度依赖人与人之间的口头沟通，极其低效。

Nabeel 团队发现，如果能把 SAP 中那些不可读的表名提取出来，按正确方式连接，然后映射到人类可理解的概念——零件、工单、飞机——并建立层级关系，用户就可以登录系统直接查询："79 号飞机在哪？在 31 号工位。需要完成哪些工单？需要哪些零件？零件在哪里？"这正是 Ontology 的雏形：一套人类可理解的概念集合，免去了在底层数据中翻找的痛苦。

这一案例中的具体应用虽然不会直接成为 Foundry 功能（其他公司不使用相同的概念体系），但"将数据库表映射为人类可理解概念"的核心思想成为了 Foundry 的重要组成部分。如今 Palantir 每次演讲都会提到的 Ontology，正是从这家飞机工厂的实践中孕育而出。Nabeel 认为这仍是 Palantir 的重要差异化优势——目前尚无太多其他公司交付类似产品。

空客的产量当年至少提升了 4 倍，CEO 公开表示 Palantir 发挥了关键作用。为此，Nabeel 在法国生活了一年半——因为空客的各组件在欧洲各地制造（西班牙造尾翼、英国和德国造机身），最终运到法国组装，他需要频繁飞往各国追踪零件下落。

Gotham 与 Foundry 的区别

两个产品共享相同的底层架构——底部是数据接入层 (data ingestion)，中部是数据映射层 (data mapping)，顶部是面向用户的 UI 组件。

Gotham 专注于军事情报场景：大量工作流涉及地图——监控部队或坦克的移动；强调图数据库分析 (graph-based analysis)——如"Lenny 过去一周给谁打了电话"，然后展开所有节点，发现可疑对象后继续深入查看其位置。这种分析方式同样适用于反欺诈。

Foundry 则更传统：面向商业场景时，用户更多进行经典的 SQL 查询和表格操作，而非图分析。两个产品的区别本质上在于用户的工作流差异。

给创始人的建议：何时采用前沿部署模式

关于前沿部署工程师，Nabeel 的朋友、Hex CEO Barry McCardel 的观点是"你大概不需要前沿部署工程师"。这一模式非常特定：你必须愿意在发现正确方案上投入大量资源，而为此每个客户的营收需要达到数十亿美元级别。低于此门槛，传统的前沿部署模式难以支撑。

但许多从 Palantir 出来的人创业时的核心论题正是：Palantir 不服务的那些客户（因为客单价太小）恰恰是一个市场。你可以做"小号 Palantir"，收费 25 万美元而非 500 万美元。这种情况下，一名前沿部署工程师可能同时负责五个客户账户，而非驻扎在一个工厂里。

关于"为客户解决一个问题再产品化"的策略，Nabeel 认为最常见的错误不是过度服务客户，而是创始人对自身产品愿景的执念。当你走进一家企业客户，原以为他们需要分析软件，结果发现他们真正痛苦的是另一个完全没有好方案的巨大问题——多数人不愿转向那个大问题，因为"我们是做分析的"。有时正确的做法确实是换个客户；但有时正确的做法是全力转向那个大问题，然后为新方向找到其他客户。

Retool 创始人 David Hsu 的故事是绝佳例证：他们的产品最初定位为"超级 Excel"，无人问津；后来仅仅把邮件主题改成了"轻松构建内部工具"，CTO 们的回复便如潮水般涌来——同样的产品，换一种框架和买家群体，结果截然不同。

前沿部署工程师的成功要素

如果一家公司想尝试这种模式，Nabeel 认为关键要素有三：

第一，前沿部署工程师必须是能够独立构建产品的真正工程师。很多公司说自己的"前沿部署工程师"实际上只是解决方案架构师 (solutions architect)，他们只部署现有产品，不被授权构建新产品。Palantir 的激进之处在于："如果需要全新产品来解决问题，你就去构建它。"

第二，亲临现场的价值不可替代。与客户建立深厚的个人纽带——成为朋友而非供应商——是获取信任和理解问题的关键。Nabeel 认为，最优秀的创始人本身就在这样做：他们与买家用短信交流，在工作之外成为朋友，把对方当作需要帮助的人来看待。

第三，深入理解客户的业务逻辑。以美国医院为例：人们直觉上认为医院是提供医疗的地方，但从 COO 或 CMO 的视角看，医院更像餐厅——需要尽快"翻台"：治疗病人，腾出床位，迎接下一个病人。这一利润逻辑带来了一系列独特的痛点，只有深入理解才能发现。AI 工具（如 Cursor、Windsurf）正在降低技术门槛，这意味着前沿部署工程师的成本正在下降——Nabeel 预计将看到更多利用这一洞察的创业公司。

前沿部署工程师的演变

Nabeel 于 2023 年离职，以下为他的个人观察。Palantir 长期以来以"每位工程师的营收"(revenue per engineer) 作为内部成功指标——产品杠杆越高，这个数字越大。如果每个新客户都需要大量工程师，那本质上仍是咨询公司；如果产品足够强大，新客户几乎不需要额外人力，那才是真正的产品公司。

早期一个客户可能配备 5 到 10 名工程师。随着产品成熟和 AI 编码能力提升，这一比例逐渐变为每个客户 2 人，甚至 1 人负责多个客户。如今的岗位更多是同时覆盖多个客户，在每个客户上花的深度时间减少，但解决的问题更明确，产品也更标准化。

Nabeel 提供了一个看 Palantir 的宏观视角：这家公司花了 20 年为全球最重要的机构构建了最强大的数据底座。现在 AI 模型问世，最有价值的东西变成了非公开的私有数据 (proprietary data)——而 Palantir 恰好拥有对这些数据的访问权限。这使其处于帮助客户以解决真实商业问题的方式部署 AI 的独特位置。这本质上就是 Palantir 的看涨逻辑 (bull thesis)，也是它可能再涨 100 倍的原因。

数据治理的暗面：守门人与政治博弈

数据获取的困难不仅仅来自 IT 安全的合理考量——防止数据泄露和敏感信息扩散是最简单的策略就是锁死数据、成为守门人。更棘手的是"技能护城河"：如果只有你理解销售计算管道的 SQL 逻辑，所有业务方的请求都涌向你，你有一个很长的排队，需要数周才能处理——那你的工作安全感极好，所有人都依赖你。

当 Palantir 出现并说"我们要让所有销售数据对所有人开放，一键点击即可访问"时，这些人的反应可想而知。因此，Palantir 最大的竞争对手并非 Snowflake 或 Databricks，而是客户自建方案——CIO 说"我自己搭数据基础设施，跑在超大规模云上，我们自己做分析"。Palantir 的颠覆性在于提出：所有数据汇入一个平台，全公司所有人使用。这对最终用户极其友好，但对既得利益者构成了威胁。

招聘哲学：寻找"额外 20%"

Nabeel 目前正在创立新公司，团队六人。关于招聘，他最大的体悟是：真正稀缺的是那种对做事本身有强烈热情、愿意付出额外 20% 的人。

从大公司（尤其是 FAANG）招聘时常见的模式是：人们习惯了 40 万美元年薪、固定工时、写完代码回家。而在初创公司，成功高度依赖每个人是否愿意在必要时加班让东西跑起来，是否真的追求业务成果而非仅仅"完成清单"。这种差异对前 20 名员工至关重要。但筛选这种特质没有科学方法——你不能在职位描述里写"关注结果"就自动筛到对的人。

关键在于使命一致性 (mission fit)。Palantir 招募了大量退役军人或更具爱国倾向的人——他们对 Palantir 的使命有额外的私人理由去在乎。Nabeel 自己的创业方向偏医疗健康领域，因此他寻找的是自己或家人有过与医疗系统困难经历的人——他们天然更在乎。面试时问"你曾经为了完成某件事付出过的最大努力是什么？为什么？"——很多人给不出好的回答。

除此之外，Nabeel 还重视"横向信号"(lateral signals)：比如销售人员中，曾为职业运动员或大学校队成员的人通常非常自律、目标导向、愿意极度努力。Max Levchin 曾讲过一个 PayPal 早期的故事：一位候选人通过了所有技能面试，但最后提到自己喜欢打篮球，结果被秒拒——PayPal 的氛围是"如果你不是超级 Linux 硬核计算机宅，我们不要你"。不论这个决定对不对，它正是"坏信号"吸引特定人才群落的体现。

Palantir 的产品经理：先做工程师，再当 PM

Palantir 最初相当反 PM，后来随着产品测试需求增加才引入。关键区别在于：PM 必须先证明自己作为前沿部署工程师的能力，几乎没有其他路径成为 PM。

Nabeel 提到的空客工厂项目，管理那次部署的人后来成为了 Ontology 的 PM——正因为她已在现场证明了自己的方法。原因很简单：需要真正理解客户、拥有客户共情力的人；需要那种 BD 岗位筛选出的"把事情做成"的驱动力。Palantir 极力避免传统 PM 的失败模式——"Google Docs 综合征"：写产品需求文档、以非常"理性"的方式管理一切。

PM 几乎全是内部晋升，且全部来自 BD。Nabeel 不知道有哪个从 Google 等公司外部招聘 PM 成功融入 Palantir 的案例。此外，PM 本人必须是工程师或极其擅长与工程师协作。最成功的 PM 与工程团队形同挚友——工程师信任你，你才能存活；在 Palantir 这种充满好辩性格的环境中，赢得工程团队的信任尤为关键。

创始人产出率的数据验证

Nabeel 加入时所在的小团队只有 20–25 人，其中至少 6 人如今已是独角兽或准独角兽创始人。还有更多最近刚起步的创始人。Palantir 的员工留存率非常高——人们通常待得比硅谷平均水平更久。当你选择离开时，往往是因为"有什么非常具体的东西在拉我，我想打下一关"——极少有人离开后去加入另一家传统科技公司。要么创业，要么为什么离开一个有那么多有趣项目可做的地方？

Lenny 补充了一组数据：YC 创始人中，Palantir 出身的数量超过了 Google 出身——尽管 Google 的员工规模是 Palantir 的 50 倍以上。

道德困境：留下来改进 vs 抽身而去

Palantir 的道德争议是绕不开的话题。Nabeel 分享了他的思考框架。

首先，存在大量正面成果：他参与了美国新冠应对，朋友参与了"曲速行动"(Operation Warp Speed)，他本人专注于 NIH 的癌症研究——这些都是"显然的好事"，而且你无法在其他地方做这些。2016 至 2020 年间，纽约办公室外常有抗议者。面对质疑，Nabeel 的核心论点是：退出 (disengagement) 很少是正确答案。

Google 因员工抗议而退出五角大楼 AI 项目的案例，在 Nabeel 看来偏离了美国主流民意——大多数美国人认为在合理范围内从事国防工作是正当的。而且，"你宁愿在房间里让事情变得更好，还是彻底缺席？"即使是一个许多人可能不适的工作流——比如针对某人的打击——对比 2010 年和现在的做法，精度和准确性已有巨大提升，误伤概率大幅降低。这难道不值得感到欣慰吗？

Nabeel 承认，这是一个灰色地带，需要你主动思考自己在做什么。如果未来走向非常黑暗的方向，也许就不该在国防公司工作。但他强烈认为，科技界长期不愿正视自身工作的政治维度——优化短视频让儿童沉迷五小时的工程师，是否想过这对孩子大脑的影响？2025 年的今天，科技已深度卷入政治，而政治也找上了科技。他十年前说的话如今已成共识，但当时"我们做的事是有政治性的，你最好正视"这个观点仍颇为前卫。

带到新创业公司的三条核心经验

Nabeel 总结了三条从 Palantir 带到新公司的核心原则。

快速迭代。 创业成功的概率是下注次数和单次成功概率的函数。一个简单的提高成功率的方法就是多下注、快速循环。经典做法：带着东西去见客户，要求对方付一大笔钱——如果对方不愿付，立刻转向下一个问题。不要等三周——大多数创始团队都没有那个时间。

建立独特而紧密的内部文化。 在 Palantir，人们有一种"你在这里工作过，你一定很强"的信任感。这种信任感极为宝贵。有人问"我应该先去好公司工作还是直接创业？"Nabeel 不确定哪个对所有人都更好，但他说先在顶尖公司工作的一大好处是：你有了内部基准——知道高标准是什么感觉。如果没有这些基准，一切都得从零摸索。

拥抱现实世界中最混乱的部分。 Nabeel 离开 Palantir 时开玩笑说"我只想做纯软件，做个 IDE，连客服邮箱都不设"。但结果发现，他的比较优势恰恰在于与混乱现实打交道的经验和人脉。一个令人不安的假设是：也许两年后我们真的有了 AGI，但医疗系统仍然破碎，纽约房租仍然高不可攀，住房仍然建不起来。LLM 正在改变游戏规则——技术创始人的可达工作流大幅扩展，传统行业比以往更愿意与科技创业公司合作。2015 年向这些行业推销极难，但 ChatGPT 之后，人们愿意给小创业公司机会了。前沿部署工程师的成本也下降了五到十倍。

AI 角落：日常工具箱

Nabeel 分享了他日常使用的 AI 工具。

Wispr Flow： 语音转文字键盘应用。在与 LLM 快速迭代时，段落级提示词用说的比打的快得多。该应用使用优质模型，错误率极低，UX 体验出色。

Claude Code： 在终端中运行的 AI 编程工具。直接操作文件系统，可以创建文件、执行复杂的 PR，本质上是一种引导式 AI 代理 (guided agent)。Nabeel 认为这是 AI 代理的精彩预览。

Gemini Pro 2.5： 优秀的模型，尽管 Google 的 UX 有时不尽如人意。Nabeel 还用 LLM 处理日常事务——比如分类税务交易，只需快速写个脚本即可完成。

反直觉角：大学是值得上的

在科技圈中，"辍学创业"的叙事颇具诱惑力，但 Nabeel 认为这对 95% 的人来说是错误建议。大学是你建立深层友谊的少数机会之一——你身处美丽校园，所有时间都用于思考、写论文、读书、与朋友相处。21 岁之后，这种奢侈几乎不可能重现：你需要付房租、工作，即使赚了钱休假，朋友们都在上班，总觉得头顶有倒计时。大学那三四年的深度智识探索和自我发现是极其珍贵的。Nabeel 无法评论 ROI，但他个人认为即使美国学费高昂，回报依然可观。

闪电问答

最爱的近期电影

《分手的决心》(Decision to Leave)——朴赞郁导演（曾执导《老男孩》）。一部韩国心理惊悚片：侦探调查一位被控杀夫的女性，逐渐对她产生感情，判断力开始受影响。视觉极美。Nabeel 认为当今最有趣的电影大多来自海外——东亚、南亚等地。

人生座右铭

建筑师 Christopher Alexander 在 UC Berkeley 任教时，对学生总是提交平庸作品感到沮丧。他每周都对学生说：想象法国有一座哥特式大教堂叫沙特尔 (Chartres)。你的目标是沙特尔——你要做出比那更好的东西。否则，你很容易不自觉地锚定在中等水平上。Nabeel 经常对自己重复：瞄准沙特尔 (Aim for Chartres)。