8.2
深览指数
科技虎嗅·十字路口Crossing©··AI 生成
YC 最新投资的236家公司：“几乎所有事情都不一样了”
本文基于对Y Combinator 2026夏季批次236家公司的系统性分类分析，揭示了AI创业方向的重大转向：创业公司正从应用层和Agent叙事向技术栈底层（算力、芯片、训练数据、训练环境）和物理世界（硬件、机器人、实体运营）迁移。文章提供了详细的量化数据支撑这一判断，包括各技术层公司数量的环比变化、创始人画像年轻化趋势，以及AI-native firm（按结果收费的服务型企业）的崛起。适合关注AI创投趋势、技术落地路径的深度读者阅读，能快速校准对当下硅谷创业热点的认知。原文 ↗
核心观点
- ▍AI创业重心正在从应用层向技术栈底层（算力、芯片、训练环境）和物理世界（硬件、实体运营）迁移，Agent已从创业命题变为默认假设。
- 01在模型以下工作的公司（能源、芯片、数据中心、模型训练和推理）在春季批次中只占8%，夏季批次已占20%。
- 02应用层公司从整体批次的55%降至39%，其中通用AI App从58家减少到32家。
- 03春季批次45%的公司主打自主Agent，夏季批次这一比例为33%；在介绍中使用“Agent”一词的公司从27%降至19%。
- 04夏季批次出现了4个新集群：21家算力建设公司、11家推理成本优化公司、9家前沿实验室的训练数据和环境公司、7家强化学习环境公司。
- 05有8家公司直接对标Scale AI作为竞争者，是单个巨头中挑战者最多的。
- 0645家公司在交付实体硬件，是上一批的两倍；24家属于机器人或Physical AI。工业类公司从12%上升到24%。
- 0721家AI-native firm自己完成工作并按结果收费，涵盖会计、保险、医疗、法律、货运经纪等。
- 08销售和营销AI公司从18家降至6家；取而代之的是有实体运营环节的行业如制造业（11→18）、物流（7→12）、建筑（5→11）。
- 09这是YC迄今最年轻的一批：37%的创始人是在校生或毕业不到两年，59家公司是全学生团队。
反方 / 局限
- — 文章没有讨论将Agent作为默认假设对应用用户体验和产品完整性的潜在影响，也未提及硬件创业的高资本门槛和失败率，这些因素可能限制年轻团队的可行性。
13 分钟 · 4 卡片 · 11 资料
读原文 →