Y Combinator 看 2026 年创业：硬科技、AI 与独立创始人

The Lightcone 的参与者讨论 Y Combinator 在 2026 年观察到的创业者变化。他们的数据描述的是 YC 自己录取的公司，不能直接代表所有初创企业。

Diana 说，在所分析的批次中，硬科技公司占比从 8% 升至 20%。她还表示，批次结束时的月收入中位数从约 8,000 美元升至 20,000 美元；这一比较来自团队内部分析。

嘉宾描述了机器人、工业制造、国防、半导体和电力基础设施领域的增长。这些类别可能重叠，因此不能把各项占比简单相加。

Jared 说，当年夏季批次约六分之一的创始人拥有博士学位。嘉宾将这一变化与研究密集型领域增加联系起来，因为这些领域可能需要专门知识。

他们认为，硬科技的乐观前景之一是代码生成和更强模型能帮助小团队承担过去需要更多人完成的软件和研究工作。他们并未声称实体供应链的问题已经消失。

嘉宾将航天公司和国防技术视为激发创业兴趣的因素，讨论了制造卫星、电力系统、飞行器和反无人机设备的初创企业，其中包括他们投资过的公司。

他们还看到军民两用供应链和制造业的机会。一个例子是服务新兴国防公司的金属供应商，这些客户希望材料交付速度更快。

AI 算力也有实体的一面：数据中心需要建设、能源、电池、芯片和网络。嘉宾认为，需求增长为整个基础设施链上的公司创造了空间。

他们介绍了探索专用处理器和光互连的初创公司。这些是公司案例及对性能的设想，讨论并未独立测试这些产品。

嘉宾预计机器人将受益于 AI 进步，并看到垂直应用及支持基础设施中的创业活动。他们认为通用突破有可能出现，同时承认它尚未到来。

过去，当投资者偏好软件订阅业务时，资本密集型公司可能较难融资。参与者说，如今他们看到投资者对硬科技更感兴趣，但市场情绪也可能变化。

嘉宾不认为软件已经过时。如果智能体需要系统记录来获取信息和完成工作，这类软件仍可能有价值；开发者也可能越来越多地同时为智能体和人设计接口。

回到 YC 收入数据时，他们认为某些 AI 产品更有价值，因为它们完成了更大一部分工作流，而不只是记录工作。他们也承认，对 AI 的热情可能影响购买决策。

一个招聘案例说明了这种区别：软件可以寻找候选人并协助联系与安排面试，人类招聘人员则可以更专注于判断和关系维护。嘉宾将其作为案例，而非普遍结果。

嘉宾说，部分 YC 公司在一个批次内达到七位数收入，比他们以往通常看到的速度快得多。他们将其归因于真实需求与更快产品开发的结合。

他们指出另一个快速增长的类别：向模型实验室出售数据和强化学习环境的公司。他们称，过去两年投资的十多家 YC 公司在这一领域的年收入超过 1,000 万美元。

专门环境可以将领域知识、软件和评估结合起来，服务于金融等任务。嘉宾还提到对实体世界数据的需求，包括第一人称视频和机器人任务记录。

他们推测，拥有专有数据的企业可能越来越多地为自身工作流适配或训练模型。价值取决于数据、任务和成本，单靠微调并不能保证效果。

在机器人领域，一位参与者猜测，由于实体任务对时延和控制的要求不同，可能需要领域专用模型与微调。他们举例说明有公司将通用机器人模型适配到较窄的应用。

Diana 说，在所讨论的比较中，独立创始人占录取公司的比例从约 5% 升至 18%–19%。嘉宾认为更好的构建工具能帮助一人起步，但仍重视能力互补的联合创始人。

他们讨论了先独自起步、后来加入合伙人的创始人。独自开始可能改变股权与职责协商的时间，但并不消除销售、技术工作和理解客户的需要。

嘉宾看到三十多岁后期、四十多岁及更年长的经验丰富创始人重新受到重视。随着原型制作加快，了解市场、识别难题和决定做什么可能更有价值。

他们将指导多个智能体与管理工程团队的某些方面相比，例如设定目标和审查工作。这个类比只是部分相似：智能体在可靠性和责任承担方面有不同限制。

他们给出的实际建议是尝试当前工具，并重新审视此前难以解决的问题。嘉宾对持续进步持乐观态度，但也承认这种速度能持续多久并不确定。