YC 最新創業風向標：AI 正在從模型走向實體經濟，這 11 個前沿賽道最值得押注
作者：Y Combinator 團隊（Garry Tan、Brad Flora、Diana Hu、Jared Friedman、Gustaf Alströmer、Ankit Gupta、Jon Xu 等）
編譯：深潮 TechFlow
深潮導讀：在矽谷和全球創投生態的演進歷程中，Y Combinator 發布的「創業願望清單（Request for Startups，RFS）」歷來被視作科技浪潮前沿的風向標與風暴眼。回顧歷史，從早期的雲計算、移動互聯網、Stripe 式的金融基礎設施，到後來的垂直 SaaS，YC 的 RFS 往往能在技術質變的前夜，為創業者和資本精準指出尚未被巨頭壟斷、但又亟待技術重構的處女地。
在這期最新出爐的 RFS 中，YC 給出了一個極為明確且重磅的宏觀判斷：AI 發展的最大瓶頸，已經不再僅僅停留在基礎大模型的參數與算法本身，而是正在加速向現實世界擴散。純軟體層面的淺層包裝正在失去溢價，真正的顛覆性機會，正在向實體製造業、能源與電網基建、公共政務行政孤島、高安全隔離體系以及商業太空等重資本、重物理約束的深水區全面遷移。
本篇長文彙總了 YC 核心合夥人團隊重點押注的 11 大前沿方向，不僅涵蓋了從時薪 $15 的平民化 AI 專家、具備真正文學級高水準文筆的寫作大模型，更深入到美國機器人本土製造、數據中心供電冷卻供應鏈、萬億基建的華爾街金融工具，以及企業專屬私有化模型體系。深潮 TechFlow 對此進行了全文完整深度編譯，為每一位身處 AI 浪潮前線的創業者、研究員與投資者，提供一份不可多得的產業全景圖譜與航海指南。
發布「創業願望清單（Request for Startups，RFS）」一直是我們 Y Combinator 的悠久傳統，旨在與全球創業者分享我們最渴望看到大家去攻克的關鍵命題。
不過，這些方向僅代表我們投資版圖中的一小部分。如果其中某個議題點燃了你的激情，請將其視為投身其中的強力背書；但即便你的創業項目不在此列，也絕不妨礙你向 YC 遞交申請。
當下的一個重大趨勢是：AI 面臨的最大瓶頸，正在從模型層本身向外快速蔓延。
我們對新一波初創企業充滿期待。他們正在全力打造所需的硬體、基礎設施、金融體系以及專用垂直軟體，從而將前沿智能真正注入現實實體經濟，覆蓋從工廠製造、數據中心，到政務治理乃至外層空間的廣闊領域。
廉價太空發射時代的初創企業
撰寫人：Ankit Gupta（YC 集團合夥人）
SpaceX 正在描繪一個清晰的近未來圖景：在不遠的將來，星艦（Starship）每年的發射頻次將達到 10000 次。
當下，即便是一枚不可回收的一次性星艦，其發射成本也已經幾乎與可重複使用的獵鷹 9 號（Falcon 9）持平，每公斤入軌成本更是大幅降低。
隨著星艦技術走向規模化並徹底實現全復用，我們將見證每公斤有效載荷的發射成本實現數個數量級的斷崖式下降。
這意味著，現在正是系統思考「充裕太空接入時代」創業機會的黃金時刻。
有哪些商業模式在今天或許受限於發射成本而難以跑通，但一旦發射成本暴跌 100 倍甚至更多、軌道經濟全面爆發時，就會變得極具可行性？
我們認為，這類公司現在就必須著手創立。如果你是有志於在此探索的建構者，YC 非常渴望收到你的申請。
時薪 $15 的專家：AI 驅動的普惠專業服務
撰寫人：Brad Flora（YC 集團合夥人）
關於 AI，當下大多數人的討論都集中在它將如何取代現有工人。然而，真正令我們興奮的卻是完全相反的路徑：借助 AI，將一名普通勞動者直接轉變為具備專業水準的專家。
我們正在見證越來越多的企業跳出文憑與資質的限制，招募具有極高悟性與執行力的普通人。在先進 AI 的全方位武裝下，他們能夠勝任過去只有資深專家才能處理的複雜工作。
試想一下，一位溝通能力極佳、同時又極度熟練運用 AI 的客服代表，突然具備了針對複雜的企業併購（M&A）、供應鏈優化或全球貿易合規提供諮詢建議的能力。
在公共福利、稅務籌劃、保險理賠、醫療帳單核算以及移民簽證文書等領域，存在著數以百萬計類似的工作崗位。
簡而言之，只要專業資質認證構成了阻礙服務供給的瓶頸，這套模式就能大顯身手。
上一次工業革命通過工廠藍領崗位，造就了龐大的現代中產階層；而這一次的技術變革，則完全有望通過普惠化的專家型崗位，重塑全新的中產體系。
我們希望全力資助那些致力於實現這一願景的創業公司。
美國製造的機器人：硬體回歸本土
撰寫人：Diana Hu（YC 集團合夥人）
如今，頂尖的機器人基礎模型已經開始實現跨形態、跨機型的通用技能遷移。在我看來，機器人領域的競爭瓶頸正在迅速向物理硬體端轉移。
2025 年美國本土共安裝了 38400 台工業機器人，同比增幅達 12%。但絕大部分機器人仍高度依賴從日本和歐洲進口。
即便是那些在美國本土組裝的機器人，其底層核心也往往深度依賴來自中國的磁體。
2024 年，中國生產了全球 94% 的燒結稀土永磁體。當 2025 年 4 月出口限制政策出台時，部分汽車製造巨頭甚至被迫直接削減了產能。
到了 7 月，美國聯邦通信委員會（FCC）更是暫停了對新型聯網移動機器人的准入認證，除非這些機器人完全由美國本土製造，或獲得極少數的豁免許可。
按照現行合規標準，一台機器人必須有超過 65% 的零部件成本來自本土製造，且這一比例將在 2029 年攀升至 75%。這意味著，單純將進口零部件運到本土組裝的貼牌路徑已徹底行不通。
我們希望全力支持那些在美國本土自主研發機器人及其完整上游供應鏈的創業者。
這涵蓋了稀土磁體、電機、諧波減速器（Strain-Wave Gears）、編碼器、力矩傳感器、末端夾爪、專用晶片、電池組，以及用於製造這些零部件的高精度工業母機與生產設備。
如果你正在這一領域深耕，我們非常期待與你深入交流。
真正具備高水準文筆與深度寫作能力的大語言模型
撰寫人：Jared Friedman（YC 集團合夥人）
隨著大語言模型在編程與數學推理能力上的突飛猛進，它們在文筆與寫作表達方面，卻在悄然退步。
這絕不是你的錯覺：與 2024 年和 2025 年的模型相比，如今的主流大模型在語調上確實顯得更加刻板、更具機械味。
這似乎並不是偶發的臨時技術缺陷，而是一個深層的結構性難題。
那些為了讓模型具備頂尖編程能力而設立的強化學習獎勵信號（Reward Signals），在實際訓練中會主動削平模型的語調色彩、情感起伏與獨特的寫作風格。
一旦面臨研發資源的權衡取捨，各大頭部 AI 實驗室毫無疑問都會優先將算力傾斜給代碼生成和自主智能體工作流（Agentic Workflows），而放棄對文字質感與文筆風格的苛求。
這恰恰為初創企業留下了一個巨大的市場真空：打造一款真正讓人們發自內心喜愛與之交流、文筆富有溫度與深度的特色模型。
如果你渴望在這個方向上有所突破，我們非常期待收到你的來信。
政府福利與公共援助領域的"Plaid"：打破行政數據孤島
撰寫人：Gustaf Alströmer（YC 集團合夥人）
如果你曾經向政府機構申請過公共福利，你一定對這套繁瑣的流程深惡痛絕：開具收入證明、核實家庭同住人員、提供常住地址證明。隨後，換到下一個救助項目，又得把所有材料重新提交一遍；到了年度資格審核時，整套折磨還要再次上演。
每一個政府行政部門都有獨立的門戶網站，彼此之間互不連通，數據徹底割裂為孤島。
無數申請人僅僅因為疏漏了一份非關鍵材料就被直接駁回，而公職人員則不得不日復一日依靠肉眼手工核對工資單。
極其諷刺的是，這套將誠實公民拒之門外的官僚系統，卻在欺詐防範上漏洞百出。
美國政府問責局（GAO）估算，各類福利欺詐每年給美國聯邦政府造成的財政損失高達近 $5000 億。雪上加霜的是，如今利用生成式 AI，幾秒鐘內就能偽造出一張足以亂真的假工資條。
在金融科技基礎設施 Plaid 誕生之前，每一款金融應用都必須各自費盡周折去對接各家銀行；而 Plaid 出現後，用戶只需輕輕一按即可完成無縫連接。公共政務領域迫切需要屬於自己的這一層基礎設施。
在獲得用戶授權的前提下，它能夠直接從最權威的官方源頭，調取經過驗證的真實收入、稅務與居住記錄，並同步分發至各個政務審批系統。
"一次驗證，全網通用"。這不僅能讓真正需要幫助的守信公民以極快速度獲得審批，更能從源頭徹底斬斷欺詐分子偽造材料的空間。
從 2027 年起，全美各州將被強制要求每隔 6 個月對數以百萬計的白卡（Medicaid，醫療補助計劃）參保人員重新核驗資格。
未來不久，AI 智能體將全面接管政務申請與資格審批工作，但這一切的前提是，AI 必須擁有完全可信、不可篡改的底層真實數據源。
無論誰搭建起這條貫通政務的數據管道，誰就將實質性掌握現代社會安全保障網絡的核心數字基建。如果你正在打造這一關鍵管道，我們非常期待與你攜手。
實體基建大建設時代的"華爾街"：新型資本運作與融資結構
撰寫人：Brad Flora（YC 集團合夥人）
開發軟體的啟動成本非常低廉，但機器設備、GPU 算力集群以及超大規模數據中心卻截然不同。
必須有人在項目啟動的第一天，就為成千上萬噸的特種鋼材與高精尖矽基芯片支付真金白銀。而在當下的金融市場中，針對這類資產的成熟融資工具幾乎是一片空白。
傳統商業銀行在做信貸審批時，至今依然把造價高昂的高級智能機器人當作普通農用叉車來評估折舊。
正因如此，與 YC 合作的一批敏銳創業者已經開始親自動手發明全新的金融衍生工具。例如，專門為每年可產生 $50 萬穩定收入的機器人提供新型信貸授信，或是針對未來 GPU 計算力容量設計專屬的看跌期權合約。
回顧歷史，每一次偉大的物理世界大基建，無論是橫貫大陸的鐵路網絡、全國電網，還是遍布城鄉的現代通信基建，在實體拔地而起的同時，都孕育出了同等規模的金融巨頭。
我們正在尋找那些能夠為實體 AI 經濟構建專屬借貸機構、資產租賃平台、資產證券化（ABS）架構以及風險對沖工具的金融創新型創始人。
如果你既深諳實體機器的物理與工業規律，又通曉資本運作的底層邏輯，我們非常期待與你深入對話。
垂直領域基礎大模型
撰寫人：Diana Hu（YC 集團合夥人）
我認為 Jev 之所以能夠精准擊中行業痛點，是因為它直接向開發者輸出強類型的結構化決策與明確的置信概率，而不是漫無邊際的生成式文本，同時完全免去了針對每個細分任務單獨訓練分類器的繁重負擔。
我希望看到更多前沿研發團隊為製造業、能源電力以及生命科學等實體產業，量身打造專用的垂直基礎模型。這些模型應當能夠在零樣本（Zero-Shot）或僅憑少量示例的前提下精准運行。
這一賽道的衡量標準非常嚴苛：必須以低幾個數量級的推理算力成本，達到甚至超越通用大模型的業務精度，從而讓這類模型能夠以極低廉的成本無縫部署到所有終端設備上。
谷歌推出的 TimesFM-3 就是一個極具代表性的時序預測案例。
這個僅有 3.3 億參數（330M）的小巧模型，無需任何特定任務的微調，就能在單次前向傳播中同時對多個關聯時序數據做出完整預測。模型僅需訓練一次，每位新接入的用戶只需傳入自身的歷史數據作為上下文即可直接調用。
垂直大模型的真正難點，在於獲取高質量、特定行業專有且可被數學嚴格驗證的獎勵信號（Verifiable Rewards）。
創業團隊不僅需要擁有合法的數據所有權，還要在預測準確率和算力消耗上，展現出對現有專家模型的壓倒性競爭優勢。
如果你對某一特定垂直實體產業有足夠深入的認知，並有能力構建其專屬模型，我們非常期待聽到你的方案。
市政廳與地方政府的 AI 革命
撰寫人：Gustaf Alströmer（YC 集團合夥人）
在美國，如果你打算建一棟房子或開一家店鋪，第一步必須獲得所在市政府的行政許可。
填不完的申請表格、漫長的施工圖紙審查、繁瑣的實地勘驗，往往需要經歷數月甚至更久的無休止等待。在一些城市，等待許可證批復的時間，甚至比實際蓋房子的工期還要漫長。
市政廳的公職人員被大量高度重複的瑣碎行政工作徹底埋沒：對照嚴密的建築法規範逐條審核工程圖紙、逐字比對規劃用途與分區法規、在各個部門之間反復收發修改意見。
而這一切，現代 AI 模型完全有能力獨立且高效地完成。
行政審批的漫長延誤帶來了極其沉重的經濟代價。每多等待一個月，開發成本就會飆升一截，許多規劃中的項目甚至因此中途流產。
要知道，每一棟拔地而起的新建建築，都会在未來的數十年內源源不斷地為城市貢獻房產稅收。
我們粗略核算了一筆經濟帳：如果全美所有建築許可的審批耗時能縮短至現有時間的 10%，美國各城市每年將由此額外進帳高達 $160 億美元的財政稅收。
我們渴望資助那些致力於用 AI 賦能並重塑市政廳日常運轉的科技公司。切入點可以是建築工程許可，隨後逐步延伸至 311 市政熱線、公共檔案管理、商業牌照頒發以及現場安全巡檢等更廣泛的領域。
全美擁有超過 19000 個各級市鎮，其中絕大多數至今仍完全依賴極其原始的人工流程處理這一切。
科技創投界一直流傳著一條傳統信條："千萬不要把軟體賣給政府機關"。
這一信條在過去或許成立，但在今天早已徹底過時。YC 已經投資了數家專門面向政府部門銷售 AI 解決方案的初創公司，其中部分團隊的業務增速，幾乎超越了我們所見過的任何傳統企業級 SaaS。
如果你正在這一領域開疆擴土，我們非常渴望收到你的來信。
AI 數據中心供應鏈創新：電力、冷卻與併網
撰寫人：Jared Friedman（YC 集團合夥人）
正在全美轟轟烈烈鋪開的 AI 數據中心大擴建，是美國商業歷史上規模最龐大的單一資本支出工程。
其投資體量之浩大，已經一舉超越了當年的全美跨陸鐵路、州際高速公路網絡以及曼哈頓工程的總和。
如此規模空前的大建設，正在從上至下為整條產業鏈催生出無可估量的商業機遇。
這其中的部分賽道早已人盡皆知：市場對前沿算力 GPU 晶片、基礎電力供應以及高技能專業電工的需求，已經達到了前所未有的白熱化程度。
然而，在聚光燈之外，還潛藏著大量鮮為人知、卻足以卡死整個產業進度的隱蔽瓶頸。
目前，大型高壓電力變壓器的排期交付周期已經長達整整 3 年；高低壓配電開關櫃、高壓斷路器以及先進液冷系統設備在市場上已被搶購一空。
甚至連最上游的核心原材料都已拉響緊缺警報：製造變壓器鐵芯所不可或缺的取向電工鋼（Grain-Oriented Electrical Steel），全美目前僅有一家工廠能夠生產，其產能早已嚴重透支。
我們極度渴望投資那些為數據中心整條上下游供應鏈全面賦能與破局的初創企業。如果你正投身於這一戰役，我們非常期待收到你的申請。
物理隔離經濟體系中的 AI：國防、涉密與高安全環境
撰寫人：Brad Flora（YC 集團合夥人）
全世界最具核心價值的商業機密與戰略數據，從來都不會存放在公共雲端。
國防軍工承包商、大型商業銀行、頂級醫療機構以及核電站，都將其命脈數據深鎖在物理隔離的高牆之內。出於最嚴格的保密與合規考量，他們絕不可能將這些數據上傳至任何第三方的 AI API 接口。
這也是為什麼現實經濟中仍有如此龐大的萬億級支柱產業，至今依然在 AI 浪潮的門外苦苦徘徊。
與我們合作的許多創始人都反復撞上同一堵高牆：目標客戶對 AI 產品的強大功能讚不絕口，但唯一的要求是，整套系統必須 100% 部署在其內部大樓之內，且堅決不得連接任何公網。
我們希望全力資助那些有能力將最前沿 AI 技術真正送入這道物理隔離高牆的科技先鋒。
這包括純私有化本地部署的大模型、全棧部署與運維工具鏈、權威的安全合規資質認證體系，以及高度定制化的特種硬體基礎設施。
面向這個封閉市場的銷售與拓展周期確實更慢、門檻也極高。
但硬幣的另一面是，這裡沉澱著全行業最充裕的採購預算，也必將誕生護城河最堅不可摧的偉大企業。如果你正在攻克這一高壘，我們非常期待與你深入長談。
掌控你的專屬智能：私有化與開源主權模型
撰寫人：Jon Xu（YC 訪問合夥人）
在今天，幾乎所有基於 AI 構建產品的企業，本質上都在向外部"租用"智能。
你的系統不斷向幾家頂尖的前沿 AI 實驗室發送 Token 數據，接收返回的生成結果，然後按月支付昂貴的調用帳單。
在過去，這筆交易看似理所當然：頂尖閉源模型的能力領先於其他開源生態數年之久，無論你在自有私域數據上做多少努力，都無法彌合這種代際級的能力鴻溝。
然而，時代的風向已經發生了根本性轉變。
開源權重模型在眾多極具實際業務價值的核心基準測試中，已經具備了與最頂尖前沿閉源模型一較高下的硬實力。
隨著 AI 正在加速演變為企業商業運轉的中樞神經，越來越多的企業開始深刻警惕這種對外部模型租用服務的高度依賴。
我們确信，未來將有越來越多的企業渴望真正"擁有"自己賴以生存的核心模型：用企業沉澱的私有數據不斷反哺迭代、在自己自由選擇的基礎設施上自主運行，並擁有決定模型何時升級與變更的絕對掌控權。
這一點在強監管行業中尤為致命。在極其嚴格的數據主權合規要求和物理鎖定的網絡架構下，繼續租用外部模型的隱性成本與實際業務產出相比，顯得極其不划算。
然而，從開源社區下載一個公開模型，到讓企業真正擁有一套能夠自主進化的專屬智能系統，中間依然橫跨著巨大的工程與認知鴻溝。
必須有專業的力量來幫企業把複雜的業務工作流轉化為精確的評測基準（Evals），把員工的隱性業務經驗沉澱為高質量訓練語料，把線上生產環境的偶發故障轉化為模型持續迭代的養料，並在每一次底層基座模型迭代換代時，將這些核心資產無縫傳承下去。
在處理最極端、最複雜的通用未知難題時，企業或許依然會選擇繼續租用頂尖前沿實驗室的公有算力；但我們深信，絕大多數企業都必須擁有屬於自己的垂直專用模型。
這些模型將完整編碼企業自身的業務運行機理，並隨著企業自身的業務發展而歷久彌新、越發具備無與倫比的專有價值。
如果你正在幫助各行各業的企業真正掌控與擁有自己的專屬智能，我們非常期待聽到你的聲音。