AI & Startups（AI 与创业）

核心结论

AI 正在从根本上改写创业方法论。前 AI 时代"先卖后建、精益创业、快速验证"的经典教条正在被一种更接近 Hard Tech 创业的新范式取代——追随好奇心、站在技术前沿探索可能性，而非在已知商业框架内做增量优化。AI 时代的核心结构变化包括：(1) 创业的竞争单位从"团队规模"转向"人均 AI 杠杆"，10 人千亿公司成为可想象的目标；(2) 垂直 AI 代理通过同时吃掉软件预算和人力薪酬预算，创造比传统 SaaS 大 10 倍的市场空间；(3)"全栈 AI 公司"策略鼓励创始人直接成为行业竞争者而非卖工具给在位者；(4) 速度取代传统护城河成为早期创业唯一真正的竞争优势；(5) AI 正在将公司运营模式从"以人为中心的开环系统"转变为"以 AI 为操作系统的智能闭环组织"。最重要的结论是：在这个窗口期（约 2024-2027），下一批数百家伟大公司正在诞生——而下一次这样的机会可能要等十到二十年。

YC 对这个主题的主要观点

一、创业方法论的范式转移：从"精益验证"到"技术前沿探索"

前 AI 时代，创意空间已被反复挖掘二十年，主流创业方法论强调"先卖后建"（Sell Before You Build）、精益创业和快速 MVP 验证。AI 的出现彻底改变了这一局面——当全新技术范式出现时，创意空间被大幅拓展，大量以前不可能的想法现在变得可行。正确思维模型不再是"精益验证"，而更接近 Hard Tech 创业路径：使用有趣技术、追随好奇心、探索可能性。Paul Graham 提出"生活在未来的前沿"（Living at the Edge of the Future）理念——如果你身处技术最前沿，好的创业创意不会是稀缺资源，你会自然而然地"撞上"它们。（来源：20250528-In-the-AI-era-the-playbook-is-changing）

这标志着创业策略从"验证已知痛点"转向"在技术前沿发现全新机会"。前 AI 时代的核心问题是"这个需求是否真实存在"；AI 时代的核心问题变成"这项新技术能解锁哪些以前不可能的事情"。（来源：20250528）

二、小团队将构建未来：10 人千亿公司的可能性

未来十年与过去十年最大的不同在于：一个拥有高度自主性（Agency）的个人或小团队能完成的事情将有质的飞跃。核心原因在于协调成本（Coordination Costs）——大型组织中跨人员沟通与协作成本巨大，而 AI 赋能的个体打破了协调成本的制约，产生阶跃式变化。（来源：20250716-Small-Teams-Will-Build-the-Future）

YC 明确表达核心信念：借助新一代 AI 工具，小型高能动性团队乃至独立创始人，完全有可能以少至 50 万美元的 YC 资金打造出百亿甚至千亿美元市值的公司。这是云计算消除物理服务器投入资本的历史重演——十五年前云计算降低了资本门槛，如今 AI 降低了人员规模门槛。未来最优秀的初创公司都将优化一个核心指标：人均营收（Revenue per Employee）。小团队在规模化后拥有相对于臃肿在位者的结构性优势——不会陷入内斗、冗长会议和注意力涣散等大公司通病。（来源：20250801-The-First-10-person-100B-Company）

三、垂直 AI 代理：规模超越 SaaS 10 倍的新物种

垂直 AI 代理公司不仅将复刻 SaaS 行业诞生 300+ 独角兽的成功，更有可能创造出比其颠覆对象大 10 倍的市场价值。核心逻辑：垂直 AI 代理是"软件 + 人力"的一体化产品——它不仅替代传统 SaaS 软件，更通过自动化取代操作软件的人力团队，同时吃掉软件预算和人力薪酬预算。企业花在员工薪酬上的支出远大于软件支出。（来源：20241122-Vertical-AI-Agents-Could-Be-10X-Bigger-Than-SaaS）

机遇在于寻找"重复、枯燥、无聊的后台行政工作"（Boring Repetitive Admin Work）。YC 公司案例验证了这一趋势：Gig ML 为 Zepto 每天处理 30,000 个工单并取代千人团队；MCH 用 AI 代理完全替代 QA 团队，销售话术干脆利落——"你根本不需要一个 QA 团队"。关键洞察：当你的 AI 代理可以彻底承担整个团队的工作时，销售对话变成与高层决策者之间关于成本控制和组织精简的纯粹讨论，阻力大大减少。（来源：20241122）

一个反复出现的有趣现象：在客户支持等看似"拥挤"的赛道中，绝大多数公司只做简单的零样本 LLM 提示，真正能做到完全替代复杂工作流客服团队的公司不超过三四家，市场渗透率合计不到 1%——市场空间完全敞开。这就是"虚假拥挤"赛道。（来源：20241122）

四、全栈 AI 公司：与其卖铲子，不如挖金矿

YC 提出"全栈 AI 公司"（Full-stack AI Company）概念：不是将 AI 作为工具出售给行业内的既有玩家，而是利用 AI 能力直接成为行业内的竞争者。传统模式是"卖铲子"（开发 AI 代理出售给现有律所），全栈模式是"自己挖金矿"（创办 AI 驱动的律所直接与传统律所竞争）。与其向行动迟缓的"恐龙"推销 AI 工具，不如直接用 AI 的力量在市场上击败它们。这一策略特别适合被行动迟缓的在位者主导的行业。（来源：20250507-Full-stack-AI-Companies）

五、大企业做不好 AI：创业公司的历史性机遇

社交媒体上流传的"95% 的 AI 项目失败"实为严重误读——YC 合伙人 Jared 研读 MIT 研究报告后发现：失败并非 AI 本身的问题，而是大企业内部构建软件的能力缺陷所致。大企业为何做不好 AI：(1) 内部 IT 系统落后；(2) 咨询公司（安永、德勤等）缺乏技术深度，产物沦为"委员会设计的骆驼"；(3) 工程团队中许多人本身不相信 AI；(4) 组织政治内耗严重。报告数据表明，企业选择外部供应商时成功率远高于自行开发。（来源：20251030-Good-News-For-Startups-Enterprise-Is-Bad-At-AI）

软件需要被重写为 AI 原生（AI Native），这对创始人意味着大量待构建的机会。YC 合伙人 Diana 指出：既拥有最前沿 AI 理解力和产品品味，又具备足够同理心理解人类业务流程的通才型人才极其稀缺——在每一个应该存在却不存在的系统中，都有一个"初创公司形状的空洞"。（来源：20251030）

YC 公司案例实证：Tactile 为银行构建实时决策 REST API，花旗和摩根大通曾各耗时 3-5 年、投入数千万美元自建失败；Castle AI 在与银行现有供应商的"烘焙对决"中胜出，因为老供应商的 AI 产品只是"贴了一层 AI"；Greenlight 的系统在安永花费一年完全无法运行后全面部署。（来源：20251030）

六、速度：书中未列的第八道护城河

YC 合伙人围绕 Hamilton Helmer《七种力量》框架，将其重新映射到 AI 时代，并补充了书中未列但至关重要的"第八道护城河"——速度。在创业最早期，创业公司唯一的护城河就是速度。Cursor 创始人 Michael Truell 曾在 YC 分享，他们在 2023-2024 年间的产品开发冲刺周期只有一天——每天重新开始计时，每天都要发布新功能。这种速度是任何大公司都无法企及的。Gary Tan 总结：创始人不应在看不到远期护城河时放弃创业——先找到痛点、解决问题，护城河会在过程中自然浮现。"如果有人因为看不到远期护城河而决定不做一个创业想法，那是很愚蠢的。"（来源：20251003-The-7-Most-Powerful-Moats-For-AI-Startups）

AI 时代的七道护城河重新定义为：
1. 流程力量：AI 代理复杂工作流中最后 10% 的"苦差事盲区"（Schlep Blindness）构成壁垒
2. 垄断资源：前置部署工程师模式获取的私有数据和定制模型
3. 转换成本：深度定制的企业工作流一旦建立不会再做 Bake-off
4. 反向定位：按座位收费的 SaaS 被按结果收费的 AI 公司颠覆——垂直 AI SaaS 代理可能比传统 SaaS 大至少 10 倍
5. 品牌：ChatGPT 以品牌超越 Google Gemini
6. 网络经济：数据飞轮——更多使用→更好模型→更多使用
7. 规模经济：训练前沿 LLM 需大量资本，但 DeepSeek 削弱了此壁垒（来源：20251003）

七、AI 时代的根本性战略问题

Anthropic 对齐研究负责人（YC 校友）在 YC 演讲中提出 AI 创业者必须面对的根本性问题：一切都在改变。核心主张：应围绕 AGI 可能在两到三年内到来这一事实提前两年规划，而非仅看六个月。关键威胁：购买方也在被 AI 武装——大企业的团队将直接使用下一代 LLM 做购买决策，甚至可能不再购买外部 SaaS 而自己搭建。软件可能完全商品化。信任将成为核心护城河。他呼吁创始人不要只想着赚钱，而要把握这可能是最后一次改变世界的机会。（来源：20251007-Ask-These-Questions-Before-Starting-An-AI-Startup）

八、构建 AI 原生公司：从生产力思维到能力思维

AI 带来的不是效率增量，而是全新的能力——拥有 AI 工具的合适人选现在可以构建过去需要整个团队甚至根本不可能完成的功能。YC 合伙人 Diana 系统阐述了 AI 原生公司的构建三原则：(1) 智能闭环：每个重要流程被 AI 捕获——记录会议、最小化私信邮件、在所有沟通渠道嵌入智能体、构建全公司自定义仪表板；(2) 可查询组织：整个组织对 AI 可读，每个重要行动产出可供智能层学习的产物——"工程经理状态汇报那种极度信息有损的日子一去不复返了"；(3) AI 软件工厂：人类编写规格和测试，AI 智能体生成实现代码并迭代至通过测试。StrongDM 的 EI 团队已将代码仓库中完全没有手写代码的极致实践验证为可行。（来源：20260424-How-To-Build-A-Company-With-AI-From-The-Ground-Up）

核心转变：最大化 Token 用量而非人数——应愿意承受令人不舒服的高 API 账单，因为它替代的是远更昂贵和膨胀的人力成本。采用闭环实践的团队将工程 Sprint 时间缩短一半，在相同时间内完成接近 10 倍的工作量。创始人必须亲自站到前沿使用编程智能体，发展自己的信念，而非将 AI 战略委托他人。（来源：20260424）

九、YC 自身的 AI 实战：代理基础设施与技能文件

YC 合伙人 Pete Koomen 首次公开 YC 内部 AI 方法论：(1) 将所有业务数据集中到一个 PostgreSQL 数据库，给予代理完整只读访问——"释放了惊人威力"；(2) 技能文件（Skill Files）以两句话描述的形式将最优秀员工的经验编码为可被代理调用的组织共享大脑，新员工无需六个月入职培训；(3) 默认公开的代理对话广播机制——既促进组织学习又提供社会性约束；(4) 批判"无马马车"思维——真正的 AI 原生软件应是代理包裹确定性工具，而非确定性软件包裹 AI；(5) 花费 10 万到 100 万美元 Token 费用是"一次性时间扭曲"——今天投入巨资，两年后成为常态。（来源：20260527-Inside-YCs-AI-Playbook）

十、Aaron Levie 的窗口论与"名词与动词"框架

Box 联合创始人兼 CEO Aaron Levie 提出"名词与动词"框架：三年前消费和企业的核心需求似乎都已被现有公司满足，但 AI 创造了全新的"名词与动词"——那些以前只能由人完成的专业服务，现在首次可以通过软件交付。关键不是做"带 AI 的 CRM"（在位者会做），而是找那些"以前只能由人完成的专业服务、历史上首次可以通过软件交付"的领域。核心窗口判断：这个创业黄金窗口只有两到三年，大约一年前（2024）到未来三年（约 2027）左右，下一批数百家伟大公司将诞生，而下一次这样的机会可能要等十到二十年。（来源：20250916-Aaron-Levie-Why-Startups-Win-In-The-AI-Era）

商业模式的关键转变：从按席位（Per-seat）定价转向按消费量（Consumption-based）+ 订阅的组合——AI 智能体让你可以在软件中包含该岗位的劳动量，突破按席位的人口天花板。客户付费的不是底层 Token，而是之上的工作流软件和领域专长。（来源：20250916）

十一、真正的护城河与 AI 时代的竞争本质

在 AI 能力飞速发展的当下，真正的护城河在于比任何人都更深入地理解特定用户群体，并让软件真正为这些人服务。最优秀的创始人既是卓越的工程师和技术专家，同时又对世界的某个角落拥有极少数人才理解的洞见——这两者的交集，才是十亿美元级创业公司的诞生之地。（来源：20250706-The-Real-Moat）

Razorpay 联合创始人 Harshil Mathur 进一步论证：AI 正在压缩构建壁垒——技术作为壁垒的时代结束，唯一存续的竞争优势是决策速度和执行力。创始人必须回归"创始人模式"亲自深入核心事务。对创业者的核心忠告：AI 让构建更容易，但创业不会因此更容易——必须找到愿意用十年人生去解决的问题，不能因为 AI 让你能快速完成项目就附着于不真正关心的问题。（来源：20260506-Harshil-Mathur-AI-Is-Compressing-Every-Moat）

十二、无聊的工作流自动化才是真正的金矿

2023 年 YC 夏季批次约 50% 的公司涉及大语言模型——这不是 YC 的预设偏好，而是最聪明创始人用行动投票的结果。真正起飞的项目不是炫酷的 AI 生成视频或 AGI 研究，而是工作流自动化（Workflow Automation）——找到那些由人类执行重复性信息处理任务的场景，用 LLM 替代。"世界上有大量隐藏在后方的办公室中的岗位，人们的工作就是阅读、摘要、将数据从一个系统重新录入另一个系统——LLM 简直是为此而生的。"（来源：20240208-The-Truth-About-Building-AI-Startups-Today）

核心结论："有污泥的地方就有金子"（Where there's muck, there's brass）。深入无聊的垂直领域、解决具体的工作流自动化问题是真正的价值所在。（来源：20240208）

十三、模型进步直接转化为商业增长

对于 B2B 公司而言，底层 AI 模型每一次迭代升级都可以直接打包为溢价功能或产品升级，向现有客户收取更高费用。终端用户不关心底层用哪个模型——他们只在乎软件能为他们完成什么。YC 数据实证：有公司在批次开始时年收入 600 万美元，三四个月后飙升至超过 3000 万美元。（来源：20240626-Better-models-better-startups）

反复出现的原则

  1. 速度压倒一切：多位 YC 合伙人（Gary、Jared、Diana、Harj）在不同语境下反复强调速度是 AI 创业早期唯一真正的护城河。Cursor 的一天冲刺周期和大企业的层层流程形成鲜明对比。

  2. "全栈"思维贯穿始终：从垂直 AI 代理的"软件 + 人力"一体化，到全栈 AI 公司的"直接成为竞争者"，再到 AI 原生组织的"AI 作为操作系统而非工具"——不要卖工具给"恐龙"，直接击败它们。

  3. 小团队 > 大组织：协调成本是大型组织的隐形枷锁——AI 工具降低了个体和小团队的能力天花板，使"人均营收"取代"团队规模"成为核心竞争力指标。

  4. 无聊即金矿：从后台行政工作到 KYC 合规，从政府采购投标到医疗账单处理——"有污泥的地方才有金子"。YC 大量十亿美元公司来自最枯燥乏味的垂直领域。

  5. Token 最大化而非人数最大化：从"雇更多人"转向"花更多 Token"。高 API 账单替代的是远更昂贵的工程、设计和行政团队——这是一种"时间扭曲"投资。

  6. 深入领域 > 泛化方案：真正的护城河不是技术本身（AI 正在压缩此壁垒），而是对特定用户群体的深度理解和大量具体业务逻辑。技术能力 × 领域洞见 = 十亿美元公司。

  7. 窗口期意识：多位讲者（Aaron Levie、Anthropic 对齐负责人、YC 合伙人）反复强调 AGI 级能力可能在 2-3 年内到来，创始人必须围绕这一时间线做战略规划——窗口正在关闭。

  8. 反向定位的价值：AI 智能体的按结果/按消费量定价颠覆了传统 SaaS 按席位的商业模式——在位者的收入结构与新模式天然冲突，这正是创业公司的战略优势。

适用场景

不适用或需要谨慎的场景

来源证据

核心来源

  1. 20250528-In-the-AI-era-the-playbook-is-changing
  2. "前 AI 时代创意空间已被反复挖掘二十年之久——几乎每一个合理的商业需求都已被现有产品覆盖。"
  3. "当全新技术范式出现时，创意空间突然被大幅拓展——大量以前不可能实现的想法现在变得可行。"

  4. "生活在未来的前沿——如果你正身处技术最前沿，好的创业创意不会是稀缺资源，你会自然而然地'撞上'它们。"

  5. 20240208-The-Truth-About-Building-AI-Startups-Today（Gary, Jared, Harge, Diana）

  6. "约 50% 的 YC 2023 年夏季批次公司涉及大语言模型——这是最聪明、最有抱负的创始人用行动投票的结果。"
  7. "真正起飞的项目要平凡得多——主要是工作流自动化。世界上有大量隐藏在后方的办公室中的岗位。"
  8. "Where there's muck, there's brass——有污泥的地方就有金子。"
  9. "所有的 SaaS 软件本质上都是 MySQL 包装器——'ChatGPT 包装器'这个标签终将成为历史笑柄。"

  10. "区分十亿美元公司与 GPT-5 碾压对象的关键在于是否包含大量具体的业务逻辑。"

  11. 20240626-Better-models-better-startups

  12. "B2B 软件商业模式的核心驱动力是向上销售——AI 模型的每一次迭代升级都可以直接打包为溢价功能收取更高费用。"

  13. 实证：某公司批次开始时 ARR ~600 万美元，三四个月后超 3000 万美元。

  14. 20241122-Vertical-AI-Agents-Could-Be-10X-Bigger-Than-SaaS

  15. "将出现 300 家垂直 AI 代理独角兽。"
  16. "垂直 AI 代理公司的市场天花板可能是它所取代的 SaaS 公司市场规模的 10 倍——同时吃掉软件预算和人力薪酬预算。"
  17. "寻找那些重复、枯燥、无聊的后台行政工作（Boring Repetitive Admin Work）。"

  18. Gig ML 为 Zepto 每天处理 30,000 个工单，取代上千人团队。

  19. 20250507-Full-stack-AI-Companies

  20. "全栈 AI 公司：不是将 AI 作为工具出售给既有玩家，而是利用 AI 直接成为行业内的竞争者。"

  21. "与其向这些'恐龙'推销 AI 工具，不如直接用 AI 的力量击败它们。"

  22. 20250706-The-Real-Moat

  23. "真正的护城河在于比任何人都更深入地理解特定用户群体，并让软件真正为这些人服务。"

  24. "最优秀的创始人既是卓越的工程师和技术专家，同时又对世界的某个角落拥有极少数人才理解的洞见——这两者的交集，才是十亿美元级创业公司的诞生之地。"

  25. 20250716-Small-Teams-Will-Build-the-Future

  26. "未来十年与过去十年最大的不同在于：一个拥有高度自主性的个人或小团队能完成多少事情。"

  27. "协调成本是巨大的——由于人与人之间协调成本的制约被打破，我们将迎来一次真正的阶跃式变化。"

  28. 20250801-The-First-10-person-100B-Company

  29. "借助 AI 工具，小型高能动性团队乃至独立创始人完全有可能以少至 50 万美元的 YC 资金打造百亿甚至千亿美元市值的公司。"

  30. "未来最优秀的高能动性初创公司都将优化人均营收这一核心指标。"

  31. 20250916-Aaron-Levie-Why-Startups-Win-In-The-AI-Era

  32. "AI 创造了全新的'名词与动词'——那些以前只能由人完成的专业服务，现在首次可以通过软件交付。"
  33. "这个窗口将在两三年后关闭。大约一年前到未来三年左右，下一批数百家伟大公司将诞生。这样的窗口每十到二十年才出现一次。"
  34. "AI 智能体彻底打破了按席位定价的限制——即使你只有三名律师，我的智能体能做相当于无限律师的工作量。"

  35. "客户付费的不是底层 Token——而是 Token 之上的工作流软件、AI 智能体的独特上下文、连接能力和数据访问权限。"

  36. 20251003-The-7-Most-Powerful-Moats-For-AI-Startups（Light Cone：Jared, Diana, Gary, Harj）

    • "在创业最早期，创业公司唯一的护城河就是速度。"——Windsurf 的 Varun
    • "Cursor 的产品开发冲刺周期只有一天——每天重新开始计时，每天都要发布新功能。"
    • "如果有人因为看不到远期护城河而决定不做一个创业想法，那是很愚蠢的。护城河本质上是防御性的，你必须先有东西可守。"——Jared
    • "垂直 AI SaaS 代理可能比传统 SaaS 大至少 10 倍。"——Gary

  37. 20251007-Ask-These-Questions-Before-Starting-An-AI-Startup（Anthropic 对齐负责人）

    • "你应该提前两年规划。因为极有可能在未来几年内实现 AGI，也许是两年，也许是三年。"
    • "购买方也将在未来几年内获得 AGI 或强大的代理——大型企业有时甚至不再出去购买 SaaS 供应商的软件，让两个人用 Claude Code 自己搭建。"

  38. 20251030-Good-News-For-Startups-Enterprise-Is-Bad-At-AI（Jared, Gary, Diana）

    • MIT 报告揭示："95% 的 AI 项目失败"是误读——失败源于大企业内部软件能力缺陷，非 AI 技术问题。
    • "在每一个应该存在却不存在的烦人系统中，都有一个'初创公司形状的空洞'。"
    • "一旦我们在训练一个系统上投入了时间，转换成本将变得不可承受。"——某金融服务公司 CIO

  39. 20260424-How-To-Build-A-Company-With-AI-From-The-Ground-Up（Diana）

    • "AI 带来的不是效率增量，而是全新的能力。"
    • StrongDM 的 EI 团队——代码仓库中零手写代码，只有规格和测试工具。"而它确实有效。"
    • "采用闭环做法的团队将工程 Sprint 时间缩短一半，在相同时间内完成接近 10 倍的工作量。"
    • "最大化 Token 用量而非人数将是关键转变。"

  40. 20260506-Harshil-Mathur-AI-Is-Compressing-Every-Moat

    • "AI 让构建本身变得极其容易，技术作为壁垒的时代结束。唯一存续的竞争优势是决策速度和执行力。"
    • "任何选择'等待市场变化再应对'的公司已经死亡，唯一存续方式是预判并立即行动。"
    • "AI 让构建更容易，但创业不会因此更容易——必须找到愿意用十年人生去解决的问题。"

  41. 20260527-Inside-YCs-AI-Playbook（Pete Koomen）

    • "不要把 AI 当作副驾驶，要将其作为一切的构建层。"
    • 技能文件系统："新员工无需六个月入职培训，自动获得最佳实践者的隐性知识。"
    • "花费 10 万到 100 万美元 Token 费用是'时间扭曲'——今天投入巨资，两年后成为常态。"
    • "没有哪个创始人因为过度使用 Claude Code 而丢失客户。"

不同讲者之间的差异 / Tensions

典型案例

实操清单

相关 source pages

相关 topics

相关 playbooks

（先留空，后续补）

尚待补充 / Evidence pending