YC RFS Summer 2026 核心观点 - 人工智能已从“功能/工具”演变为“地基”，成为下一代软件、服务和硬件的核心重构前提[4][5] - 投资主题围绕“成本结构变化”展开，寻找因关键成本（如LLM、传感器、发射、软件构建成本）下降而变得可解的、曾被搁置的重大问题[35] - 投资方向呈现多元化，涵盖软件、服务、硬件及物理世界（如农业、国防、太空），表明投资视野从纯数字领域向物理基础设施层扩展[10][34] AI 作为地基重构软件 - AI将生产软件的成本降低了10到100倍，动摇了传统SaaS公司（如Salesforce、Oracle）基于数百万行代码建立的护城河[6] - 下一代伟大软件公司将通过用AI原生软件替换旧SaaS来建立，机会在于挑战芯片设计软件、ERP、工业控制系统等拥有千万行代码的复杂传统系统[7][8] - 对中国创业者的启示在于，利用AI原生方式重建国内大量昂贵难用的传统行业软件（如制造业ERP、工程造价软件）存在真实机会[8] AI 原生服务公司 - 商业模式正从提供工具（Copilot）演变为直接完成服务，即“不是卖锤子，而是帮客户把钉子钉好”[9][11] - 服务市场（如保险经纪、会计/税务/审计、合规、医疗行政）的总规模是软件市场的许多倍，且因其外包和流程规范化的特性，更容易被AI原生产品替换[12][13] - 潜在颠覆模式：一家AI原生会计公司可能仅用5个人和一堆智能体，就能以三分之一的价格提供与传统百人会计公司同等甚至更优的服务[13] 面向智能体的软件 - 互联网的下一万亿用户将是AI智能体，而非人类[14] - 当前智能体在为人设计的界面（如网页、表格）上操作效率低下，需要全新的、机器可读的基础设施（如API、MCP协议、命令行）[15] - 每个主要软件品类都需要为智能体重建一次，最大的机会可能在于开发智能体优先的工具和基础设施，而非智能体本身[16][18] 公司大脑与AI操作系统 - 公司关键知识散落各处，需要“公司大脑”来提取、结构化这些知识，形成AI可直接执行的技能文件，成为原始数据与可靠自动化之间的缺失层[20][21][23] - 最佳AI原生公司已将整个公司变为可查询状态，实现决策、执行、监控、自动调整的闭环，有团队借此将开发周期缩短一半，交付量翻倍[23] - 目前构建此类系统需要手动集成Slack、Linear、GitHub等工具，市场机会尚属空白[23] 物理世界的AI应用 - **农业**：结合AI实时识别、廉价传感器和机器人，有望将农药使用量减少90%同时帮助农民增产，这被视作足以定义时代的公司[26] - **无人机防御**：攻击方（如500美元的FPV无人机）对比防御方（如300万美元的爱国者导弹）具有巨大成本优势，下一代防御系统将更像Cloudflare这样的实时分布式系统，而非传统武器[27] - **太空**：发射成本下降催生新机会，包括太空推理芯片、在月球上利用电解和熔岩3D打印技术提取并制造金属（在低重力环境下更高效）[27] 面向超大型企业的销售 - AI降低了初创公司向全球最大公司（如财富100强）销售的门槛，过去三年里，YC公司首个客户即为世界五百强的情况已变得平常[30] - 过去阻碍销售的三大门槛（触达决策者、产品深度、合作风险）已被AI削弱，使得两三人团队能在公司成立初期即为财富10强公司交付有用产品[30] - 这对中国创业者的启示在于，AI可能提升小团队交付能力，从而改变过去难以切入国内大企业数字化需求的格局[31] 芯片与半导体供应链 - 现有GPU在处理智能体工作流时，峰值利用率仅30%到40%，因其未针对智能体的循环、分支、回退等计算模式优化[32] - 需要专为智能体工作流设计的新芯片架构，专注于快速上下文切换、推测解码和支持持续KV缓存的专用内存，其成功关键可能在于编译器而非仅芯片本身[32] - 先进AI芯片制造涉及约1400个工序、跨越多国、耗时五个月，但供应链管理仍依赖Excel、SAP和电话，缺乏实时跟踪、风险监控等工具，且英伟达已锁定台积电60%以上的先进封装产能[33]