YC 最新路演揭示 AI 创业生存法则：再不垂直，就是死

10 年前的创投圈，如果创始团队拥有谷歌、Meta 的大厂技术光环，叠加每年 10% 的稳定增长，或许能轻松叩开投资机构的大门。而如今，这条法则正在失效。

当许多人还在称道 「从 0 到 1」 的大模型 「奇点」 时刻，YC 的风向已经悄然转入了一场更为务实的革命——在一个足够细分和垂直的成熟赛道中，用 AI 重塑工作流程，正在取代对通用技术的追逐，成为如今创业的生存法则。（注：我们将解决某个特定行业垂直工作流问题的初创企业归为垂类 AI 应用，将解决多个行业同一环节问题的 AI 应用归为水平通用 AI 应用）

这家成立 20 年，硅谷最大的加速器，经历了移动互联网时代的繁荣，其已经累计孵化了超过 3000 家初创公司，其投资组合已超过 8000 亿美元的市值，在 40 多年历史的风险投资行业，有一半历史，都与这家孵化器息息相关，如今在股票市场上火爆的公司——Airbnb、Stripe、Dropbox 等背后都有 YC 的影子，YC 也被 《纽约时报》 誉为 「硅谷的创新企业制造机」。

进入 YC 加速器的创始团队要进行三个月的项目培训，在培训期间，他们会接受 YC 的创业辅导和经验分享，例如，曾经参加 YC 训练营的创始人说，会让他们用一句话介绍自己的产品、或是会审查初创团队每周赚了多少钱。训练营最后一天被设置为路演日，YC 每年有四次路演，春季、夏季、秋季和冬季。

上周，YC 刚刚结束其 YC S25 的路演，当生成式 AI 出现后，YC 再次进入了全球风投的焦点，其每一届 YC 的项目路演都吸引了全球投资者的关注，能够参加这场路演的初创公司，成为了创投人手中炙手可热，反复研究的标的，只是，在生成式 AI 出现后的这几年时间，创业的逻辑每一年都不断发生变化。

天顺财经与亲临现场 UpscaleX 合伙人 Alan Zong 交流，并结合业内人士的观点，梳理了此次 YC 路演的关键信息：

1、 AI 原生公司崛起：这两次 YC 项目路演中 AI 初创公司比例高，并皆为 AI 原生公司，迭代速度更快，几个月内搭建出团队，落地产品；

2、 垂类应用方向清晰：以前的项目是在多个行业里解决一个环节的问题。现在的创业公司敢于在一个业务线、一个行业里解决多个环节的问题；

3、 单纯技术背景不占优势，关键在于对于垂直业务的深度理解。

创业技术门槛降低，AI 实现技术平权

「一些白手起家的超级年轻团队，年收入甚至可以在不到 12 个月里，年收入增长至 1000 万美元，甚至只需要不到 10 个人的团队。」YC 的 CEO Garry Tan 不止一次在访谈中提及生成式 AI 下创业的新变化，相比之下，也只有上一波科技商业革命的代表——Airbnb，作为那一代最好的公司能够做到每周 10% 的增长。

当以 Cursor、Windsurf 等这些 AI 编码企业让氛围编码 （Vibe Coding） 如病毒一般在行业里传播，YC 的初创公司中，就有四分之一的创业者正在通过氛围编码构建自己的理想产品。

氛围编码指的是，将代码生成的重担交给 AI 工具，开发者更多承担 「架构师」 的角色，只需关注高层次目标，而非代码细节。这与传统的 「AI 辅助编码」 不同，开发者无需仔细审查和调整 AI 生成的代码。

这带来的一个明显的趋势是——技术已经不再是门槛，真正的门槛成为了对垂直细分领域的深入理解。淘汰与竞争，围绕这场变化展开，谁能够在行业的毛细血管中扎得够深，方能在这场竞争中取胜。

更为明显的发生在 2025 年，根据风投机构 UpHonest 提供的数据，2023 年 YC 一次创业营中垂类细分的 AI 赛道创业项目占比为 19%，水平通用的 AI 赛道创业项目占到了 49%，但到了今年，垂类细分赛道的 AI 创业项目则占比提高到了 40%，水平通用的 AI 赛道创业项目仅为 26%。

数据来源：YC 官网、Uphonest Capital  制图：陈伊凡

对于亲临现场的 Alan 而言，和 YC W25 一样，这一次的 AI 浓度依然很高，不过创新风向更加明显。

尽管这一次也有不少初创项目在路演之前还在转换方向，这是每一期 YC 的特点，Alan 表示，关键问题是创业团队是否有想好，如果一换再换，再融资就难了。在这届 YC 路演现场，投资人的积极性很高，对这一届垂直细分行业创业的认可度强，表现在很多项目很快完成融资。

不光是含 AI 浓度高，Alan 发现，这一次的 YC 路演，几乎都是 AI 原生创业公司，他们在短时间内搭建起团队，完成产品落地。这也反映了此轮 AI 创业的窗口期越来越短，如果在短期内无法实现产品落地并迅速形成收入，可能会面临淘汰。

不过，这些 AI 原生的公司，没有过去的包袱，一切组织形式、思维模式以及工作方法围绕 AI 而生，速度跑得比转型后的 AI 公司更快。

真正门槛在于理解垂直行业的痛点

「如果我们为之提供基础架构的软件类型，在很大程度上看起来是一样的，那么我们就会变成一种商品。」

2022 年，AI 编码公司 Codeium 联合创始人 Varun Mohan 在面对以 Transformer 架构为主导的 GPT 等基础大模型兴起时做出了如上判断。这成为了其转型为 AI 编码公司——Codeium 的动机。这家公司在今年 4 月被 Open AI 以 30 亿美金收购。

Mohan 算是较早意识到这一变化的创始人。这个逻辑很简单，因为大模型的出现，让技术基础设施更加标准化，公司之间可以用同样的标准衡量。

不过现在，随着 Codeium、Cursor 等一众聚焦水平 AI 应用的公司跑出来并拿到了高估值，这些专注于提供通用基础技术服务的公司也变得更为标准化，留给初创企业的空间就没那么大了。

在 Alan 的观察下，当 AI Agent 尚未完全爆火时，许多创业者会延续原先的思路，针对综合应用方向进行创业，例如 AI 销售、AI 设计、AI 市场营销、AI 办公、AI 编码等。这是两年前 AI 赛道创业的特点，但如今，行业中能够跑出来的这类通用 AI 工具已经有了很高的估值，新进入者极难有机会，这也是这一次 AI 技术革命发展更快且更残酷的具象。

更多对于未来增长空间的想象，留给了成熟的垂直细分行业中，如何用 AI 改造流程。

在一个垂类客户那里赚更多的钱，意味着需要服务更多步骤和环节，这并不是服务很多不同行业里的很薄的需求，以至于业务扩展只能指望更多人使用。在 Alan 看来，垂直细分行业的服务等于可以解决一个业务流程里的不同环节，本质上可以代替小型团队。

在这次的 YC 路演上，有一家叫做 Kirana AI 的公司，这家公司为实体杂货店打造 AI 商店经理的产品，通过实时警报、数据分析，提高零售商的安全性和运营效率。

这家公司的两位创始人是哈佛的校友，其中一位创始人 Nicholas Sleeper 的家族在美国缅因州经营了一家 100 年历史的杂货铺，他每天亲眼目睹父亲经历的各种运营杂货店的挑战。他发现，经营一家独立杂货店，利润微薄。例如，他们会因为缺货导致销售额损失增加，员工会因为在工作时滑倒等危险增加了店铺的责任风险，影响了销售额，微薄的利润又导致杂货店无法雇佣后台工作人员，而这些琐事又分散了门店经理在优先事项——客户服务上的注意力。

因此，Kirana AI 的 AI 门店经理能够直接和杂货店的摄像头系统集成，用于全天候的盗窃检测、安全监控以及即时缺货通知——全天候盗窃检测会在有人穿过收银台后面的 「禁区」 或刷商品时，实时发出警报；安全监控能够自动发现滑倒和跌倒危险，以便商店在风险发生之前解决它们；AI 门店经理提供货架和库存洞察——即时缺货通知，以保持产品水平优化；这家公司还提出，其将会很快引入代理工作流程来管理杂货商最繁琐的任务之一——查找竞争对手的价格。

另一个聚焦垂直细分行业的初创公司叫做 Eloquent AI，这家公司是第一个专门为金融服务构建的 AI 运营商。

之前金融机构难以大规模使用 AI 代理的一个重要原因在于监管环境，由于通用 AI 代理持续出现的幻觉问题、金融机构的合规风险以及一些重大工程要求组织行动的自动化，导致在金融科技领域很难实现大规模全流程的 AI 代理。Eloquent AI 不依赖 API，其能够将 AI 直接连接到客户的数据库、支持平台等；能够实现快速部署，通过多模式技术观察团队的 SOP，并进行学习；能够将复杂的多方工作流程自动化。

当 AI 真正能够代替一个团队解决问题时，想象空间就不一样了。不同于 SaaS，针对一层需求所赚的订阅费，垂直行业的 AI 代理解决的是原本需要多位员工才能完成的需求，客户价值翻倍。Alan 告诉天顺财经，如果一家瞄准诉讼行业的 AI，能够实现全流程的自动化，赚取的就不仅是订阅费，而是律师费。

结语

Garry Tan 在一次访谈中提及，一家 YC 的初创，提供医疗账单服务，其联合创始人为了深入了解医疗账单员行业，在社交网络上找到了一份医疗账单员的工作。要是想吃这碗饭，首先要先成为这个行业的人。

这很可能是未来公司的形态，基于 Cursor、Windsurf 等这些人工智能的编码平台，结合某个行业的痛点和 know-how，单纯具备强技术背景的初创团队或许不会再像过去一样那么吃香了。

不过，新的挑战仍然随之而来，当 AI 代理开始在解决不同环节的问题时，面临的是不同行业数据的打通，一个开放的商业环境和数据流通环境就显得格外重要。