YC 年终回顾：2025 年人工智能十大事实

这是 Y Combinator 于 2025 年 12 月 22 日发布的年终特辑，由 YC 合伙人 Diana Hu、Harj Taggar、Jared Friedman 和创始人 Garry Tan 录制。作为全球最负盛名的初创企业孵化器，YC 每年孵化数百家初创企业，其中包括 2025 年众多的 AI 初创项目。这段 30 分钟的对话是基于 YC 对最新一批初创企业的深入研究。 （2026年冬季），揭示了2025年人工智能行业的关键变化。中心结论是人工智能已经从“令人眼花缭乱的混乱”走向成熟阶段。我们将能够“真正打造产品”，迎来应用层的黄金时代。 11、“金毛猎犬”超越“黑猫”：Anthropic用户增长52%，超越OpenAIYC合作伙伴Diana Hu透露了令人惊讶的数据：2026年冬季，Anthropic超越OpenAI成为企业使用最多的YC ios API。 Anthropic 使用量在过去 3-6 个月内增长了 52% 以上，使 Claude Sonnet 成为代码开发人员的首选生成和人工智能代理任务。 YC合伙人用一个生动的比喻来解释这一变化。 Anthropic有“金毛能量”，OpenAI有“黑猫能量”。这不是玩笑；指的是产品理念上的根本区别。 Anthropic更加友好，更加热情，更愿意适应开发者的需求，而OpenAI则相对冷淡，需要开发者去适应。创业者发现，Anthropic的模型在处理复杂任务时工作更加稳定，并且API集成更容易。更重要的是，YC初创公司并不盲目追随大公司的期望；他们现在根据自己的评估指标来选择模型。许多医疗初创公司发现，在他们为其业务制定的评估系统中，克劳德的表现明显优于其他流行模型。 12.这不再是“从同一个模型开始”的问题：模型编排层已经成为人工智能公司的常态。一个关键趋势是初创公司不再押注于单一模型，而是构建抽象不同模型的“编排层”。一种具体的方法是针对不同的子任务使用不同的模型。例如，使用Gemini 3.0进行上下文工程，并将结果发送给OpenAI最终执行。这种模型组合策略完全由初创公司自己的 Evvals 驱动，企业家在每个实验室发布新版本时动态替换模型。这种灵活性的好处是显而易见的。降低了供应商锁定的风险，优化了成本结构，企业家可以快速迭代技术。 YC Partners强调，当今的企业家必须将模型视为可互换的组件，而不是其产品的核心能力。真正的障碍在于应用层的差异化和深厚的垂直知识。 13. Vibe 编码的爆​​炸式增长：复制品的兴起，专注于“感觉”而不是代码 Vibe 编码是从2025年成熟工具类别的观察现象。所谓振动编码是指开发人员使用大型语言模型快速生成大量代码，专注于高级逻辑和“感觉”（振动），而不是逐行手写代码。这种开发方法允许原型迭代和更快的产品发布，Replit 和 Amagence 等工具已成为该领域的领先工具。不过，YC 合作伙伴也提醒我们，Vibe 编码尚不能用于 100% 生产级代码。快速验证和发展想法。适合构建原型并在迭代过程中快速调整方向。随着工具的成熟，这种开发方法正在改变初创团队的结构和工作流程。 14.一种新的“反向吹牛”：50人的团队实现了1亿美元的收入。 AI时代最有影响力的变化之一就是团队规模的缩小。 YC Partners 举了 Gamma 等例子，该公司的收入达到了 10 美元拥有 50 人的团队，年经常性收入 (ARR) 为 0 百万。虽然这在传统软件公司中几乎是不可想象的，但 SE 正在成为人工智能原生公司的常态。这种“反向炫耀”（高收入、少员工）正在成为AI创业界新的地位象征。这是因为人工智能工具显着提高了个体开发人员的生产力，使小团队能够完成以前需要大型团队才能完成的事情。这也对业务能力提出了新的要求。企业家必须同时是研究人员、工程师和商人。此前，这种设置仅存在于早期的 OpenAI 团队中，但现在已变得司空见惯。 15、“YouTube 不怕康卡斯特破产”：为什么基础设施泡沫是件好事 当谈到人工智能是否存在泡沫的争论时，YC 合伙人贾里德·弗里德曼 (Jared Friedman) 提供了一个清晰的框架。他认为人工智能的经济学已经刺痛了形成清晰的三层结构：模型层、应用层和基础设施层。这对于应用层企业家来说实际上是一件好事，即使基础设施层存在过度建设（例如 GPU 容量过剩）。他用了一个很好的比喻。如果出现泡沫，那将是“Comcaster”（Nvidia，主要研究机构）的问题，而不是“YouTuber”（应用层初创公司）的问题。过剩的基础设施会降低成本，并为应用层企业家创造更多机会。 YC还引用了Carlota Pérez的技术革命周期理论论文：我们正在从高资本支出、市场热情等的“采用阶段”转向真正广泛的价值创造的“采用阶段”。 2024年的“地震转移”已经减少，并且已经制定了相对清晰的战略来打造人工智能公司。最近的模型更新更多是渐进式而非革命性的，并为应用程序提供了更稳定的环境艾尔建设者。 16.消费者应用程序中的“信任危机”：为什么人们仍然手动请求单词？一个有趣的现象是，尽管人工智能技术发展迅速，但市场上除了 ChatGPT 本身之外，令人惊叹的消费级人工智能应用却很少。 YC 合伙人 Harj Taggar 分享了他的观察结果。在购房过程中广泛使用LLM来总结房屋检验报告，但没有使用专门的应用程序，而是使用带有手动提示的通用模板（ChatGPT、Claude、Gemini）。主要原因还是信任问题。人们仍然不完全信任在没有人工监督的情况下准确完成高价值任务的模型。因此，人们更愿意自己实现上下文工程和词优化，而不是依赖黑盒应用程序。这种现状可能会持续一段时间，直到模型变得更加可靠或出现可以建立用户信任的新交互方法。 17. 小模型 8B 战胜 GPT-4：Ve现实模型公司继续战斗。 YC对于是否建立样板公司的态度比较复杂。他们观察到一种趋势，即在某些垂直场景中，小规模特定领域模型（例如 8B 参数）可以优于大规模通用模型（例如 GPT-4）。这些小规模模型可以使用强化学习 (RL) 和微调单个数据集在特定基准上表现良好。此外，构建和训练模型的知识不再是稀缺资源。曾经只有少数顶级团队才能掌握的技能现在已成为“通用技能”。这降低了模特公司的进入门槛，但也意味着竞争将会加剧。 YC 的建议是，如果您拥有独特的数据资产和深厚的领域专业知识，您就有机会构建垂直模型。但如果你只是想复制一个通用的模型路径，那基本上就没有机会了。 18. 马斯克先生也很严肃。太空数据中心已经从一个笑话变成了现实。我曾经被认为是一个笑话的太空数据中心，现在正在业界认真讨论。 YC 资助的 Starcloud（批次 S24）和 Zephyr Fusion（批次 F25）正在探索这个方向，后者甚至探索利用空间聚变为这些数据中心提供动力。这就是地球的能源限制。像加利福尼亚州这样的地方有广泛的环境法规，例如 CEQA 等环境法规。数据中心建模变得极其困难。太空提供了一种规避土地和能源法规的方法。这听起来像是科幻小说中的情节，但就连埃隆·马斯克和谷歌高管也开始认真讨论这种可能性。 YC的合作伙伴认为，这个方向的探索本身就会促进相关技术的进步，即使短期内不切实际。 19. 2027 年人工智能“末日”？对数规模和组织惯性是刹车 YC 分析了一份名为“AI 2027”的报告，该报告预测到 2027 年，AI 与将会开始改变社会结构。但 YC 创始人 Gary Tan 对此表示怀疑。他们的推理是，人工智能的进步遵循对数线性尺度，这意味着进步的速度可能比一些“先知”预测的要慢得多，也更可控。另一个重要因素是组织惰性。人类和组织对变革的抵制可能会阻碍快速“起飞场景”。在YC看来，虽然技术进步很快，但社会适应和组织变革需要时间，因此AI的影响将以更加渐进和可管理的方式发展是可能的。 10.从混乱到可构建：人工智能经济终于有了“游戏规则”。 YC Partners 认为人工智能经济已经停滞。关键证据：首先，有一个相对清晰的“打造人工智能原生公司的剧本”，概述了从技术堆栈选择到团队组成的最佳实践。二、2024年“每周颠覆性进展”趋势减少，模型更新无w 渐进的。在youThird，市场被划分为清晰的层级，每一层都有不同的获取价值的方式。这种稳定性对于企业家来说是个好消息。这意味着您可以更有信心地进行长期规划，而不必担心您的所有技术将在几个月内过时。当然，快速迭代和灵活性仍然很重要，但至少游戏规则现在更清晰、更可预测。 1 最后撰写：给人工智能企业家的4条建议。 YC合伙人在采访中重申了几个要点。首先，不要将模型的功能视为护城河。真正的障碍在于应用层的分化和深层垂直知识。然后，我们建立了自己的评级系统 (Evvals)，使用数据而不是炒作来推动技术选择。第三，保持团队敏捷并使用IT工具、人工智能来提高每个人的生产力。第四，进入人工智能。是时候开始你的事业了。虽然基础设施技术正在成熟，成本在下降，应用层的机会才刚刚开始。 2025年标志着人工智能的转折点，从“令人眼花缭乱”的人工智能到“可构建”的人工智能。对于创业者来说，这意味着真正的战斗才刚刚开始。点击“爱”继续。
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上联合内容（如适用）（包括照片和视频，如适用）由仅提供信息存储服务的社交媒体平台网易号用户上传和发布。