深扒YC今年投的630家公司，它最看好的10个方向

本文来自微信公众号：罗夏inAI，作者：罗夏Leo，原文标题：《我深扒YC今年投的630家公司，总结出了它最新看好的10个方向》，头图来自：AI生成

2026 年到现在，YC 投了三个批次：Winter 199 家、Spring 196 家、Summer 235 家，一共 630 家公司。同一时间，它更新了两次 Request for Startups。

清单人人都在转，但清单是招生广告，写的是 YC 想收到什么。真正的答案在它已经掏钱的那 630 家。

我把这三批的公开描述、行业分类和创始人资料过了一遍，想回答四个很具体的问题：它到底在投哪些方向、这些方向有多挤、这些公司卖给谁、以及被选中的人长什么样。

结论先放这里：YC 今年投出去的钱，九成以上不做 To C，一半以上在给 AI 修管道。

下面先直接列方向，再看数据，最后是我认为对创业者真正有用的几条。

一、它用真金白银投出来的10个方向

按公司数量从多到少，合并同类项之后是这十个。每条后面是这三批里的大致数量和一个具体例子。

Agent 基础设施：给 AI 员工发身份证的那一层

Spring 批次里有 55 家，S26 里 agent 与 AI 基建合计 89 家，这是今年最密集的一格。做的都是很具体的脏活：Inkbox 给 agent 发邮箱、电话号和 2FA，让它能像员工一样被系统认出来；Agentcard 处理 agent 的付款；Glen 做记忆；Hyperprobe 做运行时调试；Archal 验证 agent 干了什么、并自动开修复的 PR。

AI员工：不做工具，直接接管一个岗位

Spring 有 56 家，S26 有 52 家。Rational 把自己描述成会计事务所的“AI 员工”，Last Accounting Company 和 Billow AI 在同一格；Osmaura、Erinys 在法务；Locke 做政府事务；Truffle 接管餐厅后厨的运营。共同点是产品页面上写的是岗位名，不是功能名。

推理成本：把账单本身做成生意

S26 至少四家在处理这条链路的不同环节。Understudy Labs 的做法是捕捉生产流量、拿它微调更便宜的开源模型，再用自动质量闸门决定哪些请求可以路由过去；Conifer 做推理路由；Stoa 和 OpenRelay 在 GPU 那一侧。

机器人与具身智能：价格带被打下来了

S26 里约 23 家。Nori 做的是一台售价 1，688 美元的双臂家用机器人，卖点不是性能是价格，还允许用户在家自己训练技能再分享；Salem Robotics 做核设施巡检；Libra Robotics 做光伏安装；Manifold、Proprio 做仓库搬运。同时冒出来的还有 Robocurve、Instance、Markov 这类给机器人做评测的公司。

工厂、物流与供应链的操作系统：S26最大的一群

约 41 家，是这一批里最大的单一集群。Pango 做电商物流的 agentic OS，Control Seat 给工业 SCADA 系统加一层智能，Alloovium 做施工文档理解，Torus 做物理基建项目的工程助手。

国防与太空：采购方已经亲自下场提需求

Spring 的 26 家硬件公司里有 13 家做国防；S26 里出现了成组的精确弹药、无人机蜂群、反无人机和战场态势公司（ISENGARD、Earendil Robotics、Guild、Hop Aero）。RFS 里“美国国防的未来”那一条，署名的是美国陆军部长 Daniel P. Driscoll，不是 YC 合伙人。

数据中心与能源：算力开始找地方放

Atomarine 做海上浮动数据中心、用海水散热；Pacific 做能快速部署到烂尾基建上的模块化数据中心。YC 自己在 RFS 里写了一条“海上算力”，理由是陆地上的电力和审批已经堵死。

医疗：从卖软件变成自己持牌

S26 里约 20 到 24 家。Taiga 做独立诊所的 AI 医疗账单，Care GP 做澳洲全科诊所的运营套件，RonanRX 干脆做成全栈药厂——个性化多肽和 GLP-1 直接配送到人。这一格最值得注意的变化是：不少公司不再把软件卖给持牌机构，而是自己去拿牌照。

金融与保险：承保、交割、对账

S26 里 17 到 26 家（口径不同略有出入）。Klaimee 做 agentic 保险，Vestris 做按揭交割流程，Spectre Intelligence 做情报与风控。注意这一格的占比是在下降的，后面会说。

给agent用的互联网：把网页重做一遍

今天的网页、API 和文档都是给人看的。Context.dev 和 Rindler 在做把它们翻译成 agent 能用的形式这一层；RFS 里 Harsha Gaddipati 写的“自维护 API”是同一件事的另一半——接口变更时自动去改客户的代码库。

十个方向里有五个，最后都要落到屏幕之外的世界里。

二、这630家里，九成以上不打算做To C

先看 Summer 2026 这一批的行业分布，YC 自己的分类口径：

图 1　YC Summer 2026 批次行业分布（n=235）

把工业、医疗、金融、地产建筑这几格拆开看，它们的客户同样是企业和机构。所以更贴近现实的读法是：这一批里面向企业与机构的公司超过九成，真正面向个人消费者的只有 5.5%，教育只有 1 家。

这件事对创业者的直接含义有两层。

一层是获客路径。九成以上的公司要走的是同一条路——找到一个具体岗位、算清它一年花多少钱、然后去和这个成本比价。这条路很拥挤，但它有确定的付费方。

九成以上的公司在抢同一批付费方；剩下不到一成的格子里，几乎没人去。

另一层是它的反面。消费这一格只有十几家，教育只有一家，而 YC 在 RFS 里同时写了“面向 10 亿人的 AI 消费产品”和儿童 AI 家教两条。想要的和投出去的对不上，这个缺口后面单独说。

三、半年之内，钱从“做应用”挪到了“修管道”

如果只看四个百分比，今年的变化就讲完了。这是 Spring 到 Summer 两批之间的移动：

图 2　半年内的四个位移（Spring 2026 → Summer 2026）

做 AI 应用的公司少了三成，做 AI 底层设施的公司多了一倍半。这不是 YC 的偏好突变，而是一个品类跑到规模之后的正常次序：先有一堆应用，再有人把所有应用都要重做一遍的脏活抽出来卖。

SaaS 起势的时候发生过同样的事。最先赚到钱的一批不是做 SaaS 的，是 Heroku、Twilio、Stripe。

当一个品类的账单本身值得开一家公司来优化，说明它已经跑到规模上了。

工业类翻倍是另一半。换个说法更直观：YC 每投四家公司，就有一家的价值最终要落在一台设备、一条产线或一个仓库上，而一年前这个比例接近八分之一。

四、被选中的人：两个人、5.8 年经验、一半不是美国人

这部分数据主要来自对 W26 和 Spring 两批创始人资料的整理，口径是第三方统计，不是 YC 官方发布。

团队规模。两位联合创始人是绝对主流——W26 的 199 家里有 129 家是两人组，占 64%；单人创业 22 家，占 11%；三人以上约四分之一。单人被投的数量比几年前明显多了，“必须有联合创始人”这条老规矩正在松动。

经验。创始人进 YC 之前的平均工作年限是 5.8 年；做 agent 方向的这批更年轻，中位数 4.8 年。不是学生军，也不是老将，是“在大厂干过一轮、看清楚某个具体流程有多烂”的那个年龄段。

学校与前雇主。W26 创始人里伯克利 30 人、斯坦福 22 人、哈佛 18 人，三校合计约占 16%。前雇主里亚马逊出现在 14 家公司、苹果 12 家，Meta 和麦肯锡在 agent 方向上占比显著。

国籍。Spring 批次里国际背景创始人占一半，公开统计中的前六个来源地是：

图 3　YC Spring 2026 国际创始人来源地 Top 6（人数）

两件事值得中文读者注意。第一，这份前六名单里没有中国。第二，另一组数据显示，美国本土的 YC 创始人里已经有 29% 是印度裔，2008 年这个数字是 7%，2019 年还只有 15% 左右。

我没有找到关于华人创始人比例的权威统计，所以不下结论。但可以确定的是另一件事：国际创始人里有 91% 最终把公司总部设在了美国，Spring 批次 76% 的公司总部在旧金山。

YC 不是一个远程项目。它是一张要求你搬家的门票。

如果你人在国内、团队在国内、客户也在国内，YC 这条路的性价比要重新算一遍——不是进不去，而是进去之后那套资源网络的价值有一大半兑现不了。

五、YC给你50万美元，拿走7%，然后呢？

条款这几年没变，但很多人只记得一半。

图 4　YC 标准协议的两笔钱

合计 50 万美元。真正影响稀释的是第一笔：7% 是固定的，无论你之前估值多少。第二笔是无上限的，你下一轮融得越贵，它转股时拿到的比例越小——所以它其实是在赌你毕业后能融到好价钱。

那么毕业后是什么价？追踪这两批的投资人给出的基准是 400 万美元融资、投前 4，000 万美元估值，并且路演之前有 100 万美元 ARR 已经不算稀奇。这是投资人一侧的估算口径，不是 YC 公布的数据，但方向清楚：

方向选对已经不构成优势了，方向选对并且已经跑出收入才构成优势。

把这两个数字放在一起，YC 的商业模型其实很直白：用 50 万美元买入 7% 加一张后续的转股权，投六百多家，只需要少数几家跑到几十亿美元就能覆盖全部。这台机器允许高错误率——但你不允许。

六、从这些数字里我认为最有用的五条

第一，别做第 90 个 agent，去做那 89 家都得重做一遍的那一层。判断标准很简单：如果每家 agent 公司都要自己搭一遍、而且搭得都不情不愿，这件事就值得被抽出来单卖。身份、支付、记忆、评测、推理成本，都是这么冒出来的。

第二，产品页面上写岗位名，不要写功能名。这两批公司集体完成了一次措辞切换：不再说“帮团队提效”，而是说“替掉这个岗位”。定价方式也跟着变——按席位收费的前提是你的员工在用我的软件，一旦叙事变成替代，就只能按工作量、按成果、或者直接对标那个岗位的年薪来定价。

第三，YC 反复提、但账本上还空着的格子，才是它真正在招募的方向。消费类只有 5.5%、教育只有 1 家、加密在批次结构里几乎看不到，而 RFS 里这三格都被点了名。RFS 本来就是补缺口用的招生广告——它写的是“我们收到的申请里缺什么”。

先算清楚你要替掉的那个岗位，一年花掉客户多少钱。其余都是包装。

第四，如果做物理世界，先确认你的优势不是模型。工业这一格的门槛在于你能不能拿到那批数据、进得去那个现场、通得过那套采购。如果你的回答是“我们模型调得好”，那你大概率不在这条赛道的竞争位置上。

第五，国防这一格对中国创业者要单独判断。它今年增速最快，但红利高度绑定在美国的采购体系上。方向可以借鉴，路径不能照抄。

七、三勺冷水：清单滞后、赛道已挤、YC 也会错

清单有时滞。Summer 那期 RFS 里写过“Software for Agents”，等这句话被公开写出来的时候，S26 批次里已经有 89 家公司在里面了。从 RFS 出现到相应公司大量落地，中间大约隔一到两个批次。你读到清单的那一刻，第一波已经在场。

赛道已经很挤。上面那十个方向里，前两个加起来占了今年新公司的三分之一以上。看到机会的不止你一个。

YC 也会错。它一年投六百多家，是一台概率机器，不是先知。批次结构反映的是它收到了什么申请、以及它当下的偏好，不等于市场的结论。海上数据中心、1，688 美元的家用人形机器人、给 agent 发身份证的公司，三年后可能一家都不剩——这在 YC 的模型里完全可以接受。

YC 可以错 620 次，你只能错一次。

还有一件这批公司集体没回答的事：当 agent 真的替掉一个岗位，它做错事的责任算谁的。合规、审计、保险这几层在 RFS 里出现了，但在批次里还很薄。这既是风险，也是前面说的那种空格子。

八、一句话总结这630家公司

它们真正说明的不是哪个方向会赢，而是“软件”这个词的边界正在往外挪：一部分挪到了 agent 底下那层看不见的管道，另一部分挪到了屏幕之外的设备、产线和仓库。

RFS 上的条目会随下一期更换，这条移动不会。

如果只从这篇里带走一件事：先看 YC 说了什么，再看它投了什么，然后只在两者不一致的地方做选择。

资料来源：Y Combinator 官方 Requests for Startups 页面与公司目录、YC 标准协议说明；Extruct AI 对 W26（199 家）与 Spring 2026（约 205 家）批次的创始人数据整理；Product Market Fit、New Economies、byteiota、Fluenta、Little Might、Foundevo、ycstartups.co 等对 Spring 2026 与 Summer 2026 两批的公开统计；Inc.、SF Chronicle 相关报道。各来源的批次公司数与行业占比存在 1%–4% 的差异，主要来自抓取时间与延迟公开公司的计入方式，本文已在正文中标注所采口径。融资基准（400 万美元 / 投前 4，000 万美元、路演前 100 万美元 ARR）为投资人一侧的观察估算，非 YC 官方数据。创始人国籍与族裔数据来自第三方统计，覆盖不完整，文中未据此下结论。公司信息以公开报道与公司自述为准，未经第三方审计。

本文来自微信公众号：罗夏inAI，作者：罗夏Leo