内容来自公众号：吴鲁加 仅做参考学习
刚刚在 Twitter 看到 YC 发布了 2025 年春季的 # Requests for Startups——邀请创业者在这些领域尝试突破。链接是：
- https://www.ycombinator.com/rfs
我将内容快速整理分享。
## 安全的 AI 应用市场
- Garry Tan https://www.ycombinator.com/people/garry-tan
我们想要一个全新的 AI 应用商店和操作系统层，它可以运行在你的电脑或手机上，并且具备以下特性：
1. 保护用户数据：用户完全掌控每个应用可以访问的信息，例如日历、文件或浏览记录，只有在用户授权的情况下，应用才能获取这些数据。
2. 提供统一的共享记忆：所有个人信息（如偏好设置、过往操作、上下文）都存储在这一层，而不会分散在多个应用中，让体验更加连贯。
3. 帮助用户找到最好的 AI 应用：这个应用商店会对每个 AI 工具进行审核和评估，确保用户能够安全地发现并安装优质应用。
4. 帮助开发者构建应用：开发者可以获得基础设施支持，避免重复造轮子，API 简单易用，例如计算资源管理、本地 LLaMA 版本控制、应用级权限管理等。
5. 处理支付：让用户能够轻松购买付费应用或服务，降低支付流程的复杂性。
想象一下，一个旅行 AI 能够帮你找到合适的航班，并且知道你通常带着九岁的孩子一起旅行，而他最喜欢坐在窗边。又或者，一个 AI 助手可以在你阅读文章或书籍时，推荐某个想法最初出现的原始文本。基于这个 AI 应用商店构建的应用，只能访问你允许的少量数据，既能提供强大功能，又能保护隐私。
有人可能会说，大型科技公司最终会打造这样的系统。但现在正是一个独特的机会，你也许可以成为推动这一变革的人。
如果做得好，这将为初创公司和开发者创造更多机会：他们的应用可以利用共享记忆变得更智能，同时，这个平台还能解决应用的分发和变现问题，成为新的市场。
如果你正在开发这样的系统，请申请加入，我们希望帮助你把它做对。
## 数据中心
- Diana Hu https://www.ycombinator.com/people/diana-hu 和 Dalton Caldwell https://www.ycombinator.com/people/dalton-caldwell
我们需要更多数据中心，并且要能够更快建成、成本更低，以支撑 AI 发展的基础设施。目前的超大规模数据中心项目通常需要数年才能完成，而在当前的市场需求和资金支持下，我们需要新的公司和更具创新性的解决方案，以加速这一进程——无论是在电力基础设施、冷却系统、材料采购，还是项目管理方面。
我们可以想象未来的数据中心将是什么样子：软件将负责规划和建设数据中心或仓库的每个环节，从选址、施工到部署和运营管理，全部由自动化系统完成。这些数据中心将实现无人值守，由机器人 24/7 全天候自主运作，无需人工干预。
## 合规与审计
- Tom Blomfield https://www.ycombinator.com/people/tom-blomfield
在美国和欧洲，大约有 400 万人（约占总劳动力的 1%）从事合规与审计工作，而合规成本正不断上升。从 GDPR 到 Dodd-Frank，从金融行业的反洗钱（AML）/ 知识你的客户（KYC）要求到 ESG 报告，监管环境正在持续扩大。
传统的合规工作需要阅读大量复杂的法规，对照内部政策和流程文件，手动抽样检查一线工作，并撰写重复性报告。审计人员通常需要筛选大量非结构化数据来发现问题。这些手工、耗时的工作迫切需要自动化。
LLMs（大语言模型）在这方面表现出色。它们可以解析法规文件、企业政策或财务报表，并标记潜在问题，从而减少人工审核的工作量。这些工具可以自动化许多当前由审计员手动执行的测试，例如发现数据异常、识别不完整记录或指出矛盾的政策。
相比于人工抽样检查少量文档，经过良好训练的 AI 模型可以一次性审查所有数据，实现“持续审计”——让全球所有公司的合规审计变得更高效。
## DocuSign 2.0
- Michael Seibel https://www.ycombinator.com/people/michael-seibel
每天都有大量需要电子签名的复杂文件给人们的商业和个人事务带来摩擦，比如税务表格、销售协议、房贷文件、雇佣合同、保密协议（NDA）、贷款申请、保险申请等。
目前，使用 DocuSign 或类似产品时，用户仍然面临诸多难题：
- 创建文档模板过于复杂
- 需要反复填写相同的信息
- 纠正文件错误十分麻烦
- 复杂条款难以理解，缺乏解释
- 难以与其他软件产品集成
我们希望创业者重新思考，在 AI 驱动的世界里，文档的创建和签署应该如何进行。
想象一套全新的工具，可以：
- 从已有的签署文件中，去除可变信息，自动生成新的文档模板
- 根据用户过去提供的信息或公开数据，自动填充文档
- 通过语音助手帮助用户填写复杂文件，并实时解释难懂的条款或条件
- 根据签署人和具体情境，智能调整文档模板
如果你有兴趣打造 DocuSign 2.0，欢迎申请 YC。
## 浏览器 & 计算机自动化
- Jared Friedman https://www.ycombinator.com/people/jared-friedman
AI 代理现在可以浏览网页并使用桌面应用程序。OpenAI 的 Operator 和 Anthropic 的 Computer Use 已经证明了这一点，同时也有很多优秀的开源解决方案可供使用。
让 AI 代理能够使用网络，就像给“瓶中大脑”装上了双手——它现在可以真正执行任务了。
这意味着每个网站、每个应用都相当于拥有了一个 API，任何人在计算机上的操作流程都可以被自动化。
这可能会让 AI 代理的可应用场景增加 10 倍。我们迫不及待地想看看人们会用它创造出什么。
## 人人可享的 AI 个人助理
- David Lieb https://www.ycombinator.com/people/david-lieb
软件已经被证明能够让原本只有富人才能享受的服务变得普及。从前，只有世界上最富有的人才能雇得起私人司机，但今天，Uber 和 Waymo 已经让这一服务触手可及。再比如，当我最初开始研发 Google Photos 时，我惊讶地发现，富人会雇人整理他们的照片——编辑、标记、分类。而我们通过 AI，让全球数十亿人都能自动完成这些工作。
尽管过去十年软件技术飞速发展，富人仍然雇佣大量私人工作人员提供个性化服务，比如税务会计、私人律师、财富管理顾问，甚至私人健身教练、家庭教师，甚至私人医生等等。这些服务之所以昂贵，是因为软件一直无法替代这种个性化的知识型工作——但现在，情况即将改变。
在未来几年，我们预计 AI 将变得足够强大，可以承担大部分这些工作。如果你正在研发某种 AI 个人助理，让每个人都能享受这种服务，我们很想听听你的想法。
## AI 代理的开发工具（Devtools for AI Agents）
- Nicolas Dessaigne https://www.ycombinator.com/people/nicolas-dessaigne
在过去两年里，我们投资了许多利用 AI 颠覆传统行业的初创公司。
现在，我们正见证着新一波 AI 代理（AI Agents）的崛起——这些代理不仅仅是辅助人类，它们还能自主决策。随着 o1 的发布，以及即将推出的 o3，这些 AI 代理在推理能力上变得更加强大，使其能够完全**甚至优化人类执行的任务。
AI 代理将在各个行业乃至我们的日常生活中无处不在。想象一个世界，每个人都拥有一支专业的 AI 代理团队，在后台无缝协作，极大提升生产力和创造力。
为了加速这一未来的到来，我们希望投资构建 AI 代理开发工具（Devtools for AI Agents）的初创公司，这些工具可能包括：
- 代理构建平台：帮助用户轻松创建和部署定制 AI 代理的公司，例如 Wordware（YC S24）或 Stack AI（YC W23）。
- 代理能力增强工具：提供工具、API 或平台，提升 AI 代理的能力，使其能够执行更复杂的任务，实现更大的影响力。
如果你正在这个领域构建产品，我们很想与你交流，并助你塑造软件的未来。
## 面向未来的软件工程
- Pete Koomen https://www.ycombinator.com/people/pete-koomen
大语言模型已经能写出比大多数人类更好的代码，这将使软件开发的成本趋近于零。
那么，AI 代理会取代软件开发者的工作吗？不会。未来，我们需要更多人类软件工程师，因为软件将驱动几乎所有事物。
不过，这些工程师将不再直接编写大量代码，而是管理由 AI 代理组成的开发团队，让它们为自己构建软件。除了写代码之外，AI 代理还将承担许多其他关键任务，比如 质量保障（QA）、部署、安全与合规审计、翻译、运维等。
我们希望投资这样的初创公司：让少量通才型开发者管理大规模 AI 代理团队，协作构建和发布大量软件。
如果你对打造软件工程未来的工具感兴趣，欢迎与我们交流。
## AI 商业开源软件（AICOSS）
- Dalton Caldwell https://www.ycombinator.com/people/dalton-caldwell
开源软件和开源初创公司的发展往往遵循特定的模式。例如，最初我们有专有的 Unix，后来出现了 Linux，接着 RedHat 商业化了 Linux。最初我们有 BitKeeper，后来出现了 Git，而 GitHub 和 GitLab 又基于 Git 构建了商业服务。
现在，在开源 AI 领域，有着巨大的创业机会——初创公司可以提供支持和服务，帮助企业更高效地使用开源 AI 工具。
许多发布开源代码的机构并不专注于提供商业支持。例如，Google 和 Facebook 开源了不少 AI 工具，但并不总是为企业提供商业化支持，这反而为创业公司创造了机会。
在开源 AI 领域，将会有很多赢家。而 DeepSeek 的发布 进一步拓展了新的可能性，创业者可以围绕这些系统，帮助企业更好地应用 AI 技术。
如果你对企业级开源 AI 领域感兴趣，我们很愿意与你交流。
## 面向硬件优化代码的 AI 编程代理
- Diana Hu https://www.ycombinator.com/people/diana-hu
AI 硬件仍然受到软件的限制。Nvidia 之所以能占据主导地位，很大程度上是因为 CUDA 具备手工优化的代码，被广泛用于 AI 模型。而 AMD、定制芯片等竞品往往表现不佳，不仅是因为芯片本身不够强大，更是因为系统级代码（内核、驱动）开发极具挑战性，而专门从事这一领域的软件工程师数量严重不足。
然而，现在随着 Deepseek R1、OpenAI o1 和 o3 等推理模型 的出现，AI 代理可以自动生成硬件优化代码，其性能有望与人类编写的 CUDA 代码媲美，甚至超越。
我们希望看到更多创业者投入这一领域，开发 AI 生成的内核代码，让更多 AI 硬件选项真正可用。
这不仅仅是提升性能的问题，更是打破生态依赖的机会。如果你正在构建这样的技术，我们希望与你交流，因为这项创新有可能重塑 AI 硬件生态。
## B2A：面向 AI 代理的商业软件
- Dalton Caldwell https://www.ycombinator.com/people/dalton-caldwell
互联网上有相当一部分流量并非来自人类，而是由程序抓取信息、填表、监测变更等。这些程序往往会伪装成人类用户，以适应当前的网站设计——因为大多数网站都是以人为中心构建的，而不是为这些非人类代理（scrapers、bots）设计的。
随着 AI 代理（AI Agents）的发展，我们应该主动构建支持 AI 代理作为“客户”的软件和服务，而不是将其视为边缘案例。
例如，提供 API，让 AI 代理可以自动支付云主机费用、预订旅行、签订合同等。类似于股票市场，人类与程序已经在共同交易，而未来这种趋势只会愈演愈烈。
如果你想构建专门为 AI 代理提供最佳体验的服务，我们希望与你交流。
## 垂直领域 AI 代理（Vertical AI Agents）
- Jared Friedman https://www.ycombinator.com/people/jared-friedman
从 2005 年到 2020 年，交互式 Web 应用的兴起 推动了一波巨大的 B2B SaaS 创业潮。超过 100 家 B2B SaaS 独角兽公司诞生，近 一半的风投资金 都流向了这一领域。
在接下来的十年里，我们很可能会看到一波“垂直 AI 代理”（Vertical AI Agents）的创业浪潮，与 B2B SaaS 的增长轨迹类似。
### 什么是垂直 AI 代理？
垂直 AI 代理是基于 LLM 构建的智能软件，它们经过深度优化，可以完全自动化某个真实且重要的工作流程。例如，最近 YC 投资的公司就构建了：
- AI 税务会计
- AI 医疗账单处理
- AI 电话客服
- AI 合规审核
- AI 质量测试
曾经有人贬低这些想法，称其只是“ChaPT 套壳应用（Wrappers）”。但任何真正尝试将这些系统投入生产的人 都不会这样认为。要让这些 AI 代理在真实世界中运行，需要完整的智能代理架构（Agentic Architectures）、对传统系统的深度集成，以及对特定行业的深刻理解。
这些系统确实难以构建，但一旦成功，它们的增长速度将远超传统 SaaS。
- 传统 B2B SaaS 的价值主张是让人类工作者更高效
- 垂直 AI 代理的价值主张则是 完全自动化这些工作
当 AI 代理达到了接近人类水平的工作能力，其增长速度会呈现指数级爆发。
这个机会的规模可能足以诞生另一个 100 家独角兽公司。每一个成功的 B2B SaaS 领域，都可能出现一个规模更大的垂直 AI 代理公司。
尽管已经有很多创业者在探索最明显的行业，但这个市场仍然远未饱和，仍然有许多巨大的空白市场尚未被触及。
如果你在这个领域创业，我们期待与你交流。
## 具有系统编程专长的创业者
- Dalton Caldwell https://www.ycombinator.com/people/dalton-caldwell
如果你阅读过 DeepSeek 论文 并试图理解其中的技术突破，你会发现，一个关键因素是那些专注于最大化硬件资源利用率的优秀工程师。
在计算机历史上，如何在有限的硬件资源下榨取最大性能始终是一个重要主题。而这种极致的专注，往往来自创业者本身。
- Google 的创始人 痴迷于让他们的基础架构在普通的 x86 服务器和 Linux 等开源工具上高效运行。这种不同的思维方式最终给公司带来了巨大的优势。
- John Carmack 作为创始人兼程序员，彻底改变了游戏行业，实现了多个技术突破，最终成为行业标准。同时，id Software 也有长期开源旧游戏的传统，这不仅促进了游戏 MOD 社区的繁荣，也让更多人能学习其游戏引擎的技术。
对于创业者来说，深入理解并创新整个软件技术栈 是一个强大的不对称优势。
我们希望投资那些具备系统编程专长，并能将这种专注精神带入创业项目的创始人，无论他们选择在哪个领域创业。
## 推理时代的 AI 基础设施
- Diana Hu https://www.ycombinator.com/people/diana-hu
过去，算力开销主要用于预训练基础模型。但如今，随着 DeepSeek R1、OpenAI o1 和 o3 的出现，我们看到了一个新的发展趋势——推理阶段的计算需求正在大幅增长，因为 AI 应用在实际使用这些模型时，需要消耗更多的计算资源。
当 AI 应用的 API 调用次数增长 10 倍甚至 100 倍，特别是针对复杂推理模型时，基础设施成本将成为一个严峻的问题。
这正是新创业公司的机会——我们需要重新构建 AI 推理的技术栈，包括：
- 更好的推理层软件工具
- 更低成本的 GPU 计算解决方案
- 更高效的优化方案，让 AI 应用扩展时不会烧钱
这种问题可能看起来不够性感，但往往孕育着巨大的商业机会。如果你正在构建面向推理计算优化的 AI 基础设施，我们希望与你交流。
- 微信号
- 微信扫一扫
-
- 搞钱阿蓝
- 微信扫一扫
-
评论