YC最新236家公司揭示：AI创业正从Agent转向底层

Agent 正在淡出新的创业公司。每次 Y Combinator 公布新一批投资公司，都是硅谷乃至整个科技创投领域的一张风向图。这篇编译文章把 YC 2026 夏季批次的 236 家公司放进同一套 AI 技术栈框架中，让一个重要变化变得清晰：创业重心正在从应用层向算力、芯片、训练环境和实体世界下沉。

YC 2026 夏季批次共 236 家公司、470 位创始人。上一批中 95% 涉及 AI，70% 在构建 Agent；这一批仍有 91% 与 AI 相关，但其他几乎都变了。

按技术栈分层，能源、芯片、数据中心位于最底层，应用位于最上层。在模型以下工作的公司（能源、芯片、数据中心、模型训练和推理）在春季批次只占 8%，夏季批次已占 20%。应用层从 55% 降至 39%，通用 AI App 从 58 家降至 32 家，垂直应用占比维持在 25%。所有增长方向要么位于模型之下，要么进入物理世界。

Agent 正在淡出主叙事。春季批次 45% 的公司推出自主 Agent，夏季为 33%；一句话介绍中使用“Agent”的比例从 27% 降至 19%；Agent Infra 类公司占比减少一半。没有人停止构建 Agent，只是不再把它放在最前面。Agent 现在是默认假设，而不再是创业命题本身。

新出现的创业集群包括：算力建设 21 家公司，如把核动力数据中心放到海上驳船、在月球制造硅、批量生产微型数据中心，以及构建算力交易市场；推理成本 11 家公司，其中五家承诺把 LLM 账单降低 80% 以上；面向前沿实验室的训练数据和训练环境 9 家；强化学习环境 7 家，上一批次仅 1 家，YC 的“Reinforcement Learning”标签已出现在 14 家公司身上。

被挑战最多的行业巨头是 Scale AI，有 8 家公司直接称要取代它，其他巨头被点名次数不超过 4 次。

硬件回归。45 家公司交付实体硬件，是上一批两倍，其中 24 家属于机器人或 Physical AI，包括两家人形机器人公司及建筑机器人、工厂机器人、无人机防御等；8 家制造芯片或计算硬件，春季批次仅 1 家。“工业”分类从 12% 升至 24%。创始人背景随之变化，Tesla、Palantir、Nvidia 和 SpaceX 作为人才来源排名上升。Humane 的四位硬件负责人一起进入本批次，正在制造“物理世界扫描仪”摄像设备。

21 家公司不卖软件，亲自完成工作并按结果收费，占整个批次 9%。包括两家 AI-native 会计师事务所、一家无核保员的保险公司、一家已收购收入 430 万美元诊所的放射科医疗机构、一家律师事务所、一家货运经纪公司、两家债务催收公司、两家量化交易公司、一家成瘾治疗诊所、一家国防承包商，以及一家已处理 5 亿美元应收账款的 BPO 公司。

销售和营销 AI 大幅退潮。春季批次 18 家公司向销售和营销团队出售 AI，夏季只剩 6 家；客户支持从 5 家降至 1 家。取代它们的行业都有实体运营环节：制造业 11→18，物流 7→12，建筑 5→11，保险 5→9，会计 1→6。

这是迄今最年轻的一批。37% 创始人仍是在校生或毕业不到两年；59 家公司、即四分之一是全学生团队，其中一家三位创始人都只有 17 岁。辍学创业者占比从 3% 升至 9%，重复创业者从 32% 降至 23%。84% 创始人拥有技术背景。模型与训练类公司中三分之一是全学生团队，芯片公司同样三分之一。院校背景上，UC Berkeley 超过 Stanford：Berkeley 39 人、MIT 32 人、Stanford 25 人、Harvard 20 人。Amazon 连续第二个批次成为最大职业人才来源：Amazon/AWS 30 人、Google/DeepMind 15 人、Meta 13 人、Apple 12 人。只有 19 位创始人来自 AI Lab，占 4%，其中没有一人来自 Anthropic。

有八支完整创始团队共享同一段前雇主经历，如 Humane 四位成员共同创办 Applied Electrodynamics，Windsurf 成员创办 Illume Labs。还有三个此前进入过 YC 的项目团队以新团队身份回归。

稳定结构特征：60% 为双人创始团队，19% 为单人创始人，74% 位于旧金山，71% 使用单词型公司名，25% 使用 .ai 域名。名称中带“Labs”的公司从 8 家增至 14 家。

两个核心判断：创始人认为应用层已非常拥挤，且很可能是对的；优势正在转移到普通套壳无法跟随的地方——训练数据、训练环境、Token、硅和机器人。算力建设已成为独立创业类别，不再只是 hyperscaler 的故事。真正值得关注的是“AI-native firm”：会计师事务所、保险公司、医疗机构、货运经纪公司。它们的软件看似类似，但真正构建的是拥有不同成本结构的服务业务，比软件功能更难被复制。上一批每个人都在构建 Agent，这一批大家默认 Agent 已存在，转而追问：你让它运行在什么基础设施上？你用什么训练它？你是否拥有它所工作的那门生意？