YC 2026 夏季 RFS：我们挑了这 5 个方向

Y Combinator 是全球最具影响力的创业加速器。2005 年成立至今，已孵化了超过 4000 家创业公司，包括 Stripe、Airbnb、Dropbox、DoorDash、Coinbase 等百亿、千亿美金级别的公司。YC 的 RFS 列表不是随便列的——每个方向背后都有 YC 合伙人在真实投资中看到的结构性机会，以及往期创始人在前线踩出来的信号。这份 RFS 是他们判断下一波浪潮的核心依据。

这次夏季 2026 的 RFS 有一个核心主题：AI 不再是功能，而是基础设施。

---

AI-native 服务：不是给你一个工具，而是替你做完那件事

YC 说，2023 到 2025 年的 AI 创业主流是「copilot」——给你一个工具，帮你把工作做得更好。但接下来最大的机会不是这个。

下一个浪潮是 AI-native 的服务公司：他们不卖软件，他们直接替你完成那项工作。

这个转变为什么重要？因为软件市场的体量远小于服务市场。全球企业在软件上的支出是几千亿美元的级别，但在各种服务外包上的支出是这个数字的好几倍。而且这些服务——保险经纪、会计审计、合规审查、医疗行政——大多数已经被外包出去了，这使得它们的替代路径天然更顺。

这里有一个值得深入的问题：谁会成为主流——是传统行业公司主动用 AI 改造自己的业务流程，还是 AI 公司以入侵者的姿态切入传统行业？

两种路径都有人在走。但从逻辑上看，行业原生公司转型 AI-native 的阻力其实不小——他们有现成的客户关系、有行业经验，但往往没有 AI 产品开发能力，而且现有组织结构往往是改造的阻力。反而是那些从零开始、没有任何历史包袱的 AI 创业公司，更容易做出真正原生的工作流。

不过，入侵者的路也不好走。行业知识是护城河，但也意味着你有很长很长的学习曲线。一个 AI 公司做保险经纪，从零建立起核保能力可能要三到五年——这期间如果没有足够的资金撑住，很可能被已经完成 AI 化的行业内老兵反超。

所以更可能的格局是：未来十年，会出现一批「深度行业老兵 + AI-native 方法论」的新公司——创始团队要么本身有行业背景、愿意学习 AI，要么有 AI 能力但愿意花时间去理解行业。这些人会比纯入侵者和纯老兵都更有优势。

YC 特别点名了几个领域：

• 保险经纪 — 核保、索赔处理、理赔调解
• 会计、税务、审计 — 重复性的合规申报工作
• 合规 — 监管文档整理、合同审查
• 医疗行政 — 账单处理、保险预审、病历管理

这些领域的共同特征是流程标准化程度高，但人的经验成本也高，而且从业人员大量抱怨「做了太多 Paperwork」。对客户来说，AI-native 服务商的价值主张不是「让你做得更快」，而是「这件事我帮你做完了，你不用管」。这和我在上一篇文章里写的护城河逻辑完全一致：不是更好的功能，而是不可绕过的工作流入口。

---

Company Brain：AI 落地的真正瓶颈不是模型，是知识

过去两年，业界普遍的判断是「模型能力不够，AI 落地很难」。YC 的判断是：这个瓶颈已经基本解除了。模型已经足够好。真正的瓶颈切换了。

下一个瓶颈是「领域知识」。

每家公司都有大量关键知识散落在各处：老员工的脑子里、旧邮件、Slack 记录、客服工单、数据库里的字段注释。这些知识构成了公司正常运转的基础，但从来没有被系统性地整理过。人类员工靠「模糊记得去哪里找」来协作，但这对 AI Agent 无效。

YC 把这个需求命名为「Company Brain」——每个公司需要一个知识大脑，把散落的知识提取出来，结构化，保持更新，并且能够被转化为 AI 可以执行的技能文件。

有人会问：这不就是企业知识库吗？不是。

企业知识库是静态的，Company Brain 是动态的。 知识库存的是文档，你知道去哪里搜；Company Brain 存的是「公司是怎么运转的」，它知道退款怎么处理、定价异常谁批、工程师收到告警第一步做什么。一个是图书馆，一个是老员工的脑子。

畅想一下未来的企业内部场景：

早上 9 点，一个 AI Agent 接到任务：「跟进一下昨天没能交付的那个客户订单」。它不需要问任何人——它调出 Company Brain，知道这批订单是哪位销售跟的，合同条款是什么，交付异常是哪一方的原因，客户之前有没有历史投诉记录，以及这个情况下按公司惯例应该怎么处理。它直接起草了一封邮件，附上了关键上下文，发给了对应的销售，同时把处理结果写入了 CRM。全程没有一个人介入。

再比如，新员工入职第一天：「给我介绍一下公司怎么推进一个项目」。Company Brain 不是给他一段话，而是直接带他走一遍典型流程：项目立项需要哪些审批、哪个系统走哪个流程、历史上的风险点是什么、出了问题找谁。

这就是「企业知识不再需要人肉传承」的状态。Company Brain 越大、越准确，AI 能接管的工作就越多。这是一个飞轮：你用得越多，它越准；它越准，你能用 AI 做的事情就越多。

YC 的判断是：世界上每一家公司最终都需要一个 Company Brain。这意味着这不是一个点解决方案，而是一个平台级的机会。谁先在这个类别里建立起标准，谁就可能成为企业 AI 基础设施的事实标准。

---

个性化医疗：你的基因、你的治疗方案

个性化诊断成本正在快速下降：

• 基因组测序成本下降速度已超过摩尔定律
• 早期癌症信号、肠道微生物组成等新型诊断正在进入市场
• Apple Watch 心电图只是开始，未来每个人都会有自己的连续健康数据

mRNA 技术打开了「n of 1」基因疗法的窗口，针对单个患者设计的治疗方案不再是科幻小说。FDA 对这类疗法的态度也越来越开放。

这两条线交汇的地方是：未来十年，医疗的核心逻辑会从「通用指南」转向「你的具体情况、你的基因、你的风险模型、你的最优治疗方案」。

---

半导体供应链：一张 $300 的芯片如何卡住 $50,000 的车

YC 从一个具体事件讲起：2021 年，一颗价值 $300 的芯片短缺，导致全球 $2100 亿的汽车没能生产出来。

这张图背后是半导体供应链的极端复杂性：一颗先进 AI 芯片经过约 1400 道工序，横跨十几个国家，需要五个月才能制造出来。这个供应链目前靠的是 Excel、SAP 和电话沟通管理的——完全没有现代软件支持。

几个关键现状：

• TSMC 先进封装是全球 AI 计算最大瓶颈，NVIDIA 已锁定超过 60% 产能
• HBM 内存供应已排到 2026 年
• 出口管制每个季度都在变化
• CHIPS Act 正在美国建新工厂，每家都需要从头建立供应链

YC 指出的机会是：这个行业几乎没有任何应有的工具软件——实时分配追踪、多层级风险监控、出口合规自动化。你需要深入理解晶圆分配和封装约束才能建这东西，所以这是一个天然的创业窗口。

---

农业 AI：农药减量 90%，顺便——和我一起种凤梨？

YC 用了一个很直接的说法：「把农药使用量降低 90%，同时帮农民种出更多食物的公司，那不只是一家好公司，那是一个世代级的公司。」

这个判断背后有一个关键逻辑：农业是全球最大的市场之一。当技术和成本同时出现拐点——AI 视觉、精准机器人、生物制剂同时成熟——推广不会是渐进的，而是爆发式的。

中国的农业劳动力老龄化严重，精细化种植的需求强烈，但传统农药滥用的问题同样严峻。谁能做出「AI 识别 + 精准施药 + 生物制剂」的一体化方案，谁就在一个政策鼓励、市场需求刚性的交叉点上。

不过说实话，农业这个方向我也还在摸索。我在做的另一件事——种凤梨——某种程度上也是在做同样的事情：把一个需要时间积累、无法被一个 Prompt 替代的事情，慢慢做成自己的护城河。农业也好，AI 应用也好，底层逻辑是一样的：时间复利，而不是模型稀缺性。

---

剩下的方向，YC 还说了这些

YC 这次 RFS 一共发布了 14 个方向，上面是我们挑了 5 个做了展开。剩下还有几个值得快速了解：

• 反无人机群防御：伊朗无人机命中 AWS 数据中心事件让 YC 开始关注这个领域。高成本拦截 vs 低成本蜂群的结构性错配，让这个方向看起来更像一个「实时分布式系统」而不是武器生意。YC 说这个领域的赢家会「更像 Cloudflare 而不是 Raytheon」。

• 太空推理芯片：SpaceX 和 Stoke Space 的可回收火箭正在大幅降低发射成本，YC 认为接下来几年会需要大量新的太空计算基础设施，尤其是针对质量、热和辐射优化的推理芯片。这是芯片工程师的机会，但门槛也高。

• AI 软件个性化：YC 认为 coding agent 已经好到可以让用户成为自己的 forward deployed engineer——未来你的邮件客户端可能看起来像一个任务列表，而另一个人的看起来像一个日程表，但底层共享同一套设计组件。这会倒逼整个软件交付栈的重新思考。

• 向超大型企业销售：YC 观察到 F100 级别的买家现在比以往任何时候都更愿意和早期创业公司合作，而 AI 让 2-3 人团队也能在几个月内交付大型企业需要的深度产品。这是历史上第一次，小团队可以在一年内拿到世界最大公司的实际合同。

• 美国硬件制造的迭代速度差距：YC 的合伙人亲自去深圳看了工厂，回来说深圳可以从设计到物理部件只需一天，美国同样流程要几周。这个差距会持续加速某些供应链的重组。

---

YC 的 RFS 不是创业圣经，但它是一个好的起点——它告诉你世界上最顶尖的一批投资人在看什么，以及为什么。如果你对某个方向已经有了一些积累，这是验证你想法的额外理由。

剩下的方向，感兴趣的话可以直接去 YC 官网原文 看，每个方向都有详细阐述。

2026 年，AI 的机会窗口还在，而且正在变得更大。