作者：罗夏Leo， 罗夏inAI
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 家里。
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。
01 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。
01 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。
02 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。
03 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。
04 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。
05 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。
06 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。
07 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。
08 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。
09 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。
10 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。
02 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）
B2B ██████████████████████ 52.3%
工业 ██████████ 23.0%
医疗 ████ 8.5%
金融科技 ███ 6.8%
消费 ██ 5.5%
地产建筑 █ 2.6%
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。
03 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）
AI 基础设施8% ↑ 20% █████████
AI 应用产品55% ↓ 39% ██████████████████
工业类 12.8% ↑ 23.0% ██████████
金融科技 10.2% ↓ 6.8% ███
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。
04 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）
英国 ██████████████████████ 33 人
印度 ███████████████████ 29 人
法国 ██████████████ 21 人
加拿大 ███████████ 17 人
德国 █████████ 14 人
瑞士 ███████ 10 人
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。
05 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
█████ 12.5 万美元 换 7% 股权，post-money SAFE，立刻定价
███████████████ 37.5 万美元 无估值上限 MFN SAFE，按你下一轮的条款转股
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。
06 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。
07 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。
08 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。
