从169家初创公司，洞察AI创业两大趋势

在AI发展浪潮中，我们从169家初创公司的动态里，能看到AI创业正呈现出两大显著趋势。

上周，全球创投圈极具影响力的“风向标”YC，其2025夏季演示日圆满落幕，169多家初创公司集中展示了各自的创新成果。

AI依然是此次演示日的核心焦点，但与往年不同的是，今年一个清晰且强烈的信号凸显出来：Agent正逐渐成为AI创业的核心主题。

YC这届的众多项目，仿佛为我们勾勒出一个即将到来的未来图景：大量高度专业化、具备自主能力的AI代理，将广泛渗透到各个行业领域，去解决那些过去人们不愿触碰的“枯燥、困难、昂贵”的工作，甚至成为支撑整个AI生态的重要基础设施。

那么，在这些AI初创公司中，哪些最具特色？哪些获得了投资人的高度关注？未来几年，AI最有可能创造价值的赛道又在哪里呢？接下来，让我们一同深入探究。

01 替代DDE工作，Agent落地的新趋势

在这次2025夏季演示日中，AI代理（AI Agent）无疑是最热门的主题。

在YC S2名单里，超过一半的项目在描述中都提及了AI代理、自主、自动化或autopilot等关键词。

AI的应用正发生着重要转变，从以往的辅助工具（Copilot，核心决策者是人），逐渐向能够自主感知、决策和执行复杂任务的AI Agent过渡。

这不仅仅是技术层面的变化，更是商业模式的革新。B2B企业对于“能直接帮我省钱或赚钱”的AI代理有着较高的付费意愿，且这种意愿远高于ToC市场。

例如，Solva运用AI实现保险理赔自动化，上线短短10周，年化收入（ARR）就达到了24.5万美元；还有被称作“AI版Stripe”的Autumn，专门为AI公司处理复杂的计费问题，目前已被数百个AI应用和40家YC初创公司采用。

为什么会出现Autumn这样的公司呢？因为AI初创公司的定价通常十分复杂，不仅仅是收取一笔订阅费，还会叠加使用量计费、额度收费、各种附加功能费用等。若使用Stripe来管理这些，需要大量的人工操作，既耗费时间又容易出错。

Autumn则精准地抓住了这一痛点。它开发了一套开源工具，让AI初创公司能够轻松地将复杂的定价规则接入Stripe，自动完成计费和结算，大大减少了人工操作。

这些案例背后存在一个共同特点：AI代理都聚焦于那些“人不愿意做、做不好、成本又高”的工作。

行业内有个术语叫DDE，即Dull（枯燥）、Difficult（困难）、Expensive（昂贵）。这些场景恰好是AI最擅长切入的领域，也成为了它们规模化落地的理想入口。

其商业模式可简化为：要么为客户节省成本，要么为客户创造收益。前者按节省的成本或追回的金额进行分成，后者通过AI直接促成交易，按成交额抽取佣金。

比如，Frizzle借助AI批改作业，将教师从重复性劳动中解放出来；F4和ContextFort专注于工程图纸的合规检查，能够发现人工难以识别的错误，避免了因设计失误导致的经济损失和项目延期风险；Risely AI致力于高校行政工作自动化，这类工作流程繁琐且对容错率要求极高。

在“创造收益”方面，AI代理开始更多地参与到价值创造过程中，通过提高交易效率或促成交易来实现按效果付费。

Shor推出的是一款AI工资发放助手。它的最大亮点在于，发放工资仅需3分钟，并且费用能节省80%。

过去，一家公司若要在全球范围内雇佣员工，需要在不同国家设立分公司，经过复杂的银行流程，手续繁琐、耗时久且成本高。Shor则将这些繁琐步骤交给AI处理：

用户只需在WhatsApp上发送一条消息，如“雇佣张三”；随后，AI会自动生成合法的劳动合同；工资能在几秒钟内打到员工账户，无需在当地设立实体公司。

简单来说，Shor就像是一个集AI财务与HR功能于一体的组合，帮助公司在全球范围内快速、低成本地完成雇人和发工资的工作。其创始团队成员来自特斯拉和富国银行，目前产品已进入测试阶段。

无论是节省成本还是创造收益，都可以看出YC S25的案例精准地抓住了DDE工作的特点，并以量化可见的价值——降低成本或提升收入，来说服客户付费。

02 极度垂直化，AI深入传统行业肌理

此次YC夏季演示日呈现出一个明显的趋势：几乎没有公司再去打造“通用大平台”，大家都在向垂直领域深耕。

AI不再仅仅是一个炫酷的工具，而是开始成为各行各业的新型“劳动力”和“专家系统”。

通用模型市场已趋于红海，创业公司纷纷选择直接切入行业痛点，哪怕是非常细分的场景。例如，AI催收、工程蓝图的碰撞检查等，这些过去看似小众的业务，如今却成为了切入万亿级行业的新突破口。

在医疗领域，有公司致力于自动生成救护车报告，有公司专注于诊所转诊业务，还有AI药房技术员。

其中，Perspectives Health最为有趣，它能够监听医生和病人的对话，实时生成病历和表单，为医生节省了一半的文书时间。在试点阶段，每周保持25%的增长，目前已接入9家诊所，还计划到9月覆盖180名医生。

在房地产行业，也有公司关注到了经纪人的痛点。

Clodo就是一个典型例子，它推出的是“语言交互免手动”的CRM，能够自动记录线索、跟进客户，还能帮助搜索房源。目前已有60个美国房产经纪人在使用，直接帮助他们节省时间、促成更多订单。

同领域的Spotlight Realty则专注于租赁佣金业务，Closera想打造商业地产的AI员工。

此外，AI在金融和法律领域也发展迅速。比如，Magnetic是会计事务所的AI报税员，Kalinda为律所进行集体诉讼研究，还有专门负责贷款业务的AI电话代理Qualify.bot。

甚至在PE圈，还出现了Palace这样的“投后闹钟”，它能自动抓取和汇总被投公司的报告，将原本20小时的工作简化为一键导出，还能实时进行风险预警。目前，它已服务于管理几十亿美元资产的基金。

在制造业这个更具挑战性的领域，AI的身影也开始显现。Flywheel被称为“挖掘机版Waymo”，它为挖掘机安装智能盒子，使工人能够远程操控。

更为关键的是，设备在工作过程中还能采集数据，AI模型可以不断学习挖沟、平地等技能，最终实现一个人管理多台机器、甚至多个工地的目标。

由此可见，AI创业的成功关键不再仅仅取决于技术的先进性，更在于对传统行业运行逻辑的深入理解和重塑能力。

03 为AI世界提供“水电煤”

一大批公司专注于为其他AI应用开发者或企业提供底层工具、平台和基础设施，这表明AI生态系统正逐渐走向成熟。

当众多AI智能体涌入各个行业时，基础设施化趋势逐渐凸显。众多公司正致力于为其他AI应用开发者提供底层工具，AI生态系统正朝着规模化成熟迈进，有人开始为AI原生世界构建“水电煤”般的基础支撑。

这一趋势涵盖了软件开发、部署、评估和优化的整个生命周期。

在开发与部署层面，Lilac致力于发现并再利用企业闲置的GPU算力，Metis提供构建可靠代理的基础设施，而Kernel则提供极速的“浏览器即服务”。

在至关重要的评估与监控领域，AgentHub提供AI代理的仿真与评估平台，而Truthsystems则专注于实时治理，自动阻止高风险行为。

在数据与模型基础层，Louiza Labs合成医学数据集以模拟人体生物学，Relling则致力于打造“世界模型版的ImageNet”。

在确保AI高效运行的核心挑战上，基础设施类项目展现出了较高的技术壁垒。以Luminal与Herdora为代表的企业，正努力解决AI模型在不同硬件上的适配与性能优化这一关键问题。

Luminal的核心业务是帮助AI模型更好地在不同硬件上运行。它开发了一套开源的编译器和框架，能够自动生成GPU代码，并通过“反复试跑—选最优”的方式来优化性能。

其成果显著，AI模型的运行速度能够提升10倍。目前，它已经为像耶鲁大学这样的机构提供过服务。其团队背景也十分强大，创始人分别来自英特尔、亚马逊和苹果，在芯片优化、系统架构和商业创业等领域有着丰富的经验。

Herdora则专注于分析NVIDIA GPU的性能瓶颈。它的工具叫Keys&Caches，只需一行代码就能生成清晰的性能轨迹，帮助开发者快速定位问题。

例如，它曾帮助客户在部署Llama模型时，将延迟降低了67%。现在Herdora提供10小时的免费使用额度。其团队同样实力雄厚：两位创始人一位来自全球量化巨头，一位出身谷歌，既具备计算机科学知识，又懂经济学。

这些基础设施项目的涌现，意味着随着AI生态的规模化发展，产业将催生出更多新的需求。

04 结语

在整个行业都在讨论“AI疲劳”的背景下，YC 2025夏季班释放出一个重要信号：投资人开始将筛选标准回归到商业本质。他们不再仅仅关注技术的新颖性，而是更加重视用户留存、单位经济效益（UE）、数据和算力成本，以及潜在的监管风险。

这也解释了为什么本次入选的项目普遍走向了“AI应用垂直化”。大家不再热衷于打造大而泛的通用平台，而是聚焦于具体行业里的真实痛点。尤其是那些传统、高价值、但还未被软件彻底改造的行业，如制造业、保险、市政管理、国防等。

可以说，AI正进入一个新的阶段，开始更深入地融入业务流程，成为推动效率提升和自动化落地的核心动力。

本文来自微信公众号“乌鸦智能说”，作者：智能乌鸦，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com