YC眼中的AI下一站：当智能体开始成为真正的“用户”

Y Combinator最新发布的2025年春季“创业请求”，几乎是一份未来AI产业路线图。本文基于The AI Daily Brief的视频解读，系统梳理YC如何看待AI应用、AI智能体（Agents）以及支撑它们的基础设施，并重点展开几个极具前瞻性的判断：智能体将成为软件的新用户，推理成本将重塑AI架构，而软件工程师的角色正在发生根本变化。

为什么YC的“创业请求”值得反复研读

在硅谷众多机构中，Y Combinator（YC）有一个独特优势：它不是预测未来，而是通过下注创业者来“制造未来”。每隔几个加速周期，YC合伙人会发布一份名为“Request for Startups”的清单，公开他们最希望看到的创业方向。The AI Daily Brief的主持人坦言，自己一直在等一个新闻相对平静的日子，好好拆解这份清单。

2025年春季版的结果相当极端：14个方向中，有13个与AI直接相关，其中8个明确提到了“Agents（智能体）”。这并不是说YC只投AI公司，而是它在向创业者释放一个强烈信号：未来几年，最具结构性机会的地方，几乎都围绕着AI，尤其是能自主行动的AI智能体展开。

主持人特别强调，这份清单并不是“照着做就能被录取”的标准答案，YC自己也说，这只是他们实际投资想法的一小部分。但它依然是一个极高密度的信息源——你可以从中看出：哪些问题在他们眼里已经成熟，哪些才刚刚开始变得“可创业”。

三个大桶：YC如何给AI创业机会做分类

为了避免陷入零散项目的细节，视频中先做了一次非常有用的抽象：YC的14个方向，基本可以归入三个“桶”。第一是传统AI应用，第二是AI与智能体基础设施，第三是智能体应用本身。

在AI应用这一桶里，YC给的例子反而很“无聊”，但正因为无聊才重要。比如合伙人Tom Blomfield提到的合规与审计：大语言模型非常擅长阅读密集法规、交叉核对内部政策。这类工作对人类来说枯燥、昂贵，却是企业刚需，AI可以“整个拿走”。另一个例子被称为“DocuSign 2.0”，Michael Seibel指出，现在的文档工具在模板、重复填写、错误修正上都太繁琐，AI完全可以重做这一流程。

但主持人很快点出重点：真正让他兴奋的并不是这些应用，而是后两类。因为应用解决的是“现在的问题”，而基础设施和智能体应用，决定的是“未来十年的上限”。

基础设施：为“智能体时代”提前修路

在YC看来，AI和智能体的到来几乎是确定事件，因此最大的机会之一，是去做“铲子和水”。一部分基础设施并不意外，比如数据中心、供电、散热、物料采购和项目管理——“未来世界需要更多数据、更多算力、更多冷却”。

更有意思的是围绕智能体本身的基础设施。YC明确提出“Dev tools for AI agents”，也就是让智能体更容易被构建、部署和组合的工具。这既包括直接的Agent Builder，也包括各种能力模块和API。主持人举了一个非常具体、也非常难的设想：“Plaid for agents”——让智能体安全地接入金融基础设施，概念简单，但工程和合规难度极高。

另一个关键信号来自对“推理时算力”（inference time compute）的重视。合伙人Diana指出，随着AI应用在推理阶段对复杂模型的调用量提升10倍甚至100倍，基础设施成本会成为致命问题。YC因此对推理层的软件工具、GPU调度优化和成本降低方案表现出强烈兴趣。这意味着，行业关注点正在从“预训练规模”明显转向“推理效率”。

当软件的客户不再是人，而是智能体

在所有基础设施请求中，主持人认为最有颠覆性的是一个新概念：B2A（Business to Agent）软件。YC的判断非常直接——今天互联网上已经有大量流量不是人类，而是自动化程序；未来，真正做出购买和决策的，也会是智能体。

这意味着一种根本性转变：过去的软件和服务，都是围绕“人如何使用互联网”来设计的；而未来，会出现专门为智能体设计的服务，明确假设“用户不是人”。YC认为，这会创造“巨大的新机会”。主持人坦言，这是那种一旦发生，就会重塑整个创业版图的变化。

在智能体应用层，YC也点名了一些熟悉方向，比如垂直行业AI智能体。他们的定义很务实：基于大语言模型、经过深度调优，能自动完成真实且重要工作的软件。YC甚至放出一个极具野心的判断：每一个成功的B2B SaaS类别，理论上都能再孕育出一个规模更大的垂直AI公司，“足以再造100个独角兽”。

软件工程师不会消失，但工作将被彻底重写

视频最后，也是最耐人寻味的一段，来自Pete Koomen提出的“软件工程的未来”。他的核心判断非常激进：“语言模型已经能写出比大多数人类更好的代码，这会把软件构建的成本压到接近零。”

但这并不意味着程序员会失业。相反，YC认为我们会需要更多软件工程师，因为软件将运行一切。区别在于，人类工程师将不再亲自写大量代码，而是“管理由智能体组成的团队”。这些智能体不仅写代码，还会负责QA、部署、安全、合规、翻译和运维。

YC希望投资的，是那些能让“小规模的通才工程师，管理大规模智能体团队”的公司。主持人把这类变化类比为一种新的“杰文斯悖论”：智能成本下降，不是减少智能使用，而是让我们在更多地方、更密集地使用它。他最后补充，这种“从执行者到管理者”的转变，可能不会只发生在软件工程领域。

总结

把YC这份清单连起来看，会发现一个非常一致的世界观：智能体不是一个功能，而是下一代软件的基本形态。为了它，基础设施要重做，商业模式要重写，甚至“用户”这个概念本身都在改变。如果你在寻找未来几年的创业或投资线索，YC给出的答案并不神秘——去思考：当智能变得廉价、可复制、可协作时，人类的角色究竟该站在哪里。

关键词： Y Combinator， AI Agent， 智能体基础设施， AI推理成本， 软件工程未来

事实核查备注： 视频来源：The AI Daily Brief；YC春季2025 Request for Startups；合伙人提及人物：Tom Blomfield、Michael Seibel、Jared Friedman、Diana、Dalton Caldwell、Pete Koomen；关键概念：AI Agent、inference time compute、Dev tools for AI agents、B2A software；公司示例：OpenAI Operator、Anthropic Computer Use（仅作为视频中提到的现象）