AI應(yīng)用風(fēng)向標(biāo)（公眾號：ZhidxcomAI）
編譯｜畢偉豪
編輯｜漠影

智東西6月5日報道，過去二十年，作為世界著名的創(chuàng)業(yè)公司孵化器，Y Combinator（后簡稱YC）中孕育了太多影響整個行業(yè)的創(chuàng)企，包括Airbnb、Stripe、Coinbase和Instacart等等。

但比產(chǎn)出獨角獸更值得關(guān)注的，是它作為行業(yè)風(fēng)向標(biāo)在講述一件事：硅谷最聰明的一批人正在把錢和時間砸向哪里。

縱觀今年YC這一批初創(chuàng)公司的名單，一個趨勢呼之欲出：AI的上一個階段是造更聰明的模型，而下一個階段，是讓智能體能在真實商業(yè)環(huán)境里落地。

當(dāng)AI Agent從Demo走進生產(chǎn)環(huán)境，面臨的是一連串新問題：Agent需要記憶、身份、合規(guī)、監(jiān)控、驗證、企業(yè)系統(tǒng)接入，還需要能支撐規(guī)?；\行的算力、網(wǎng)絡(luò)和能源基礎(chǔ)設(shè)施。

這一批YC公司，盯上的正是這些，越來越聰明的模型已經(jīng)不夠了，可靠性、信任度、基礎(chǔ)設(shè)施和實際部署這些問題，是Agent商業(yè)化落地的新挑戰(zhàn)和新機遇。

一、成本、可靠性和記憶，讓Agent真正走進企業(yè)

創(chuàng)業(yè)公司ReasonBlocks解決的就是成本與可靠性，這是企業(yè)引入Agent最頭疼的問題。它的思路不是造新模型，是讓現(xiàn)有模型更實用，平臺把Agent以前運行中成功的推理模式存下來，注入到后續(xù)工作流里，幫Agent避開重復(fù)錯誤，同時大幅降低Token消耗。

ReasonBlocks報告稱，在SWE-Bench Pro（該公司研發(fā)的智能體平臺）上，同樣的底層模型，Token用量降了52%，準(zhǔn)確率提了42%。

CEO Sajeev Magesh說了一句很實在的話：“生產(chǎn)環(huán)境里的AI Agent又貴又不可靠，公司每個月花費高達六位數(shù)美元，而這些系統(tǒng)仍然頻繁失效，難以信任?！?/p>

如果說ReasonBlocks想做的是“讓Agent便宜還不犯錯”，那Memory Store面向的就是另一個更底層的問題：讓Agent記憶更穩(wěn)定。

創(chuàng)始人Ishita Jindal和Diwank Singh在2018年因為對電影《她》的共同癡迷認識，后來通過開源平臺Julep做了幾千個Agent，發(fā)現(xiàn)這些Agent會反復(fù)忘記上下文、重復(fù)犯同樣的錯。于是出來做了Memory Store，讓人類和AI Agent共享一個記憶層。

Jindal的判斷是：“未來區(qū)分公司的不再是執(zhí)行力，是它知道什么別人不知道的東西。”

AgentPhone這家公司很有意思，他們想給每個Agent配一張身份證。創(chuàng)始人Meet Modi直言：“每個人都有一個電話號碼。這是世界識別你、聯(lián)系你、信任你的方式。AI Agent還沒有這個?！?/p>

Runtime則是專注于企業(yè)基礎(chǔ)設(shè)施部署，他們所做的事情是整個AI Agent行業(yè)最不光鮮靚麗的環(huán)節(jié)：讓Agent真正走進企業(yè)內(nèi)部。創(chuàng)始人認為，下一代AI的贏家，是那些讓模型能以足夠可靠的姿態(tài)進入真實生產(chǎn)環(huán)境的企業(yè)。

Agent上線前還有最后一道關(guān)：安全驗證Arga Labs做的正是驗證層工作。它建了一套數(shù)字孿生環(huán)境，企業(yè)在上生產(chǎn)環(huán)境之前可以在里面安全地測試AI Agent。

創(chuàng)始人Phillip Li說了一句反直覺的判斷：“大多數(shù)人認為AI越聰明，需要的測試越少。我們正好相反，Agent能力越強，它犯錯的代價就越大?！?/p>

Agent跑起來了，下一個問題是它出了事怎么辦。Sazabi在做AI原生的可觀測性平臺，自動化事件檢測、根因分析和響應(yīng)，負責(zé)企業(yè)代碼安全維護以及報錯提醒等方面。

創(chuàng)始人Sherwood Callaway是兩屆YC老人、a16z scout，之前在Brex建了多年基礎(chǔ)設(shè)施。他的觀點是“監(jiān)控已死，未來是Agent驅(qū)動的自動警告?！?/p>

有意思的是，Sazabi的融資方式也不走尋常路，沒靠少數(shù)機構(gòu)投資人，而是集結(jié)了100多個天使投資人，包括Browserbase、LangChain、Graphite、Daytona這些公司的創(chuàng)始人和工程負責(zé)人，相當(dāng)于把AI開發(fā)者工具圈最核心的一批人全拉上了船。

二、不是做軟件，要做AI打工人

基礎(chǔ)設(shè)施搭好之后，更激進的問題來了：Agent到底能不能替代人類？有幾家公司把邊界推得更遠，要直接替代一整類崗位，而不是給現(xiàn)有崗位提效。

Dayjob的故事最能說明這種思路的轉(zhuǎn)變，創(chuàng)始人花了18個月給垃圾處理公司做軟件，結(jié)果發(fā)現(xiàn)客戶真正要的根本不是軟件，每天早上，運輸調(diào)度員花幾個小時手動排路線，排完后路況一變?nèi)赘伞?/p>

創(chuàng)始人George Postlethwaite說他們終于醒悟了：“我們停止做軟件，開始做AI工人?！爆F(xiàn)在Dayjob的Agent可以在幾分鐘內(nèi)重建復(fù)雜的物流排班。

這種思路正在從物流蔓延到營銷，Revnu的創(chuàng)始人George Jefferson在大學(xué)宿舍里用AI自動跑增長實驗，從軟件開發(fā)到客服全自動化，最后發(fā)現(xiàn)增長和營銷這塊效果最好。

他說：“AI已經(jīng)自動化了軟件工程，下一步是自動化增長。”現(xiàn)在Revnu在做能自己跑增長實驗、衡量結(jié)果、優(yōu)化投放的系統(tǒng)。

如果說Dayjob和Revnu是在替代具體崗位，那Modern的目標(biāo)就是替代一整個企業(yè)服務(wù)平臺。它對標(biāo)的是ServiceNow，但思路完全反了過來，直接從底層就圍繞Agent重新搭建。

創(chuàng)始人Seb Poole的判斷是：“企業(yè)軟件一直是追蹤系統(tǒng)，真正干活的是人?！盡odern的Agent設(shè)計目標(biāo)是自主解決服務(wù)臺工單，在可審計的確定性工作流內(nèi)運行。

三、走進物理世界：B超、機器人、空中交通管制

從軟件世界往外跨一步，這批里還有幾家公司在追求讓AI走進物理世界。

Lumius做的是“人體的3D相機”，把AI、計算和醫(yī)學(xué)影像結(jié)合，讓B超更容易解讀和使用，從臨床診斷到手術(shù)機器人，應(yīng)用場景跨越很大。

Avea Robotics解決的是機器人落地中最無聊但最貴的問題：機器人遇到故障時讓人立刻遠程介入，減少停機時間。這個問題在工廠和倉庫的流水線里非常重要，因為哪怕很小的故障率都要付出巨大的成本。

General Aviation直接上天了，他們用Starlink低軌衛(wèi)星將飛機直接連上互聯(lián)網(wǎng)，建了一套新的空中交通管制系統(tǒng)。這個想法幾十年前就有，但有了Starlink之后才真正開始可行。

四、AI進企業(yè)的最后一公里：傳統(tǒng)桌面軟件的Agent接入

物理世界難，但有時候企業(yè)軟件更難。Forbes提到了這樣一個數(shù)據(jù)，70%以上的財富500強公司還依賴于沒有現(xiàn)代API的傳統(tǒng)桌面應(yīng)用。

這種應(yīng)用在接入AI的過程中非常困難，替換成本高、風(fēng)險大、很多時候根本不現(xiàn)實。AI再聰明，解決不掉這些老系統(tǒng)就進不了大部分企業(yè)的核心流程。

Minicor盯上的就是這個缺口。它讓AI Agent通過智能桌面自動化直接與這些老系統(tǒng)交互。用確定性代碼加Agent工作流，在不替換現(xiàn)有基礎(chǔ)設(shè)施的前提下創(chuàng)建、監(jiān)控和修復(fù)自動化流程，無需企業(yè)替換系統(tǒng)，YC期間它的月經(jīng)常性收入翻了三倍。

Minicor的收入增長說明了一個巨大的機會：最大的AI機會不是替換舊系統(tǒng)，是讓舊系統(tǒng)能被AI使用，這個邏輯在這批創(chuàng)業(yè)公司中反復(fù)出現(xiàn)。

五、合規(guī)、保險、經(jīng)紀(jì)人，讓企業(yè)愿意信任Agent

系統(tǒng)打通之后，信任問題就浮出水面了。一旦出現(xiàn)錯誤，誰來負責(zé)？這批次里有幾家公司正在回答這個問題。

Complir把AI帶進了合規(guī)領(lǐng)域，CEO Gustav Bang說：“合規(guī)，這詞無聊到讓人犯困，但它是這十年最重要的基礎(chǔ)設(shè)施之一?！焙弦?guī)行業(yè)目前還嚴(yán)重依賴PDF、電子表格和人工審查，而這些正是Agent所擅長的。

如果說合規(guī)是事前預(yù)防，那保險就是事后兜底。Klaimee在做專門給AI Agent的保險，目前傳統(tǒng)保險產(chǎn)品保護的是人和計算機系統(tǒng)，不包括能自己做決定的自主軟件。創(chuàng)始人認為Agent的崛起會創(chuàng)造全新的風(fēng)險類別，需要全新的保險品類。

有了保險產(chǎn)品，還需要有人幫企業(yè)選，Kinro就在做AI原生的保險經(jīng)紀(jì)人，核心業(yè)務(wù)是幫小企業(yè)選擇保險方案、進入市場和持續(xù)管理保單。

六、算力、能源、冷卻：AI背后看不見的基建

往上走了這么久，得回到最底層看一眼。所有Agent、所有模型、所有企業(yè)應(yīng)用，最后都要落到服務(wù)器上。而有些YC創(chuàng)業(yè)公司發(fā)現(xiàn)，服務(wù)器層面欠的債可能比軟件層面更大。

Expanse發(fā)現(xiàn)了數(shù)據(jù)中心的巨量閑置算力。CEO Ismaeel Bashir說：“全球一半算力正在被浪費?！彼麄冊趩蝹€數(shù)據(jù)中心里發(fā)現(xiàn)了幾百萬美元的閑置容量，于是做了一個平臺來識別和重新分配這些資源。

就算把所有閑置算力都用上，現(xiàn)有的計算架構(gòu)可能還是不夠。ProjectX的判斷更底層：現(xiàn)代操作系統(tǒng)從來不是為人類和AI Agent同時工作的場景設(shè)計的，需要全新的計算架構(gòu)。

如果說算力是上限，能源就是地基。Apollo Atomics在做緊湊型核反應(yīng)堆的商業(yè)化。創(chuàng)始人Assil Halimi在核工業(yè)干了十多年，他認為：“這個行業(yè)最大的障礙不是物理，而是工程落地?！盰C期間，Apollo從單一商業(yè)協(xié)議擴展到了超過20GW的合作意向和伙伴關(guān)系。

與此同時，Madrone正在解決散熱問題，創(chuàng)始人估計一個數(shù)據(jù)中心約有30%電力消耗在散熱上，YC期間Madrone把散熱產(chǎn)能提升了100倍，正在加速量產(chǎn)。

七、金融、招聘和開發(fā)者內(nèi)容，AI進入垂直行業(yè)核心圈層

基礎(chǔ)設(shè)施講完了，最后一個視角是垂直行業(yè)，一批公司正在把AI引入具體賽道，其中幾個切入角度很有意思。

MochaTrade讓印度交易員能接入美國金融市場的永續(xù)合約。創(chuàng)始人Utkarsh Sinha說：“我們做MochaTrade是因為受夠了被當(dāng)作想交易的市場里的二等參與者。”這話背后是一個被忽視的全球市場缺口。

KelAI的切入點完全不同，它是把AI引入投資研究這個高度依賴人力的環(huán)節(jié)。創(chuàng)始人Jeremie Cohen在WorldQuant做了六年，想研究持續(xù)自我進化的智能投資分析系統(tǒng)，加速投資想法從產(chǎn)生到驗證的過程。

從投資到招聘，這個跨度看起來很大，但Asendia AI遇到的行業(yè)問題和前面公司本質(zhì)上是一樣的：大量重復(fù)性勞動困住了理應(yīng)做判斷的人。

創(chuàng)始人Rihab Lajmi說了一句很有個性的話：“我們不是招聘行業(yè)出來的，我們是被一個爛透了的流程氣進來的?！边MYC前，他們花了幾個月跟著招聘人員和獵頭公司實地觀察，看到的是被電子表格、人工外呼和重復(fù)行政工作困住的行業(yè)。

除了這些傳統(tǒng)行業(yè)，Manicule也值得一提，兩個創(chuàng)始人只有18歲，做的事是幫以開發(fā)者為核心創(chuàng)業(yè)公司建立信譽并觸達技術(shù)受眾，在AI內(nèi)容泛濫的時代，這對18歲的創(chuàng)始人賭的是高質(zhì)量技術(shù)內(nèi)容和開發(fā)者教育會越來越值錢。

結(jié)語：YC新一批的創(chuàng)業(yè)公司，關(guān)注的是未來的一切

過去幾年AI競賽的定義是更強的模型、更好的基準(zhǔn)測試、更強的系統(tǒng)，而這批YC創(chuàng)業(yè)公司所關(guān)注的方向表明，下一個挑戰(zhàn)不是創(chuàng)造智能，是落地。

Agent要進入真實商業(yè)場景，需要一套全新的基礎(chǔ)設(shè)施層。與此同時，物流、招聘、醫(yī)療、金融、航空、制造業(yè)這些變化速度本來很慢的行業(yè)，也正在被AI從不同的角度滲透。

這些公司能不能成功沒人知道，但他們走的路，或許就是Agent未來的方向。

來源：Forbes