從散彈槍到鐳射筆
Y Combinator 2025 秋季的 Request for Startups 不是一份創業點子清單，而是一份關於 AI 基礎設施的宣言書。
YC 最新的 Request for Startups 值得每一個在 AI 基礎設施領域工作的人仔細研讀。不是因為要申請 YC，而是因為這份清單透露了全球最頂尖的創業加速器看到了什麼。
當 YC 把方向從上一季的 14 個砍到只剩 6 個，這不是變得保守，而是變得更加確定。這個轉變本身就是最重要的訊號。
過去兩年，整個 AI 產業像是在打一場沒有地圖的仗。每個人都知道 AI 會改變一切，但沒人知道該往哪個方向衝。於是大家用「散彈槍」策略，什麼都試，希望能打中什麼。
但 YC 這次換上了「鐳射筆」指向了六個方向，每一個都指向一個清晰的目標。這個轉變背後的訊息很明確：AI 衝擊已經從「探索期」進入「建設期」。迷霧散去了，新大陸的輪廓已逐漸清晰，問題不再是「AI 能做什麼」，而是「AI 需要什麼基礎設施才能真正落地」。
對做基礎設施的人來說，這正是等待已久的時刻。
六塊拼圖，一幅完整的世界觀
把 YC 的六個方向放在一起看，會發現它們不是隨機挑選的熱門賽道，而是一套環環相扣的系統。這讓人想起當年 AWS 剛起步時，不是只做運算，而是同時佈局了運算、儲存、網路、資料庫。YC 現在做的，是在為 AI 時代畫出同樣的系統藍圖。
最底層是「新的工人」。YC 的 Harj Taggar 說：「我們快沒有電工和水管工了。」這聽起來跟 AI 有什麼關係？關係太大了。頂尖的 AI 模型不住在雲端的虛空裡，它們住在實體的資料中心，需要大量的電力、管線、空調。數位文明的宮殿正在建造，卻發現沒有足夠的工人來蓋它。YC 的解法是用 AI 來訓練做實體工作的人，一個 AI 師傅可以同時訓練成千上萬個學徒，填補那八成的核心技能缺口。
往上一層是「新的原料」。David Lieb 說：「影片正變得像空氣一樣免費，像水一樣無處不在。」這裡的關鍵詞是「基礎元素」。當影片生成的成本趨近於零，它就不再是一個產品，而是一種可以隨時調用的基礎能力，像電力一樣。當一樣東西的成本趨近於零，它的應用就會爆炸。
再往上是「新的組織」。YC 的 Aaron Epstein 預言未來會出現僅有 10 人的「特種部隊」，卻能打造出千億美金市值的公司。15 年前雲端運算消除了「資本」成本，催生了 Instagram 這樣的奇蹟。今天 AI 正在消除另一個更昂貴的成本：「人力」。未來的競爭力指標不再是員工人數，而是「人均產值」。一個 10 人團隊，若每人都能指揮 1000 個 AI 助手，其生產力將超越傳統的萬人公司。
而支撐這個願景的將會 Pete Koomen 論述的「新的軍團」，也就是多智慧體系統的基礎設施。單一 AI 已經很強大，但真正的力量爆發來自成千上萬個 Agent 的協同工作。問題從「如何讓 AI 更聰明」變成「如何管理成千上萬個聰明的 AI」。YC 用了一個精準的比喻：AI 需要自己的 Kubernetes。
最上層則是 Andrew Miklas 以及 Gustaf Alstromer 所提出的「新的系統」，分成商業和公共兩塊。商業端是 AI 原生的企業軟體，YC 區分了「AI 相鄰」和「AI 原生」兩種路徑。前者是在舊的 Excel 表格裡加一個 AI 按鈕，後者是從根本上重新思考工作流程，打造公司的中央作業系統。公共端則是用 LLM 取代政府顧問，切入那個每年超過 1000 億美元的市場。
這六塊拼圖放在一起，構成了一幅完整的世界觀：新的工人建造物理世界，新的原料構成數位內容，新的組織極致化效率，新的軍團執行任務，新的系統重塑公司和政府的運作方式。
核心機會：AI 的 Kubernetes
整份分析中最值得關注的是「新的軍團」這個主題。過去一年，市場從「用一個 LLM 做一件事」，快速演進到「用多個 Agent 協同完成複雜任務」。一開始只是兩三個 Agent 串在一起，現在有些團隊已經在跑幾十個 Agent 的工作流程。
問題是現有的工具完全跟不上，用現有框架搭建多 Agent 系統的體驗並不好，哪個 Agent 卡住了？它們之間傳了什麼訊息？為什麼最後的輸出品質忽好忽壞？這一次執行到底花了多少錢？每次出問題，只能一個一個 Agent 去看 log，像在大海撈針。
這讓人想起十年前剛開始用 Kubernetes 的時候，那時候管理一堆 container 也是這種感覺：東西跑起來了，但完全不知道裡面發生什麼事。後來有了完整的可觀測性工具鏈，整個體驗才變得可控。
現在的 Multi-Agent 系統，就處在 Kubernetes 早期的那個階段。誰能建構出讓團隊一鍵部署、監控、治理數百個 AI Agent 的平台，誰就掌握了這個新時代的基礎設施命脈。
根據粗估，如果 Agent Orchestration 能佔 AI 基礎設施市場的 5%，這會是一個 150 億美元的 TAM。即使只看早期採用者，SAM 也有 30 億美元。這不是應用層的小機會，而是平台級的大機會。
十人公司對產品設計的衝擊
YC 的「十人百億公司」預言，對產品設計有很大的衝擊。
過去設計產品時，很容易假設目標用戶是「有專職 ML 團隊的中大型企業」。這些用戶需要複雜的權限管理、需要跟既有系統整合、需要完整的 Audit log。於是花很多時間做這些「企業級功能」。
但如果 YC 的預言成真，未來最有價值的用戶可能是那些 10 人的 AI-native 新創。他們不需要複雜的權限管理，因為整間公司就 10 個人。他們不需要跟既有系統整合，因為他們從第一天就是 AI-native。他們需要的是：一鍵部署 100 個 Agent，然後在一個畫面上看到所有 Agent 的狀態、成本、產出品質。
為這群人設計產品，會逼著追求極致的簡單。一個 10 人的 AI-native 新創，應該要能在 10 分鐘內把系統接上來，然後立刻看到有用的 insights。如果做不到這個標準，產品就還不夠好。
這完全顛覆了傳統軟體「企業版功能更多」的定價邏輯。給小團隊用的 AI 工具，必須比給大企業用的更強大、更自動化。
AI 原生 vs AI 相鄰：巨頭的包袱就是新創的機會
YC 區分「AI 相鄰」和「AI 原生」這兩種路徑，展現出一個巨大的套利空間。
Salesforce、SAP、Oracle 這些巨頭，背負著龐大的舊有架構和客戶包袱。他們的 AI 策略基本上都是「在現有產品上加 AI 功能」，因為他們不可能把幾十年累積的程式碼砍掉重寫。但這種做法注定只能做到 AI 相鄰，做不到 AI 原生。
而新創公司沒有包袱，可以從一張白紙開始。可以設計一個系統，讓銷售人員掛上電話的瞬間，系統就自動生成通話摘要、分析客戶情緒、更新 CRM、起草後續郵件、標註下次跟進時間。軟體不再是被動的紀錄工具，而是主動完成執行層工作的 AI 同事。
根據歷史規律，每一次技術變革都會重塑企業軟體市場。PC 時代誕生了 Microsoft，雲端時代誕生了 Salesforce。現在 AI 原生的時代來了，下一個巨頭會是誰？
競爭地圖上的空白地帶
目前的競爭態勢值得仔細分析。在 Agent Orchestration 這個領域，現有的玩家可以分成幾個象限。
一邊是雲端大廠如 AWS、Azure、GCP，他們的方案大而全，但學習曲線高，而且會把用戶綁定在他們的生態系裡。另一邊是開源框架如 LangChain、CrewAI、AutoGen，它們易上手、社群活躍，但偏向開發框架，不是運維平台。用它們把東西做出來了，但接下來怎麼監控、怎麼追蹤成本、怎麼處理 Agent 之間的衝突，都得自己想辦法。
還有一些實驗性的專案如 AutoGPT、BabyAGI，概念很酷，但離生產環境還有一段距離。
如果把這些玩家放在一個二維矩陣上，橫軸是「大型企業導向」vs「開發者/新創導向」，縱軸是「功能完整度」，會發現右上角那個象限幾乎是空的。也就是說，一個「平台級完整度」加「開發者友善」的 Agent Orchestration 方案，目前還沒有明確的領導者。
這是一個機會窗口，但不會開太久。短期內框架層級的競爭會白熱化，LangChain、CrewAI、AutoGen 會繼續搶開發者心佔率。中期會開始出現平台級玩家，整合 Agent 開發、部署、監控。長期來看，雲端大廠可能會收購領先者，或推出自有完整方案。
風險與反向思考
這個方向當然也有風險。
最大的風險是雲端大廠可能在某次 re:Invent 或 Google Cloud Next 上突然發布完整的 Agent 編排服務。如果這件事發生，獨立玩家的生存空間會被大幅壓縮。緩解這個風險的方式是專注開發者體驗，建立社群護城河。大廠的產品通常功能強大但複雜難用，如果能在開發者體驗上建立優勢，還是有機會。
另一個風險是 Agent 技術本身還不夠成熟。目前 Agent 的行為不可預測性還是很高，要把它產品化有相當的挑戰。應對方式是從簡單場景切入，逐步擴展到複雜場景。
還有一個值得持續關注的問題：「十人公司」到底是未來的常態，還是少數例外？如果大多數業務仍然需要人際互動，AI 只能輔助而非取代，那整個市場的規模就會比預期小很多。應對方式是保持靈活，在服務 AI-native 新創的同時，也不放棄傳統企業客戶。
最後一個反向問題值得持續思考：如果這整個趨勢是錯的呢？如果 AGI 突破使得整個基礎設施層變得不再必要，AI 自己就能解決一切？如果重大 AI 安全事故導致監管大幅收緊？如果經濟衰退導致企業 AI 投資縮減？
保持這種警覺，才能在趨勢轉向時快速調整。
誰來為 AI 軍團撰寫憲法？
YC 這份清單的最後，留下了一個值得深思的問題：當這些強大的公司作業系統和政府 AI 普及後，誰來為它們編寫核心的指令？誰來決定它們的價值觀和目標？
這不只是哲學問題，這是產品問題。
現在常見的 Guardrails，主要是防止 AI 說錯話、做危險的事。但這只是最基本的層次。當一個組織有 100 個 Agent 在跑，更重要的問題是：這 100 個 Agent 的目標是什麼？誰有權限修改這些目標？修改的歷史紀錄怎麼保存？當 Agent 之間的目標衝突時，怎麼仲裁？
未來的 AgentOps 平台，必須內建完整的治理功能。不只是技術層面的監控，還要有組織層面的權限管理、目標管理、政策管理。
YC 說得好：「未來的最高權力，或許不是指揮 AI 軍團的能力，而是為這支軍團撰寫憲法的權利。」
而提供撰寫憲法工具的人，將會是這個新時代的基礎設施供應商。
結語：加密電報已經發出
讀完 YC 的這份清單，一個強烈的感受是：這是一封發給全世界建造者的加密電報。
電報上寫著：「未來將會是這個樣子。這是我們需要的零件。誰能把它們造出來？」
YC 尋找的不是履歷完美的優等生，而是那些同樣看到了這個未來，並迫不及待想親手將它實現的建造者。
這個未來的迷霧已逐漸散去可見，該動手了。
