纵观今年YC这一批首创公司的名单，，，，，，一个趋势呼之欲出：AI的上一个阶段是造更智慧的模子，，，，，，而下一个阶段，，，，，，是让智能体能在真实商业情形里落地。。。 当AI Agent从Demo走进生产情形，，，，，，面临的是一连串新问题：Agent需要影象、身份、合规、监控、验证、企业系统接入，，，，，，还需要能支持规
；；；；；诵械乃懔Α⑼绾湍茉椿∩枋。。。 这一批YC公司，，，，，，盯上的正是这些，，，，，，越来越智慧的模子已经不敷了，，，，，，可靠性、信任度、基础设施和现实安排这些问题，，，，，，是Agent商业化落地的新挑战和新机缘。。。 创业公司ReasonBlocks解决的就是本钱与可靠性，，，，，，这是企业引入Agent最头疼的问题。。。它的思绪不是造新模子，，，，，，是让现有模子更适用，，，，，，平台把Agent以前运行中乐成的推理模式存下来，，，，，，注入到后续事情流里，，，，，，帮Agent避开重复过失，，，，，，同时大幅降低Token消耗。。。 CEO Sajeev Magesh说了一句很着实的话：“生产情形里的AI Agent又贵又不可靠，，，，，，公司每个月破费高达六位数美元，，，，，，而这些系统仍然频仍失效，，，，，，难以信任。。。” 首创人Ishita Jindal和Diwank Singh在2018年由于对影戏《她》的配合痴迷熟悉，，，，，，厥后通过开源平台Julep做了几千个Agent，，，，，，发明这些Agent会重复遗忘上下文、重复犯同样的错。。。于是出来做了Memory Store，，，，，，让人类和AI Agent共享一个影象层。。。 AgentPhone这家公司很有意思，，，，，，他们想给每个Agent配一张身份证。。。首创人Meet Modi直言：“每小我私家都有一个电话号码。。。这是天下识别你、联系你、信任你的方法。。。AI Agent还没有这个。。。” Runtime则是专注于企业基础设施安排，，，，，，他们所做的事情是整个AI Agent行业最不鲜明靓丽的环节：让Agent真正走进企业内部。。。首创人以为，，，，，，下一代AI的赢家，，，，，，是那些让模子能以足够可靠的姿态进入真实生产情形的企业。。。 Agent上线前尚有最后一道关：清静验证Arga Labs做的正是验证层事情。。。它建了一套数字孪生情形，，，，，，企业在上生产情形之前可以在内里清静地测试AI Agent。。。 Agent跑起来了，，，，，，下一个问题是它出了事怎么办。。。Sazabi在做AI原生的可视察性平台，，，，，，自动化事务检测、根因剖析和响应，，，，，，认真企业代码清静维护以及报错提醒等方面。。。 有意思的是，，，，，，Sazabi的融资方法也不走寻常路，，，，，，没靠少数机构投资人，，，，，，而是集结了100多个天使投资人，，，，，，包括Browserbase、LangChain、Graphite、Daytona这些公司的首创人和工程认真人，，，，，，相当于把AI开发者工具圈最焦点的一批人全拉上了船。。。 基础设施搭好之后，，，，，，更激进的问题来了：Agent究竟能不可替换人类？？？？？？有几家公司把界线推得更远，，，，，，要直接替换一整类岗位，，，，，，而不是给现有岗位提效。。。 Dayjob的故事最能说明这种思绪的转变，，，，，，首创人花了18个月给垃圾处置惩罚公司做软件，，，，，，效果发明客户真正要的基础不是软件，，，，，，天天早上，，，，，，运输调理员花几个小时手动排蹊径，，，，，，排完后路况一变全白干。。。 这种思绪正在从物流伸张到营销，，，，，，Revnu的首创人George Jefferson在大学宿舍里用AI自动跑增添实验，，，，，，从软件开发到客服全自动化，，，，，，最后发明增添和营销这块效果最好。。。 若是说Dayjob和Revnu是在替换详细岗位，，，，，，那Modern的目的就是替换一整个企业效劳平台。。。它对标的是ServiceNow，，，，，，但思绪完全反了过来，，，，，，直接从底层就围绕Agent重新搭建。。。 首创人Seb Poole的判断是：“企业软件一直是追踪系统，，，，，，真正干活的是人。。。”Modern的Agent设计目的是自主解决效劳台工单，，，，，，在可审计简直定性事情流内运行。。。 Avea Robotics解决的是机械人落地中最无聊但最贵的问题：机械人遇到故障时让人连忙远程介入，，，，，，镌汰
；；；；；奔。。。这个问题在工厂和客栈的流水线里很是主要，，，，，，由于哪怕很小的故障率都要支付重大的本钱。。。 General Aviation直接上天了，，，，，，他们用Starlink低轨卫星将飞机直接连上互联网，，，，，，建了一套新的空中交通管制系统。。。这个想法几十年前就有，，，，，，但有了Starlink之后才真正最先可行。。。 这种应用在接入AI的历程中很是难题，，，，，，替换本钱高、危害大、许多时间基础不现实。。。AI再智慧，，，，，，解决不掉这些老系统就进不了大部分企业的焦点流程。。。 Minicor盯上的就是这个缺口。。。它让AI Agent通过智能桌面自动化直接与这些老系统交互。。。用确定性代码加Agent事情流，，，，，，在不替换现有基础设施的条件下建设、监控和修复自动化流程，，，，，，无需企业替换系统，，，，，，YC时代它的月经常性收入翻了三倍。。。 Minicor的收入增添说明晰一个重大的时机：最大的AI时机不是替换旧系统，，，，，，是让旧系统能被AI使用，，，，，，这个逻辑在这批创业公司中重复泛起。。。 Complir把AI带进了合规领域，，，，，，CEO Gustav Bang说：“合规，，，，，，这词无聊到让人犯困，，，，，，但它是这十年最主要的基础设施之一。。。”合规行业现在还严重依赖PDF、电子表格和人工审查，，，，，，而这些正是Agent所善于的。。。 若是说合规是事前预防，，，，，，那包管就是事后兜底。。。Klaimee在做专门给AI Agent的包管，，，，，，现在古板包管产品
；；；；；さ氖侨撕团趟慊低，，，，，，不包括能自己做决议的自主软件。。。首创人以为Agent的崛起会创立全新的危害种别，，，，，，需要全新的包管品类。。。 有了包管产品，，，，，，还需要有人帮企业选，，，，，，Kinro就在做AI原生的包管经纪人，，，，，，焦点营业是帮小企业选择包管计划、进入市场和一连治理保单。。。 往上走了这么久，，，，，，得回到最底层看一眼。。。所有Agent、所有模子、所有企业应用，，，，，，最后都要落到效劳器上。。。而有些YC创业公司发明，，，，，，效劳器层面欠的债可能比软件层面更大。。。 Expanse发明了数据中心的巨量闲置算力。。。CEO Ismaeel Bashir说：“全球一半算力正在被铺张。。。”他们在单个数据中心里发明了几百万美元的闲置容量，，，，，，于是做了一个平台来识别和重新分派这些资源。。。 就算把所有闲置算力都用上，，，，，，现有的盘算架构可能照旧不敷。。。ProjectX的判断更底层：现代操作系统历来不是为人类和AI Agent同时势情的场景设计的，，，，，，需要全新的盘算架构。。。 若是说算力是上限，，，，，，能源就是地基。。。Apollo Atomics在做紧凑型核反应堆的商业化。。。首创人Assil Halimi在核工业干了十多年，，，，，，他以为：“这个行业最大的障碍不是物理，，，，，，而是工程落地。。。”YC时代，，，，，，Apollo从简单商业协议扩展到了凌驾20GW的相助意向和同伴关系。。。 与此同时，，，，，，Madrone正在解决散热问题，，，，，，首创人预计一个数据中心约有30%电力消耗在散热上，，，，，，YC时代Madrone把散热产能提升了100倍，，，，，，正在加速量产。。。 MochaTrade让印度生意员能接入美国金融市场的永续合约。。。首创人Utkarsh Sinha说：“我们做MochaTrade是由于受够了被看成想生意的市场里的二等加入者。。。”这话背后是一个被忽视的全球市场缺口。。。 KelAI的切入点完全差别，，，，，，它是把AI引入投资研究这个高度依赖人力的环节。。。首创人Jeremie Cohen在WorldQuant做了六年，，，，，，想研究一连自我进化的智能投资剖析系统，，，，，，加速投资想法从爆发到验证的历程。。。 从投资到招聘，，，，，，这个跨度看起来很大，，，，，，但Asendia AI遇到的行业问题和前面公司实质上是一样的：大宗重复性劳动困住了理应做判断的人。。。 首创人Rihab Lajmi说了一句很有个性的话：“我们不是招聘行业出来的，，，，，，我们是被一个烂透了的流程气进来的。。。”进YC前，，，，，，他们花了几个月随着招聘职员和猎头公司实地视察，，，，，，看到的是被电子表格、人工外呼和重复行政事情困住的行业。。。 除了这些古板行业，，，，，，Manicule也值得一提，，，，，，两个首创人只有18岁，，，，，，做的事是帮以开发者为焦点创业公司建设信誉并触达手艺受众，，，，，，在AI内容漫溢的时代，，，，，，这对18岁的首创人赌的是高质量手艺内容和开发者教育会越来越值钱。。。 已往几年AI竞赛的界说是更强的模子、更好的基准测试、更强的系统，，，，，，而这批YC创业公司所关注的偏向批注，，，，，，下一个挑战不是创立智能，，，，，，是落地。。。 Agent要进入真实商业场景，，，，，，需要一套全新的基础设施层。。。与此同时，，，，，，物流、招聘、医疗、金融、航空、制造业这些转变速率原来很慢的行业，，，，，，也正在被AI从差别的角度渗透。。。