作者：Y Combinator
編譯：深潮TechFlow
建設的黃金時代
當前是歷史上最適合建設者的時代。我們剛剛見證了一個令人驚歎的場景：巨型機器人“筷子”從空中精準抓住一座墜落的摩天大樓。這不僅是技術的奇蹟，更象徵著建設能力的巨大飛躍。人工智能 (AI) 正以史無前例的速度改變著我們的工作方式，尤其對建設者而言，AI 正在帶來深遠的影響。可以說，我們正邁入一個建設的黃金時代，而這也為我們提供了一個難得的機會，去創造能夠真正讓國家變得更好的事物。以下是我們認為在這個黃金時代特別值得關注和探索的一些創新方向。
政府軟件
（視頻鏈接）
作者：Harj Taggar
向政府銷售軟件一向以高門檻著稱，大多數創業者甚至不會考慮進入這個領域。但如果你能破解這個難題，回報將是巨大的。例如，Palantir 是少數成功打入這一市場的初創公司之一，目前其市值已高達 1250 億美元。
現在可能是一個特別適合嘗試的時機。由於財政赤字居高不下，政府迫切需要通過減少開支和提高效率來緩解壓力。同時，人工智能技術的快速發展使得許多政府每年耗費數十億美元的行政工作可以被自動化處理。
結合這兩點，開發基於 AI 的軟件來幫助政府自動化工作，不僅可以降低開支，還能提高效率。特別是，大語言模型 (LLMs) 在處理重複性行政任務（如填寫表格、審查申請或總結文件）方面表現出色。作為政府服務的使用者，我們都將從更高效的服務中受益，例如再也不用在 DMV 排長隊。
雖然政府聽起來可能是一個不太吸引人的創業領域，但如果你願意深入挖掘，我們非常期待聽到你的想法。
公共安全技術
（視頻鏈接）
作者：Garry Tan
每個人都應該在家中以及在街上行走時感到安全。這是文明社會應為其公民提供的基本保障。初創公司已經在這一領域展開了努力。例如，Flock Safety (YC S17) 開發的車牌攝像頭，已經幫助解決了美國 10% 的報案犯罪案件，他們的目標是到明年將這一比例提升至 25%。同時，Abel Police (YC S24) 將警察填寫文書工作的時間從數小時縮短至幾分鐘，每天為他們節省多達 25% 的時間，用於實際的警務工作。
公共安全技術正在並將繼續帶來真正的改變。如果你正在從事以下方向的創新，我們特別希望聽到你的聲音：
先進的計算機視覺：開發基於計算機視覺的技術，能夠從視頻流中識別可疑活動或需要幫助的人，同時保護個人隱私。
緊急響應技術：提高緊急響應速度和協調性的技術至關重要。如果你有能更快將幫助送達所需地點的想法，我們希望幫助你實現它。
社區安全工具：開發能改善社區與執法部門互動的工具，例如幫助鄰居互相照顧，並隨時瞭解安全狀況的解決方案。
高效執法技術：幫助執法部門更高效、公平地工作的技術，例如工作負載管理系統或提高操作精度的工具。
如果你的初創公司已經準備好加入這一領域的創新浪潮，我們非常期待與你交流。
美國製造
（視頻鏈接）
在 19 世紀，英國通過成為“世界工廠”成為全球最富裕的國家。美國在 20 世紀也復刻了這一成功。然而，過去幾十年中，美國逐漸放棄了這一角色。製造業的空心化不僅加劇了社會和政治分裂，也讓美國在地緣政治上處於不穩定的境地。
將製造業帶回美國是目前兩黨高度共識的領域之一。Elon Musk 已經通過在奧斯汀和內華達州建立特斯拉超級工廠，向我們展示了這一目標的可行性。我們認為，當前的技術進步為新一代建設者提供了更多機會去效仿他的成功。
基於機器學習 (ML) 的新型機器人系統使得更多的生產過程可以實現自動化，從而減少了將製造業外包到其他國家的勞動力成本差距。此外，像 SpaceX 和 Tesla 這樣的公司，培養了一整代工程師，他們掌握瞭如何創建一家生產實體產品但以初創公司模式運作的美國企業。
我們已經看到這一模式的成功案例。例如，Astranis (W16) 在舊金山的中心地帶建造電信衛星，而這裡曾是二戰期間為美國海軍建造軍艦的地方。Gecko Robotics (W16) 總部位於美國的老工業中心匹茲堡，專注於製造用於工業檢查的機器人。Solugen (W17) 則在休斯敦的大型工廠生產工業化學品。
穩定幣 2.0
（視頻鏈接）
作者：Brad Flora 和 Harj Taggar
今年年初，我們曾發佈一則尋找更多穩定幣初創公司的請求。從那時起，穩定幣領域的發展只會越來越好。長期以來，穩定幣的主要挑戰是監管問題，美國幾次試圖通過穩定幣監管的努力都未能成功。但如今，美國的穩定幣監管前景更加樂觀，我們預計合理的立法即將出臺。
今年，穩定幣的支付交易量激增，現已佔 Mastercard 支付量的五分之一以上。全球近 30% 的匯款通過穩定幣完成，傳統金融機構（如 Visa）也在為銀行提供發行自有穩定幣的平臺。此外，Stripe 最近以 10 億美元收購了一家穩定幣初創公司 Bridge，這無疑將吸引更多投資者和資本進入該領域。
因此，現在是創立穩定幣初創公司的最佳時機之一。我們尤其對以下方向的想法感興趣：
面向企業的服務，幫助它們更輕鬆地持有和管理穩定幣。
為開發者提供簡單易用的工具，以便快速集成穩定幣功能。
如果你正在探索穩定幣相關的創新，我們非常期待與你交流。
用於芯片設計的大語言模型 (LLMs for chip design)
（視頻鏈接）
作者：Garry Tan
每一次 AI 的技術突破都會推動對更強大芯片的需求，以支持更大規模模型的訓練。在這場技術競賽中，沒有國家願意落後。芯片的設計和製造如今不僅是經濟問題，更是後 AI 時代生存的關鍵。OpenAI 的 O1 模型向我們展示了，具備推理能力的大語言模型 (LLMs) 能夠推動科學與工程領域實現重大突破。我們對任何利用 LLMs 改善芯片設計的團隊都非常感興趣。
我們尤其關注那些專注於設計 ASIC (特定應用集成電路) 和 FPGA (現場可編程門陣列) 的團隊。傳統上，設計定製化數字系統需要大量的開發、設計和測試成本，因此 FPGA 和 ASIC 的研發一直是高成本、高門檻的領域。而隨著大語言模型的出現，這些成本正在顯著下降，使得更多類型的專用計算成為可能。
目前，大多數計算機採用馮·諾依曼架構 (Von Neumann architecture)，即通過單一共享內存處理程序和數據，並通過串行的取指和執行循環運作。這種架構的優點是靈活性高，系統易於重新編程。然而，對於特定任務（如加密貨幣挖礦、數據壓縮或專用加密任務），通過優化算法和硬件設計，可以實現 5 至 100 倍的計算速度提升，同時能耗降低 10 至 100 倍。
以下是一個由 Taner Sadikoglu 提供的圖表，展示了優化後的 FPGA 系統與傳統 CPU 在數據流方面的差異。
考慮到 FPGA 和 ASIC 所能帶來的數量級性能提升，利用 LLMs 優化這一過程可能會帶來極具價值的成果，併為初創公司創造巨大的商業機會。
金融科技 2.0 (Fintech 2.0)
（視頻鏈接）
過去兩年對金融科技 (Fintech) 初創公司來說充滿挑戰。硅谷銀行的倒閉導致監管機構對新初創公司加強了限制，投資者也紛紛撤離這一領域。然而，我們相信這種情況即將改變，現在是創立金融科技初創公司的最佳時機。
過去，創立一家金融初創公司最難的部分是與銀行或其他受監管的合作伙伴達成協議。而現在，隨著 Stripe 等服務提供商的出現，以及穩定幣等新技術的普及，這一過程變得越來越簡單。
AI 工具的快速發展將不可避免地推動金融行業的變革。對於沒有傳統系統包袱的小型初創公司來說，這種變革帶來了結構性優勢，使它們能夠快速構建未來的全球金融產品。
我們相信，現在是基於現有基礎設施創建新一代金融科技公司的理想時機。我們希望看到圍繞保險、投資銀行、財富管理、國際支付等領域的創新想法。
新太空公司 (New space companies)
（視頻鏈接）
作者：Jared Friedman 和 Dalton Caldwell
進入太空的成本正在迅速下降，自 2006 年 SpaceX 首次發射以來，成本已下降了 10 倍以上。如今，一家初創公司只需種子輪融資就可以建造併發射一顆衛星。
隨著進入太空變得像商業航空、航運或貨運一樣常規且低成本，這將解鎖許多全新的商業機會。你可以想象，今天發射到太空的有效載荷有多少千克？一年後、五年後、十年後，這個數字將會如何增長？
雖然創辦一家太空公司看似雄心勃勃，但實際上它並不一定比創辦一家軟件公司更難。YC 已經資助了多家太空公司，包括 Astranis、Relativity Space 和 Stoke 等，它們的成功率甚至可能超過了其他領域的公司。
AI 輔助的工程工具 (AI-aided engineering tools)
（視頻鏈接）
作者：Diana Hu
物理世界的工程工具幾十年來幾乎沒有取得實質性進展。機械工程師使用的 CAD/CAM 軟件、電氣工程師使用的 EDA 工具，以及航空航天工程師使用的 CFD 工具——這些工具仍然依賴複雜的數值求解器和物理模擬。這些工具不僅計算成本高昂，還需要深厚的專業知識，有時甚至需要博士學位才能高效使用。
我們相信，新一代 AI 驅動的工具將徹底改變這一現狀。
通過將解決數學和物理問題的推理能力融入新的 AI 模型中，我們可以幫助工程師以更快的速度和更高的質量設計和建造物理系統，比如飛機、建築、電路、芯片和衛星等。
我們期待創始人開發 AI 輔助的工程工具，以推動這一變革，成為新一代計算機輔助工程 (CAE) 的驅動力。
一百萬個工作崗位 2.0 (One million jobs 2.0)
（視頻鏈接）
我們希望資助那些能夠創造一百萬個工作崗位的初創公司，這些崗位需要人類完成，並且不依賴 AI 來替代。
歷史上，每當技術發生重大變革時，人們的工作類型都會發生變化。例如，過去很多人是農民，但隨著機械化的普及，農業勞動力大幅減少。同樣，電梯操作員和打字員等職業也逐漸消失。
然而，技術變革通常會創造條件更好的新職業，併為人類帶來更大的價值。在這個由 AI 驅動的新世界中，這些職業可能包括為更多人提供工具以經營自己的本地業務，或通過線上或線下為他人提供服務來謀生。
許多 AI 未來學家對未來的職業形態感到不確定，而我們希望資助那些能夠回答這一問題的創始人。
