這是一篇 Y Combinator 2025 年初（2 月 3 日）的 RFS 總結，原文在這裡，https://www.ycombinator.com/rfs 。如果你對 AI 感興趣，希望探索 AI 行業的機會或者可做的項目，希望這篇文章能給你些靈感和方向。
TL;DR
正文
在 YC，我們時常探討一些希望看到更多人嘗試的創意。偶爾，我們會將這些創意匯總，形成一個名為「初創公司創意請求」（RFS）的列表，這是 YC 多年來的傳統。本頁面匯集了這些創意。
請不要覺得一定要從這些創意中選擇一個來申請 YC。我們預計這些創意只佔我們資助創意的一小部分——但如果你對其中某個創意特別感興趣，我們希望它的潛力能激勵你投入其中。
2025 年春季
簡介
最近幾個月，AI 領域的進展為初創公司提供了許多新機會。過去我們通常每年發佈一次創意請求，而這次我們決定在三個月內再次發佈，幫助創始人們抓住新興的創意空間。
你可能已經跟進了相關的技術突破。透過 Operator 和 Computer Use，AI 系統已經能夠使用電腦。OpenAI 的 o1/o3 和 DeepSeek R1 等推理模型讓 AI 系統有能力超越人類。這些新技術還需要全新的計算基礎設施，而 DeepSeek R1 也展示了低層優化的巨大潛力。
這些是我們認為值得深入探索的創意。
AI 應用程式商店的全新構想
我們想要一種全新的 AI 應用程式商店和作業系統層，能夠安裝在你的電腦或手機上。它應該具備以下功能：
- 保護用戶私隱：用戶可以選擇哪些應用程式可以存取自己的數據，如日曆、檔案或瀏覽記錄，但只有用戶授權時才可以查看。
- 統一的個人記憶：所有個人資訊（如偏好設定、過去的操作等）都保存在這一層，而不會分散在多個應用程式中。
- 幫助用戶發現優質 AI 應用程式：這個商店將審核每個 AI 工具，確保用戶能夠安全地找到並安裝它們。
- 幫助開發者建置應用程式：為開發者提供基礎設施支援，讓他們避免重複開發，比如電腦使用、LLaMA 版本管理和應用程式存取控制等簡單 API。
- 簡化支付流程：讓付費應用程式或服務的支付變得更加便捷。
想像一個智能旅行助手，能夠找到最佳航班，並知道你通常和喜歡看窗外的 9 歲孩子一起旅行，或者一個 AI 閱讀助手，能在你讀文章時，推薦最初提出某個觀點的文章。這樣的應用程式僅會使用用戶授權的最少數據。這種系統不僅能讓 AI 強大，同時也保護私隱。
雖然大科技公司可能會建設這樣的系統，但現在正是創業者的機會。
如果做對了，這將為初創公司創造更多機會：透過共享記憶體，應用程式將變得更智能，同時也為分發和變現創造了新的市場。
數據中心
• *Diana Hu 和 Dalton Caldwell*
我們需要更多能夠更快速、更低成本建設的數據中心，以支援 AI 發展所需的基礎設施。超大規模的數據中心建設通常需要幾年時間，而在目前的市場熱情和資金支援下，我們急需更多新的公司和創新的解決方案來加速這一建設進程——無論是在電力供應、冷卻系統、材料採購還是項目管理方面。
我們可以預見未來的場景：軟件將管理數據中心或倉庫的建設，從選址、施工到設置及後期管理。所有這些工作都可以透過「無人工干預」的方式進行，機器人將全天候運作。
我們希望資助那些能幫助實現這一願景的初創公司。
合規與審計
在美國和歐洲，大約有 400 萬人（佔總勞動人口的 1%）從事合規和審計工作。與此同時，合規成本持續攀升。從 GDPR 到 Dodd-Frank，從金融 AML/KYC 到 ESG 報告，全球的監管環境不斷擴展。
傳統的合規工作通常需要閱讀冗長的法規，交叉比對公司內部政策與程序文件，手動抽查工作記錄，產生重複性報告。審計員往往需要處理大量的非結構化數據，尋找潛在的問題。這些繁瑣、耗時的工作流程迫切需要自動化技術的幫助。
大型語言模型（LLM）在這一領域已經展現出了極大的潛力。它們能夠快速解析複雜的法規、公司政策或財務報表，標出潛在問題，節省人工審核的時間。這些工具可以幫助自動化審計員目前需要手工完成的任務：檢測數據異常、識別不完整的記錄或指出相互矛盾的政策。
與其逐一抽查幾份文件，經過良好訓練的模型可以一次性審查所有內容——為每個公司提供「持續審計」。
DocuSign 2.0
每天，複雜的文件簽署（如稅務表格、銷售合同、抵押貸款、僱傭合同、保密協議、貸款申請、保險申請等）給個人和企業帶來了不小的麻煩：現有的 DocuSign 或類似的產品在這些情況下使用起來過於複雜，用戶體驗欠佳，難以完成以下任務：
- 建立文件範本
- 避免填寫重複資訊
- 修正文件錯誤
- 理解複雜的條款
- 與其他軟件整合
我們希望創始人重新思考如何在一個由 AI 驅動的世界中，建立和分發需要簽署的文件。
設想一個新工具集：
- 可以將任何已簽署的文件，去除掉可變部分，建立新的文件範本。
- 自動填寫用戶曾經提供的資訊或公開資訊。
- 透過語音助手幫助用戶理解複雜的條款。
- 定製化的文件範本，根據簽署人或情境自我調整。
如果你有興趣開發 DocuSign 2.0，請申請 YC。
瀏覽器與電腦自動化
AI Agent 現在能夠瀏覽網頁並操作桌面應用程式。OpenAI 的 Operator 和 Anthropic 的 Computer Use 已經證明了這一點，還有許多開源解決方案也提供了這樣的能力。
讓 AI Agent 能夠使用互聯網，就像是給大腦裝上了「手」。它們現在可以做很多事情。
這意味著每個網站和每個應用程式現在都可以當作一個 API 使用。任何人類能夠在電腦上完成的工作，AI 都能自動化執行。
這大大拓展了 AI Agent 的使用場景。我們迫不及待地想看看大家會創造出什麼樣的應用程式。
AI 個人助手：為每個人提供私人服務
軟件一直是讓大眾享受到曾經只有富人才能享有的服務的有效途徑。比如，2009 年之前，只有世界上最富有的人才能僱傭私人司機，而現在，Uber 和 Waymo 等服務讓人人都能享有類似服務。另一個例子：我在參與 Google Photos 項目時驚訝地發現，富人僱傭專門的人來整理、編輯、標記和組織他們的照片。我們則是透過 AI 來自動化這一過程，讓數十億人都能享受到這一服務。
儘管過去十年軟件在各個領域取得了巨大進展，但富人依然僱傭大量個人助手，提供定製化服務，包括稅務會計師、私人律師、財務經理、私人教練、私人導師，甚至私人醫生等。
為什麼只有富人能夠享受這些服務呢？因為直到現在，軟件還沒能替代這些高端定製化知識工作——直到現在的 AI 技術終於可以做到。
未來幾年，我們預計 AI 將能夠承擔大部分這類個人化知識工作。因此，如果你正在開發將 AI 助手帶給每一個普通人的服務，我們非常期待聽到你的創意。
為 AI Agent 建置開發工具
在過去的兩年裡，我們資助了許多使用 AI 來顛覆傳統行業的初創公司。
現在，我們正見證著下一個浪潮的到來：AI Agent，它們不僅僅是人類的助手，還是能夠自主做出決策的系統。隨著 o1 和即將發佈的 o3，這些 Agent 的推理能力顯著提高，能夠完全複製甚至超越人類完成的任務。
AI Agent 將在各個行業及我們的日常生活中無處不在。想像一個世界，在這個世界中，每個人都擁有一個專門的 AI Agent 團隊，它們在後台無縫協作，提升個人的生產力和創造力。
為了加速這一未來的到來，我們希望資助那些致力於為 AI Agent 開發開發工具的初創公司。這些工具可以包括：
• Agent 建置工具： 使用戶能夠輕鬆建立和部署（deploy）定製 Agent 的公司，比如 Wordware（YC S24）或 Stack AI（YC W23）。
• Agent 建置模組： 增強 Agent 能力的工具、API 或平台，使它們能夠執行更複雜的任務，取得更大的影響。
如果你在這一領域進行開發，我們非常希望聽到你的想法，幫助你塑造軟件的未來。
軟件工程的未來
大型語言模型（LLM）現在已經能夠編寫比大多數人更好的程式碼。這將使得軟件開發的成本降到幾乎為零。
那麼，Agent 會取代軟件開發人員的工作嗎？答案是不會！未來我們仍然需要更多的軟件工程師，因為軟件將控制幾乎一切。
這些工程師將不再直接編寫很多程式碼，而是管理一組 AI Agent 來為他們編寫和發佈軟件。除了編寫程式碼，Agent 還將承擔軟件開發過程中其他所有專業任務：品質保證（QA）、部署（deploy）、安全性與合規審計、翻譯、營運等。
我們希望資助那些能夠幫助小型通用開發團隊管理大規模 AI Agent 團隊，共同開發和交付大量軟件的初創公司。
如果你有興趣為軟件工程的未來建置工具，我們非常期待與你交流。
AI 商業化開源軟件（AICOSS）
開源和開源初創公司有一個明顯的模式。首先是專有的 Unix 系統，然後是 Linux，再到 RedHat；首先是 BitKeeper，然後是 Git，接著是 GitHub 和 GitLab。
如今，在開源 AI 領域，也存在著巨大的機會，建置提供支援和服務的初創公司，幫助人們使用開源 AI。
通常情況下，發佈開源程式碼的組織並不專注於提供商業支援。例如，Google 和 Facebook 曾開源了多款工具，但他們並不總是專注於為企業提供這些工具的商業化支援——這為初創公司帶來了機會。
在開源 AI 領域將會湧現出許多成功的公司，尤其是在 DeepSeek 推出之後，市場上會有許多新的領域等待創始人去開拓，幫助企業利用這些系統。
如果你有興趣在企業級開源 AI 領域進行開發，我們非常希望聽到你的聲音。
AI 編程 Agent：硬件優化程式碼
• Diana Hu
AI 硬件仍然受到軟件的制約。Nvidia 的優勢很大程度上源於其 CUDA 手動優化的程式碼在 AI 模型中的應用。而其他競爭性的硬件——如 AMD 或定製晶片——常常表現不佳，原因不僅是晶片性能較差，更因為編寫系統級程式碼（如內核、驅動程式）極為複雜，而從事這一工作的軟件工程師遠遠不足。
然而，現在隨著像 DeepSeek R1 或 OpenAI o1 和 o3 這樣的推理模型的出現，它們可以產生與人類 CUDA 程式碼相媲美，甚至超越的硬件優化程式碼。
我們希望看到更多的創始人致力於開發 AI 產生的內核程式碼，使得更多硬件平台能夠為 AI 提供更好的支援。
這不僅僅是關於性能問題，更是關於打破依賴關係。致力於這一領域的創始人有可能重新塑造整個硬件生態系統。
B2A：客戶為 Agent 的服務軟件
如今，互聯網流量中有相當一部分來自非人類程式，它們在抓取資訊，偽裝成人類進行表單填寫或搜尋更新。大多數人建置網站時，都是以人類用戶為主要目標，而不是考慮這些抓取程式。
隨著 AI 和 Agent 的普及，建立針對 Agent 客戶 的軟件和服務似乎變得尤為重要，這樣的客戶不僅是邊緣案例，而是被積極支援和文件化的客戶群體。
例如，建置幫助 Agent 支付託管費用、預訂旅行或與其他方簽訂合同的 API。在股市中，人類和程式的交易早已是常態，未來這種現象只會愈加普遍。
如果你有意開發專門為 Agent 服務的軟件和服務，我們非常歡迎你與我們分享你的想法。
推理 AI 基礎設施：應對測試時計算需求
• Diana Hu
直到最近，計算資源的開支主要集中在預訓練基礎模型上。但隨著 DeepSeek R1 和 OpenAI o1 與 o3 的推出，出現了一種新的擴展趨勢，表明我們在推理階段，也就是 AI 應用程式實際使用這些模型時，將需要更多的計算資源。
隨著 AI 應用程式的 API 呼叫量暴增，基礎設施的成本將成為一個嚴峻問題。
這時，新的初創公司便可以提供解決方案。我們需要重建這一領域的技術棧：在推理層面提供更好的軟件工具，開發出更經濟的 GPU 負載處理方案，以及讓 AI 應用程式能夠擴展而不至於面臨巨額成本的優化技術。
這類低調卻至關重要的問題，往往會帶來巨大的商業機會。
關注公眾號 技術後花園 獲取更多資訊
