YC Summer 2026 信号：AI 基础设施正在成为"数字地基"

封面图片

2026 年 4 月 27 日，Y Combinator 发布 Summer 2026 Request for Startups（RFS）。顶级加速器对未来一年投资方向的核心判断 —— 基础设施 infrastructure 这个词出现了十几次。

五大主题

YC 将本次 RFS 归纳为五大主题：

1. AI 正在逃离软件，进入物理世界
2. 公司的概念和结构需要变得对 AI 可读
3. Agent 技术栈作为基础设施
4. 硬科技回归，成为可防御的领域
5. 创业公司有能力去追逐更大的买家和头部企业

AI 已经不再是一个功能了，它是地基。

15 个 AI 基础设施方向

YC 列出了 15 个与 AI 基础设施直接相关的创业方向。我们挑几个最值得关注的：

Agent 推理芯片：GPU 的 30-40% 利用率困局

当前 GPU 设计针对"提示入、响应出"的工作方式。但 Agent 工作方式是循环的：调用工具、分支、回溯、跨数十个步骤保持上下文。

这是一种完全不同的硬件问题。

GPU 在 Agent 工作上仅达到峰值的 30-40% 利用率，因为工作是 突发型的。像阵雨，突然倾盆而下，然后长时间大晴天。系统需要快速响应峰值，但大部分时间资源闲置。

NVIDIA 已经动手了，以 200 亿美元收购 Groq。Google 为推理专门构建了 TPU v7。但还没有人正在为 agent 循环本身设计：

模型间快速上下文切换、原生推测解码、为 KV 缓存构建的内存。

ps：原生推测解码，指的是用小模型“草稿”一次性生成多个候选 token，再由大模型并行验证，从而减少自回归步数。原生指该机制已深度集成到推理引擎/编译器/硬件底层。

KV缓存，是大语言模型在生逐 token 输出过程中，用于缓存每一层神经网络已计算过的 Key（键）和 Value（值）向量的内存结构。核心目的：避免重复计算，让生成速度提升 10~100 倍

这里有个细节：NVIDIA 收购 Groq 不是财务投资，是战略卡位。

公司/组织大脑 Company Brain：让整个公司对 AI 可读

YC 合伙人 Tom Blomfield 说：

"AI 自动化的最大障碍不再是模型质量，而是领域知识。每家公司都有关键知识散落各处：人的头脑、旧邮件账户、Slack 线程、支持票据、数据库。"

需求是：将知识从所有分散的来源中提取出来，结构化，保持最新，并转化为 AI 可执行的技能文件。不是公司级搜索，不是文档上的聊天机器人。是公司实际如何运作的活的地图。知识库架构师#让AI理解企业知识

这个方向目前还是空白领域

半导体供应链 2.0

一颗先进 AI 芯片经历约 1,400 个工艺步骤，跨越十几个国家，需要五个月才能制造。这个供应链目前用电子表格、SAP 和电话管理。

2021 年，一颗 300 美元的芯片让一辆 50,000 美元的汽车停产。台积电的先进封装是 AI 计算目前最大的瓶颈，NVIDIA 已锁定其 60% 以上。高带宽内存在 2026 年前已预订满额。出口管制每季度变化。

机会：用 AI 重建这条供应链的可见性和协调能力。

相比 2025 年的 3810 亿美元，同比增长约 67%。这些钱流向哪里？推理芯片、无服务器 GPU 网络、光子学通信、封装产能 —— 全是基础设施层。

瓶颈演变：从算力到内存到网络

Google AI 基础设施首席技术官 Amin Vahdat 在 Transition-AI 2026 上的判断：

"我们正处于推理时代"——随着 agents 爆发，推理需要不再是 GW 规模

ps： GW 是吉瓦功率单位，1 GW = 10 亿瓦特 = 1,000 MW = 1,000,000 kW 直观对比： 1 户家庭用电：1–3 kW 1 个大型数据中心：10–100 MW 1 GW ≈ 10 个超大规模数据中心或 1 座中型核电站的输出功率

瓶颈顺序在演变：GPU → 内存 → 网络 → CPU 架构。

每一次瓶颈转移，都意味着新一代基础设施投资机会。

为什么这是重要的信号

YC 不是预测，是行动纲领。它在告诉创业者：红海、蓝海分布在哪些方向。

当 YC 明确提出"Agent 技术栈作为基础设施"，意味着：

• 基础设施层的创业窗口正在打开
• 算力瓶颈衍生的机会比模型本身更值得关注
• 应用层的创业需要"嫁接"在成熟的基础设施之上

这不是"AI 可以做什么"的问题，而是"AI 依赖什么才能运作"的问题。