YC 2026夏季创业风向：Agent退潮，算力实体崛起
每当知名创业孵化平台公布新一期的入孵企业名单，都会成为全球科技创投领域的风向标，清晰展现当下的技术热点、人才流动方向与资金流向。尽管中美两地的创业环境存在显著差异，但持续跟踪这类孵化平台的入孵项目，始终是观察行业趋势的重要视角。
本次我们梳理的分析报告，将2026年夏季的236家入孵企业放入统一的AI技术栈框架中分析，一个关键趋势变得格外清晰：AI创业的重心正在从应用层向算力基础设施、芯片设计、模型训练环境乃至实体物理世界下沉。我们或许无法直接复制海外的创业路径，但可以从中捕捉行业的未来走向，为国内的AI创业者提供参考。
分析人员从该平台官网整理了本期全部236家入孵企业、共计470位创始人的资料，并逐一进行研究分类，将所有项目归入AI技术栈的不同层级。
上一期入孵企业中，九成五的项目都与AI相关，其中七成主打智能体开发；而本期依然有九成一的项目涉及AI领域，但除此之外，几乎所有事情都不一样了。
我们将AI技术栈分为从底层到上层的多个层级：能源、芯片、数据中心属于最底层，终端应用则位于最上层。为了确保数据可比性，我们采用相同的分类标准重新分析了2026年春季的入孵批次。
数据显示，在模型层以下开展业务的公司，也就是专注于算力基础设施、芯片、数据中心、模型训练与推理的项目，占比从春季批次的8%提升至夏季的20%。
与之相反，应用层项目的占比从整体批次的55%下降至39%：其中通用AI应用从58家减少到32家，而垂直领域应用的占比维持在25%左右。
可以说，本期所有增长的创业方向，要么位于模型层之下的底层算力赛道，要么切入了物理实体领域。
智能体正在淡出创业公司的核心叙事。
春季批次中，45%的入孵企业推出了自主研发的智能体产品；而夏季批次这一比例降至33%。春季有27%的企业在项目介绍中直接使用“Agent”一词，本期仅为19%。同时，专注于智能体基础设施的公司占比也减少了一半。
这并不意味着大家停止了智能体的开发，而是不再将其作为创业的核心卖点。智能体已经成为行业默认的基础配置，而非独立的创业命题。
那么，究竟是什么取代了智能体成为新的创业热点？通过梳理本期入孵企业的项目介绍，可以看到四个在春季批次中尚未形成规模的新兴创业集群：
- 算力建设赛道：共计21家企业。比如有企业尝试将核动力数据中心部署在海上驳船上，另有团队计划在月球制造硅基材料，还有企业批量生产微型数据中心，以及三家专注于构建算力交易市场的项目。
- 推理成本优化：共计11家企业。其中五家企业承诺可将大语言模型的推理成本降低80%以上，另有三家被称为“细分领域的OpenRouter”，专注于多模型调度与成本优化。
- 前沿模型训练支持：共计9家企业，专注于为实验室级别的模型开发提供训练数据与训练环境支持。
- 强化学习环境：共计7家企业。上一批次该类别仅有1家企业，而本期平台自带的“强化学习”标签已经出现在14家企业的分类中。
本期入孵企业中，有8家直接将Scale AI列为自己要替代的竞争对手，这一数量远超其他任何行业巨头，其他企业点名的竞争对手次数均不超过4次。
硬件赛道正在重新崛起。
本期共有45家企业交付实体硬件产品，数量是上一批次的两倍。其中24家属于机器人或实体AI领域，包括两家人形机器人企业，以及建筑机器人、工厂自动化机器人、无人机防御、机器人数据评测等细分方向；另有8家企业专注于芯片或计算硬件的研发制造，而上一批次仅有1家相关企业。
在平台的行业分类中，“工业”类别占比从春季批次的12%提升至夏季的24%。
创始人的背景也随之发生变化：特斯拉、Palantir、英伟达、SpaceX等企业的前员工占比有所上升。比如来自Humane的四位硬件负责人，其中包括一位Nest联合发明人和iPhone天线设计负责人，共同加入本期批次，开发一款作为“物理世界扫描仪”的摄像设备。
本期有21家企业并不单纯售卖软件，而是亲自运营实体业务并按结果收费，这类企业占整体批次的9%。
其中包括两家AI原生的会计师事务所，其中一家甚至宣称要“颠覆德勤”；一家完全没有核保员的保险公司；一家已经开始收购年收入430万美元诊所的放射科医疗机构；还有一家律师事务所。此外还有货运经纪公司、两家债务催收机构、两家量化交易公司、一家成瘾治疗诊所、一家国防承包商，以及一家已经处理超过5亿美元应收账款的业务流程外包公司。
面向销售与营销团队的AI工具正在大幅退潮。春季批次共有18家此类企业，而本期仅剩下6家；客户支持方向的AI企业也从5家下降至1家。
取而代之的是大量带有实体运营属性的行业创业项目：制造业项目从11家增至18家，物流项目从7家增至12家，建筑项目从5家增至11家，保险项目从5家增至9家，会计相关项目从1家增至6家。
本期入孵企业的创始人团队是该平台历史上最年轻的一届。
37%的创始人仍为在校生或毕业不到两年；其中59家企业，也就是整体批次的四分之一，全部由在校生组成，甚至有一家企业的三位创始人都仅有17岁。
辍学创业的占比从春季的3%增至9%，而连续创业者的占比从32%下降至23%，84%的创始人拥有技术背景。
值得注意的是，这些年轻团队并未集中在应用层：模型与训练类企业中有三分之一是全学生团队，芯片设计企业中也有三分之一来自学生团队，他们选择了最前沿的赛道而非相对安全的应用领域。
从院校背景来看，加州大学伯克利分校以39位创始人超过斯坦福大学的25位，紧随其后的是麻省理工学院32位、哈佛大学20位。上一批次的前三名则是斯坦福、伯克利和麻省理工。
亚马逊连续两个批次成为最大的职业人才来源，共计30位创始人来自亚马逊或AWS，其次是谷歌/DeepMind的15人、Meta的13人、苹果的12人。仅有19位创始人来自AI实验室，占全部创始人的4%，其中没有任何人来自Anthropic。
本期有八支完整的创始团队共享相同的前雇主经历：比如来自Humane的四位成员共同创立了Applied Electrodynamics；Windsurf的团队成员创办了Illume Labs；Scythe Robotics的创始人来自Agency Tool Company。此外还有三个此前已经进入过该孵化平台的项目团队，以新的身份再次回归。
本期批次也有一些保持稳定的结构特征：60%的企业为双人创始团队，19%为单人创始人；74%的企业位于旧金山；71%的企业使用单词型名称；25%的企业使用.ai域名。唯一明显的命名变化是名称中带有“Labs”的企业从8家增至14家。
从本期入孵企业的变化中，可以得出两个核心判断：
- 创始人普遍认为应用层赛道已经过于拥挤，而这一判断很可能是正确的。
- 行业优势正在向普通套壳应用无法触及的领域转移：包括训练数据、训练环境、Token成本、芯片算力以及实体机器人领域。
算力建设已经成为独立的创业赛道，不再仅仅是大型云服务商的专属领域。本期共有21家企业服务于算力市场，从核动力海上数据中心到算力保险产品；另有11家企业提供降低推理成本的解决方案。
真正值得关注的是“AI原生服务企业”：比如AI会计师事务所、保险公司、医疗机构、货运经纪公司等。这类企业的软件看似与其他企业并无差异，但他们真正构建的是拥有独特成本结构的实体服务业务，这种模式比单一的软件功能更难被竞争对手复制。
上一批次的创业热潮中，所有人都在开发智能体；而本期，大家默认智能体已经成为基础配置，转而开始追问：你的智能体运行在什么样的基础设施上？你用什么数据和环境来训练它？你是否拥有它所服务的实体业务场景？
