Startups Ideas You Can Now Build With AI
40:46 Share

所有这些都像是需要构建的工具和基础设施。显然，仅仅围绕人工智能部署和使用代理的基础设施领域，还有大量初创企业有待建立。如果你生活在未来的边缘，并且正在探索最新的技术，例如有很多很棒的创业想法，你很可能会偶然发现

你应用正确的提示和正确的数据集，再加上一点独创性、正确的评估和一点品味，你就可以获得神奇的输出。

欢迎回到《光锥》的另一集。每隔一周，我们都会意识到一种新的能力，例如 Gemini 2.5 Pro 的百万 token 上下文窗口。现在真的太疯狂了。然而，需要记住的是，我们有无数新的创业想法，其中一些实际上是很古老的，而它们现在才能实现。

Harjit，你看到的一些情况是什么？好吧，我最近一直在思考的一个问题是，有哪些类型的创业想法以前在没有人工智能的情况下行不通，或者效果不佳，而现在却能够非常非常有效地运作。一个对我个人来说非常重要的想法是招聘初创企业，因为我经营了一家招聘初创企业 TripleByte，差不多五年时间。我认为……

我清楚地看到，在我们大约 2015 年左右创立 Triple Bytes 的时候，招聘初创企业是一种非常流行的初创企业类型。我认为当时围绕这些想法的许多兴奋之处在于将市场模式应用于招聘，因为除了如何招聘优秀人才，特别是优秀工程师之外，其他所有东西都有市场。我们创立 Triple Byte 的论点是

你不想让任何人都进入你的市场。你想建立一个真正精心策划的市场，对工程师进行评估，并向人们提供大量关于谁是最佳工程师的数据。这都是在大型语言模型之前。因此，我们不得不花费数年时间来构建我们自己的软件，进行数千次技术面试，从技术面试中提取我们所能获得的每一个数据点，以便有效地建立我们可以运行机器学习模型的标签数据集。但直到三四年后我们才开始这样做。

最初，它实际上是一个三方市场，你需要在中间聘请一位面试官来获得这种人为信号。我们有公司招聘工程师，我们有正在寻找工作的工程师，然后我们有我们签约的面试工程师。所以现在有很多事情正在发生。

而且，至少现在有了人工智能，评估部分是完全可能的。我的意思是，特别是对于人工智能代码生成模型，你可以进行代码评估。我认为目前最热门的人工智能初创企业之一是一家名为 Mercore 的公司。

它本质上类似于 Triple Byte 的想法。这是一个招聘软件工程师的市场。但我认为人工智能为他们解锁的是评估部分。他们第一天就可以使用大型语言模型来做到这一点。他们不需要建立这个大型标签数据集。

而且他们能够非常轻松地扩展到其他类型的知识工作。对于我们来说，从工程师到分析师再到所有其他事情，都需要花费数年时间，因为我们必须重建标签数据集。但是有了大型语言模型，你就可以在第一天就做到这一点，

你知道，实际上是第一天。因此，我认为所有试图评估人类在特定任务上是否擅长这类招聘初创企业都是一个非常有趣的领域，现在比五年前更容易找到好的创业想法。所以对于任何收听的人来说，这是一个非常强大的提示。有哪些是三方或四方市场，突然变成了二方或三方市场，或者现在是二方市场，

像 Duolingo 这样因为开始说“实际上，也许我们只是会使用人工智能来与你用另一种语言交谈的人”而受到一点批评的公司。这完全是一件你可以去世界上几乎任何语言

市场说“如果？”的事情。大型语言模型会在那个市场做什么？我认为我真正尊重 Merkle 创始人之处还在于，作为一个创始人，当你进入一个有很多聪明团队和大量资金流入的领域时，也存在心理因素。这绝对是招聘初创企业的特点。我的意思是，Triplebyte 筹集了大约 5000 万美元。我们的主要竞争对手 Hyatt 筹集了超过 1 亿美元。我认为

总的来说，数亿美元用于资助招聘市场公司。而且，作为一个类别，整体表现并不特别好。因此，我认为，如果你要出去向投资者推销一个想法，即使你拥有那种“好吧，大型语言模型改变了一切”的想法，你也会面临很多怀疑。两年前的推销仍然不如今天有说服力。因此，你必须愿意

克服很多怀疑，以及那些对某个想法感到厌倦、损失了很多钱的人，才能继续测试它并使其发挥作用。这实际上一直都在重复发生。我的意思是，Instacart 正是这样的故事。就像 Webvan 那样，这是一家腐烂的初创企业尸体，就挂在那扇门道上。大多数人都看着它说，哦，天哪，我不想靠近它。好像会有更多。但是，你知道，与此同时，iPhone 和

安卓手机随处可见，你第一次可以拥有一个移动市场。我想这就是为什么我们对这一刻如此兴奋的原因，因为突然之间，你知道，想法迷宫移动了，想法迷宫的所有墙壁都移动了。找到答案的唯一方法是你必须身处迷宫之中。这与

如果我们回顾历史，Instacart 和 Webvan 非常相似，对吧？因为 Instacart 的重大技术突破在于每个人现在都拥有手机，这使得 Webvan 模型第一次真正发挥作用。大型语言模型和现在的招聘公司以及许多其他想法也是如此。我认为这使得专注于市场的特定部分

成为一个很好的创业想法。即使在这个招聘理念领域，也有一家名为 Apriora 的公司，YC 的另一位 GP Nico 在 24 年冬季为其提供资金。

他们的全部前提是构建运行技术面试筛选的人工智能代理，许多工程师花费大量时间只是进行大量面试。通过率非常低。当我过去在 Niantic 领导工程团队时，所有这些预筛选工作都是如此之多。工程师讨厌做这件事。是的。即使是那一部分，也不能说，让我们说，市场，或者什么是最难的部分

如果现在解决它，它就会奏效。因此，Apriora 实际上做得相当不错。它被大型公司使用。

而且它一直在发展壮大。这是另一个例子，你可以实际扩大市场，因为我认为在 Apriora 之前有很多技术筛选产品，但你只能使用它们进行相当简单的评估，以淘汰根本不是工程师的人，或者非常非常初级的人。但是现在有了大型语言模型，Apriora 的产品可以进行更复杂的评估，以获得更细致的结果。

级别的筛选。因此，现在公司会说，“哦，实际上，我不仅可以将其提供给我的国际申请者或我的大学生，我还可以将其提供给正在申请的资深工程师”，这

打开了机会。所以你刚才也谈到了教育，Gary，谈到了 Duolingo。我认为进行超个性化定制是圣杯之一，对于教育科技公司来说，破解它一直很困难，对吧？因为每个学生在学习过程中，每个人都是非常独特的，并且知道不同的东西。

而且构建 Harj 为其进行 RFS 的令人惊叹的个人人工智能 Twitter 听起来真的很酷，对吧？是的。我感到兴奋的是，只要我能记住，互联网就存在了。它的梦想之一是每个人现在都可以获得个性化学习和知识，我们都会……

你知道，拥有这些伟大的智力工具来学习任何东西。显然，互联网使学习更容易，但我们从未真正拥有过真正的个性化学习或口袋里的个性化导师的想法，这现在第一次成为可能。我认为我们肯定看到有聪明的团队申请 YC，他们有兴趣构建这个。

我们资助的几家正在发展的公司是另一家 Nico 资助的公司，名为 Revision Dojo，它帮助学生进行考试准备，这有点像抽认卡的版本，但不像笨拙的、只是枯燥的、浏览内容的版本。但这个版本学生喜欢，并且根据他们的学习历程量身定制。

而且它有很多日活跃用户和很多高级用户，这非常有趣。我认为，Jared，你之前也与另一家名为 Edexia 的公司合作过？是的。Edexia 为教师提供评分作业的工具，这是另一个例子，这项工作不像人们的主要工作，而是他们必须做的另一件事，就像工程师做招聘一样，他们通常讨厌做这件事。

做。有很多研究表明，教师离开工作岗位的最大原因是他们讨厌批改作业。这根本不好玩。因此，Adaxia 是一款非常擅长帮助教师批改作业的代理。是的。对于其中一些事情的有趣趋势是

实际上是私立学校更灵活。我很想知道我们需要做出哪些政策改变才能在公立学校中支持这一点，因为公立学校最需要它。MARK MANDEL：我想问你一个问题，实际上，Gary，我对这些事情很好奇，很明显，可以使用大型语言模型构建更好的产品。例如，如果你采用学习应用程序，它们可以远远超出大型语言模型之前你可以做的任何个性化学习。

但这并不一定意味着你立即获得更多分销，尤其是在你追求消费者市场的情况下。那么，你认为这种情况是如何发生的？更好的产品会自动获得更多分销吗？或者这些初创企业是否必须像以前一样努力获得分销才能成为大公司？我想，一个仍然成立的更尴尬的事情是，你知道，智能更便宜了。

它比去年便宜得多，但仍然足够让你可能需要为此付费。但我可能会跟踪这一点。我的意思是，从更大的模型到更小的模型的蒸馏似乎很有效。大型巨型模型似乎正在教导今天的生产模型规模变得更聪明。智能的成本正在显著下降。

所以，你知道，我知道我们几乎每隔一集都会取笑这个，但就像消费者人工智能一样。

它可能很快就会到来。我认为需要跟踪的是，它有多聪明，以至于任何给定的用户增量只花费，我不知道，几分钱或 10 或 15 美分？然后它变得如此便宜，以至于你将免费获得智能。也许它将回归我们在 Web 2.0 期间习惯的免费增值模式，这种想法是你可以基本上免费赠送你的产品，然后……

你知道，对于其中 5% 或 10% 的用户来说，有一些他们非常想要的东西，你知道，你会向他们出售每月 5 美元、10 美元或 20 美元的订阅。这基本上就是 OpenAI 正在做的，对吧？是的。就像……

- Perplexity 这样做，OpenAI 这样做，回到使用 2D 的教育研究，他们正在这样做，并且他们看到了很多成功。我的意思是，平均而言，使用该技术的儿童实际上可以达到年级水平，甚至可以提高几个年级水平。这些都是学生的真实结果。所以现在你仍然需要为此付费，但也许不会持续很长时间。这实际上是一个非常大的突破。那是你可以拥有的时候

1 亿或 10 亿人在使用它。OpenAI 可能是最领先的，但希望是，你知道，像这样的数千个应用程序开始出现在你需要的所有不同事物中。这是

我知道我们会一直这么说。就像，它会发生的。我的意思是，对于教育科技来说，它已经开始发生了。Speak，这是一家几年前在大型语言模型出现之前就成立的公司。这是一个研究团队，他们真的相信你可以个性化语言学习，这在当时可能有点反其道而行之，因为 Duolingo 似乎是当时获胜的游戏。他们真的专注于真正个性化整个语言学习，他们创造了

他们开始在韩国为许多试图学习英语的学习者脱颖而出。当 GPT-3 和 3.5，它的早期采用者，开始出现时，他们看到了，“哇，这将是那一刻。”他们加倍努力，现在他们已经有了很多月活跃用户、日活跃用户，这真的奏效了。我认为，回到我们没有过多讨论的消费者问题，

我们已经看到很多向企业或公司销售产品的初创企业，当公司愿意时，预算会变得更大。当公司不再将你视为软件即服务，而是开始将你视为取代他们的客户支持团队或分析团队等时，他们只会支付更多费用。同样的事情也适用于消费者，对吧？例如，如果你考虑一个个性化学习应用程序，

教育科技公司经常难以确定谁是实际买家以及谁将付费。例如，如果你针对年幼的孩子，就像你必须让家长付费一样，但家长不会为他们的孩子不喜欢或没有完成的应用程序支付那么多费用，例如他们不感兴趣的在线课程。但我们知道，家长肯定会为像人类导师这样的东西付费，并且，你知道，

这实际上可能是一个相当大的市场。因此，如果你的应用程序从没有完成的自主学习课程转变为实际上与你 12 岁孩子的最佳人类数学导师相当，那么家长将为此支付更多费用。所以那些。

现在产品可能拥有以前没有的商业模式。仅此一项就意味着你不需要数百万家长使用它，但即使只有 10 万家长使用它，并向你支付大量费用，也意味着你现在的业务规模比以前更大。是的。我觉得我们必须谈谈护城河。我的意思是，像 Speak 这样的公司或几乎所有其他可能拥有持久收入流的公司都很清楚……

你需要品牌，你需要转换成本。有时它与围绕该体验的其他技术集成。例如，在学校里，它可能是与 Clever 相连。例如，登录、身份验证非常明显。所以是的，我觉得 Sam Altman 已经谈论过很多次了。仅仅加入人工智能是不够的。你仍然必须建立一个企业。我不认为 OpenAI necesariamente……

是为了获得所有初创企业。我实际上认为，在 API 方面，他们非常希望其中许多初创企业做得非常好。当然，我们也希望如此。MARK MANDEL：他们刚刚聘请了

Instacart 的首席执行官担任其首席执行官申请。所以这确实看起来他们确实更加关注应用程序层。没错。是的，我的意思是，你不这样做就太疯狂了，对吧？据所有说法，OpenAI 很可能在某个时候成为一家万亿美元的公司，并且，你知道，像谷歌或苹果或任何一家公司一样强大。现在有趣的事情是，就像，他们还在崛起。然后，如果有什么……

大型科技平台实际上仍在阻止许多人工智能实验室。最深刻的例子是

为什么 Siri 仍然如此愚蠢？这没有道理，对吧？我的意思是，我认为这指出了我们今天在科技领域真正需要的东西。我们真正需要平台中立性。因此，同样地，20 年、30 年前，关于网络中立性存在所有这些争论，这种想法是应该有一个互联网，互联网服务提供商或大公司不应偏袒自己的内容或其合作伙伴的内容。

这正是释放了互联网上真正自由市场巨大浪潮的原因。另一个深刻的例子实际上是 Windows。如果你打开 Windows，你实际上必须选择你的浏览器，然后你还需要能够选择你使用的搜索引擎。这些是政府确实参与并说“嘿，你不能以这种方式偏袒自己”的事情。

如果你还记得 Internet Explorer 拥有大多数网络用户的那一刻，那可能是谷歌……

无法成为它现在的样子。因此，我实际上认为政府介入并说，这应该是一个自由市场，让这个自由市场创造选择，然后创造繁荣和丰富。因此，我认为，你知道，为什么手机上的语音不存在这种情况？就像你不应该能够选择一样，你不应该被迫使用 Google Assistant，你不应该被迫使用 Siri，你应该被允许选择，并且

而且已经有很多年不得不使用非常非常愚蠢的理论了。关于护城河的话题，我发现最近看到的一些数字令人着迷，这些数字显示

Gemini Pro 模型，仅仅是它们的使用，特别是来自消费者的使用，只是 ChatGPT 的瞬间收缩。我认为在 YC，我们一直在做我们自己的内部工作，构建代理，并且实际上处于许多人工智能工具的前沿。我们发现 Gemini 2.5 Pro 与 O3 一样好，在某些情况下甚至更好，可以完成各种任务。这还没有渗透到……

公众意识中，对吧？这很吸引人，因为谷歌已经拥有所有使用其手机的用户。而且我不认为有人会说 OpenAI 不再是一家初创企业，但相对于谷歌而言，它本质上是一家初创企业。因此，显然围绕成为某个领域的先驱以及将自己定位为特定用例的最佳产品存在某种无形护城河。我觉得——而且实际上让它变得更好。是的，是的，是的，是的。但在某些时候，也许它甚至不一定需要像

客观上最好。它只需要足够好。我的意思是，我认为许多大型科技公司正在尝试并失败的赌注就是这样。我的意思是，微软现在在 Windows 中内置了一个副驾驶，它仍然远不如 OpenAI 推出的任何东西。Gemini 本身非常好。我经常使用它。

它可能是，我不知道，我 40% 的代理，你知道，如果我需要特别总结 YouTube 视频，它在这方面非常非常擅长。对于多模式，它真的很好。是的。许多 Gemini 与 Gmail 或谷歌云盘的集成并非如此。它们完全没用。是的。就像，那里有人在掌舵吗？我不明白，你知道吗？我的意思是，我认为这甚至对我们来说也很令人困惑，甚至……

即使作为开发人员使用它，实际上也有两种不同的产品。有一个 Gemini，你可以使用 Gemini，还有一个 Vertex Gemini，我认为它们是不同的组织。我认为它有点因为公司规模太大而受苦，并且基本上发布了该组织。你可以使用两种不同的 API 来使用 Gemini。我们想，为什么是两种？是的。

一种来自 DeepMind，另一种来自 GCP。我认为这来自谷歌的文化。我的意思是，肯定有一种感觉，如果两个组织正在竞争和对抗，通常在一个正常的组织中，你会上升，在一个运作良好的初创企业中，例如，你会上升到某个级别，然后最终是首席执行官或创始人。然后他们只是说，“好吧，我看到这里的问题。我看到那里的问题。我们走这条路。”

但是，你知道，有很多来自谷歌的朋友，这似乎不是那里的文化。就像有一层副总裁和管理层实际上就像你们只是打架一样。然后你发布了该组织。我认为谷歌疯狂的事情是，他们可能应该赢得了最佳模型的很多经验。几乎就像。

我不知道这个《权力的游戏》比喻可以用在哪里。他们可能有点像丹妮莉丝·坦格利安，因为他们秘密地拥有龙。龙就是 TPU。这就是我认为他们可能是唯一一家能够将智能成本降低到非常低的公司的原因之一。他们还拥有能够以经济高效的方式实现大型上下文窗口的工程能力。我认为原因之一是

其他实验室还没有发布如此大的上下文窗口，实际上是成本。它实际上是硬件吗？就像你实际上没有 TPU 就无法做到这一点一样？我认为你可以做到，但我认为这只是非常昂贵且不划算。但我认为他们做得非常好，他们得到了 TPU。

我认为这对 Sam 来说很聪明。如果你看到他的小公告，他仍然是计算的首席执行官，引用一下。所以我很确定他们可能也在那里做一些事情。这些只是经典的创新者困境。就像如果谷歌用 Gemini Pro 取代 google.com，它很可能立即成为世界上排名第一的聊天机器人大型语言模型服务。但它会放弃 80% 的收入。是的，你可能需要一个相当……

强大的创始人兼首席执行官才能做到这一点。这是我能想象扎克伯格做的事情，对吧？就像，“是的，你只是”，你无法想象一位被雇佣的首席执行官会这样做。他已经做到了。他将公司更名为 Meta。是的。Meta 也存在自身问题。

就像，我很惊讶，你知道，我的意思是，你有 Meta 的人工智能和 WhatsApp，它在蓝色应用程序中，它无处不在。但我的意思是，谁真的在使用它？我不认为我们任何人。我开始在 WhatsApp 中使用 Meta AI。这非常经典。它让我觉得扎克伯格显然仍然负责产品，因为我不认为其他人会以这种方式发布它。你只是，你现在有一个人工智能系统，它就在你所有的聊天中，你有点，你可以添加它，并且

然后他们都开始在群聊中交谈，这实际上感觉相当具有侵入性。好吧，它并不那么聪明，然后它什么也做不了。是的。然后你有了，我的意思是，大多数人都惊讶它在那里。就像，感觉就像让 Facebook 的某个人进入你的聊天一样。

所以它就像，它让我想起了最初的新闻提要发布或类似的东西。它就像经典的 Meta 风格，就像，这有点，我不知道，客观上是最佳的。就像我相信人们会喜欢它一样。你需要在这些事情中添加一点设计品味。我的意思是，让我感到震惊的是，我可以去蓝色应用程序，我仍然有点，你知道，观看这段视频的人可能会说，“蓝色应用程序是什么？”这就像 facebook.com。

也许没有人再使用了。这是非常千禧一代的。是的。但是，你知道，你拥有这个 Meta AI，你问它，“嘿，我的朋友是谁？我下周要去巴塞罗那。我在巴塞罗那的朋友是谁？”它就像，“对不起，作为一个人工智能，我实际上无法访问它。”就像，“什么”，你知道，“这是什么意思？”我们的合作伙伴 Pete Kuman 写了一篇非常棒的文章，他在文章中谈到了，嗯，

Gemini 与 Gmail 的集成。他非常详细地分析了谷歌为什么构建这个集成完全错误以及他们应该如何构建它。这几乎就像他是谷歌的产品经理一样。哦，等等，他确实是谷歌的产品经理。这非常深刻，因为他指出的其中一件事是，你有一个系统提示和一个用户提示。如果你真的要授权你的用户

你实际上允许……

你的用户更改系统提示，这通常是高于……的部分，使用 Venkatesh Rao 的想法，就像某种 API 行一样。这有点像系统提示实际上是施加的，它应用于……施加于用户。因此，你知道，Gemini 遵循这个非常具体的事情。我认为这个例子实际上是一封电子邮件，说 Pete 要生病了。

他说，“对不起，我不能来了。”他要求代理写这封信。它非常正式。当然，这是因为无法更改语气。它实际上是最好的博客文章之一，我认为他必须自己编写博客文章的氛围代码，因为你实际上可以在该网页上自己尝试提示。是的，超级酷。它在这个交互式中。是的。

模板语言。这让我觉得是时候开始一个以人工智能为首的氛围代码博客平台了。哦，像一个人工智能，像一个人工智能姿势者？是的，基本上。是时候进行 2.0 姿势了吗？是的，有了我所有的额外时间，这就是我要做的。但对于任何观看的人来说，这是一个免费的想法。

我们会资助它。还有一类创业想法让我特别兴奋，我认为时机已经成熟，那就是，你们还记得技术赋能的服务浪潮吗？是的。是的。所以对于那些……

在2010年代没有关注这件事的人来说，当时涌现出大量名为技术赋能服务的公司，TripleByte就是其中之一，是的，非常像，那是针对招聘的技术赋能服务，是的，没错，我们还有Atrium，它是针对……

它始于Balaji关于全栈创业公司的博客文章。你们还记得这个概念吗？软件吞噬世界意味着软件进入现实世界。所以这不是成功的例子，而是一个例子，比如，与其只做一个送餐应用，你还可以……

拥有一个做饭的厨房和优化厨房的软件，你什么都做。理论上，全栈创业公司比单纯的软件创业公司更有价值，因为它们什么都做。是的，因为与其只向餐馆出售软件并获取10%的利润，你不如直接拥有餐馆，你可以获取……

100%。这正是TripWire的做法，因为我们想成为一个招聘机构。我们不是向招聘机构出售软件。我们实际上是在做整件事。我们还有招聘人员，他们只是在那里帮助人们协商薪水，并将他们与合适的公司匹配，

是的，这非常符合“包打天下”的浪潮。但这一波创业公司普遍忘记了你需要毛利率。发生了什么？我的意思是，快进到最后，简而言之就是它并没有真正奏效，全栈创业公司实际上并不比SaaS公司更有价值。SaaS公司在不同商业模式的达尔文式竞争中获胜了。我认为从根本上来说，正如Gary所说，它们实际上并不是

高毛利率的业务，但实际上，我认为它，它只是很难扩展。至少在Tripwise的情况下，我们在几年内达到了2000万美元的年运行率，2400万美元的年运行率。所以，如果你把它与普通的招聘机构相比，它非常快。但如果你把它与顶级软件创业公司相比，并没有那么令人印象深刻。而且由于你的人越来越多，它变得越来越难以扩展。是的。是的。

是的，基本上，毛利率并没有特别好。因此，你需要继续筹集更多资金。所以，如果你是一位可怕的优秀融资者，你可以做到这一点，并推动自己。但即使在这些情况下，我认为大多数这些企业在某个时候，它最终还是会追上它们。就像在某个时候，实际上，我们必须找到一种方法来扩展业务并获得良好的利润率，让它像盈利一样，而不是仅仅依赖下一轮融资，这就是我认为伤害了很多……

你可以说Zenefits是其中之一，它涉及保险和许多不同的与人力资源相关的事情。实际上，他们基本上过于依赖雇佣更多的销售人员和更多的客户成功人员，而不是实际构建软件，然后创造毛利率。因此，Parker Conrad说，我不会再那样做了。而且

我还将强迫所有工程师进行客户支持，以便他们继续构建不需要太多支持的软件。因此，就有了毛利率。我认为整个科技界在2010年代通过集体学习吸取了这一教训。如果我们学到了一件事，那就是毛利率非常重要。你不能也不应该以10美元的价格出售20美元的商品，因为你会失去一切。

我认为毛利率重要性的一个非财务原因是，低毛利率的业务通常意味着你有一些运营组件，然后你必须运行运营组件。所以，如果我想想我的AAA经历，有很多脑力都花在了如何管理这个外包工程师团队、负责……的团队上。基本上是人力招聘团队，业务的很多部分。

我们实际上面临的生存问题是如何让全球数百万工程师都使用我们的平台并锁定在平台上，即如何获得大量的分销？我认为

高毛利率业务的一个好处是，换句话说，它只是一个更简单的产品或更简单的公司。你实际上可以把所有时间都花在如何改进产品以及如何获得更多用户和更多分销上，这样你就可以保持这种指数级增长十年。我认为很多全栈创业公司

部分停滞不前，是因为它只是复杂的业务。也许一个非常著名的例子就是WeWork，对吧？是的。它把事情做到了极致。利润率不存在。它没有技术利润率，对吧？它对社区进行了一些调整，这非常有创意。我最近感到兴奋的是，我认为你可以做一个多头论点，即

现在是建立这些全栈公司的时候了，因为正如你所说，TripleByte 2.0版不必雇佣这个庞大的运营团队，也不必承受糟糕的毛利率。他们只需要代理人来完成所有工作。因此，现在全栈公司第一次看起来像软件公司。你举了一个很好的例子。所以Atrium一开始只是在

全栈律师事务所并没有成功，我认为，很多原因都一样。我以前听他说过。就像，看，我们一开始试图利用人工智能自动化大部分工作。而且，人工智能当时还不够好，但现在已经足够好了。

如果你看看YC内部，我们有Legora，这是我们有史以来发展最快的公司之一。它不是在建立律师事务所，但他们实际上是在为律师构建人工智能工具。但你可以看到它将扩展到哪里，对吧？最终，他们的代理人将完成所有法律工作，他们将成为地球上最大的律师事务所。是的，我认为这是一种在LLM之前不可能实现的全栈创业公司。

我认为这始于Uber、Lyft、Instacart和所有这些公司出现的时候。现在的情况是，你可以让LLM完成很多知识工作，然后……

我的意思是，它越来越有可能拥有记忆。我的意思是，这是RFS之一。你可以拥有虚拟助手，但如果它们也能雇佣真人为你做事，它们就会变得越来越不虚拟。虚拟助手市场绝对是15年来的一大类公司，包括Exact，你可以在菲律宾和其他国家建立一个类似的人才市场。然后你像Airbnb的UI一样展示它。我认为没有任何一个真正成为……

了不起的企业。回到Pete的帖子，我认为他关于系统提示和用户提示的观点中，另一个有趣的事情是，也许我们想更多地向用户公开系统提示。这是一个例子，说明我们现在在使用人工智能和构建代理方面还处于早期阶段。还有很多工具和基础设施需要构建。你必须做

你必须运行模型，就像还有很多东西需要构建一样。因此，显然在部署人工智能和使用代理的基础设施方面，还有很多创业公司有待建立

2020年我回到YC时，让我印象深刻的一件事是，我记得我们当时不感兴趣资助的一类想法是机器学习运营或机器学习工具领域的任何东西。我记得读过一些申请，人们说，啊，另一个机器学习运营团队。他们似乎从未取得任何成就。

显然，如果你在2020年从事机器学习运营工作，并且坚持了几年，你是否处于正确的位置？你能分享一些这方面的背景吗？是的，我记得在资助这些机器学习运营公司多年之后，我感到非常沮丧，这些公司拥有非常聪明、非常……

乐观的创始人，但他们什么也没做，我运行了一个查询来计数。我记得我发现，我认为这是在2019年左右。我们在2019年为构建机器学习工具的公司收到的申请比我们为这些公司的客户收到的申请还要多。就像任何将机器学习应用于任何产品的人一样。

我认为这就是核心问题，这些人正在构建机器学习工具，但没有人可以向他们出售，因为机器学习实际上并没有奏效。所以你根本无法用所有这些机器学习工具构建任何有用的东西。人们还不需要它。我的意思是，从方向上来说，这是绝对正确的。从科幻的角度来看，十年后，它将是正确的。是的。对于那一刻来说，它是错误的。你实际上有一个坚持下来的团队。我的意思是，其中一个教训是，有时技术需要一段时间才能赶上。

而你合作的这家名为Replicate的公司坚持了下来。它来自20年冬天。他们在COVID之前成立了公司。在大流行期间，情况非常糟糕，他们实际上停止了几个月的开发工作，只是没有继续开发，因为不清楚这件事是否有未来。然后他们又重新开始。

并开始默默地开发它。但它基本上就像他们在默默地开发这个东西两年，直到图像扩散模型出现。然后它一夜之间爆炸了。Olam是另一个很好的例子。哦，是的。你想谈谈Olam吗？所以Olam的人也来自大流行时期，与Replicate的故事类似。他们也在尝试在这里做一些不同的事情。他们试图

让开源模型更好地部署。他们也默默地开发了一段时间。事情并没有真正起飞。然后突然，我认为对他们来说，关键时刻是LAMA发布的时候。这是任何开发人员在本地运行开源模型的最简单方法。它起飞了，因为突然之间，人们对在本地运行模型的兴趣激增，当事情开始奏效时。但在此之前，因为还有所有其他开源模型

不是Hugging Face，尤其是那些来自BERT模型的模型，那些是更常用的深度学习模型，它们还可以，但并没有很多人使用它们，因为它们并没有真正奏效。故事的寓意是什么？我的意思是，其中一些是……

在石油开始喷出地面之前就站在油井的顶部。但这可行吗？这有点像经典的创业建议，即遵循你自己的好奇心。这些团队中的大多数，几乎所有这些团队都在从事这项工作，因为他们只是对机器学习感兴趣。他们想部署模型。他们对工具感到沮丧，可能并不一定是商业头脑，试图选择他们可能从事的最棒的创业想法。但我知道有时你会幸运。有很多方法可以做到这一点。我的意思是，我们只是和来自Windsurf的Varun坐在一起

他从机器学习运营转向了CodeGen。Deepgram是另一个。Deepgram是我在2016年合作的第一批公司之一。这是两位物理学博士。他们研究过弦理论，所以他们甚至不是计算机科学家。他们对深度学习产生了兴趣，因为他们看到了与弦理论的相似之处。

他们，这正是你所说的，Harjit。他们发现数学是优雅而有趣的。这就是起源。所以他们在任何人之前就开始研究深度学习。他们构建了这个语音到文本的东西。而且

很长一段时间它并没有真正奏效。所以没有人真正关注这家公司。它并不出名。创始人值得称赞的是，他们一直在努力。然后，当语音代理起飞时，他们都需要语音到文本和文本到语音。他们中的大多数实际上都在使用Deepgram。所以他们在过去几年中发展迅速。我的意思是，我认为整个AI革命都是建立在Ilya Sutskever……

长期以来一直遵循他自己的好奇心。我们需要更多这样的事情。实际上，这可能是

关于整个对话的一个隐含点。所以我们去了大学，Diane和我进行了一次大学巡回演讲，我们花了几周时间与大学生交谈。我意识到，有一条创业建议已经成为经典，但我认为它已经过时了。在人工智能时代之前，想出好的新创业想法非常困难，因为这个想法空间已经被挑选了20年。

因此，人们会听到很多创业建议，比如，你真的需要在构建之前销售。你必须进行详细的客户发现，并确保你已经找到了一个真正的……

新的客户需求。这是精益创业。这是精益创业。是的，没错。快速失败。快速失败，所有这些东西。我认为，这仍然是大学生普遍接受的建议，因为它变得如此盛行。但我认为，在这个新的AI时代，正确的思维模型更接近Hart所说的，那就是使用有趣的技术，遵循你自己的好奇心，弄清楚什么是可能的。如果你这样做，如果你正在……

生活在未来的边缘，就像PG所说的那样，你正在探索最新的技术，有很多很棒的创业想法，你很可能会偶然发现它们。我认为它今天之所以特别有效的原因是，你应用正确的提示和正确的数据集，以及一点独创性，正确的评估，一点品味，以及……

你可以得到神奇的输出。我认为这仍然是一个秘密。是的，我认为你可以看出它仍然是一个秘密，因为你可以看到，那里有数百家独角兽公司仍然存在，并且发展良好，你知道，年复一年地增长，拥有充足的现金，所有这些。但其中真正进行任何内部转型的人数并不多，这是一个令人震惊的数字。

少数公司，你知道，拥有数百到数千名员工的创业公司，你知道，它们将成为伟大的企业，但这类创业公司，总的来说，他们并不完全意识到。这些公司中还没有秘密研发项目。你知道，它的程度是，嗯，

也许首席执行官正在玩弄它。也许一些具有前瞻性思维的工程师正在业余时间使用它。也许他们第一次使用Windsurf Recursor。

就像你低头一看，你会想现在是哪一年？有点像，嘿，你知道，赶上这个，我认为Bob McGrew来到我们的频道，他感到震惊，他是一位首席研究官，负责构建……你知道，构建后来成为1和0、3和所有这些东西的东西，而且

然后他发布它，谁在使用它？他期待着这种，你知道，疯狂的，你知道，智慧的涌现，太便宜了，无法衡量。这太棒了。实际上，人们主要只是，我们仍然按照我们的季度路线图进行，与……甚至一年前相比没有变化。

是的。非常疯狂。好的，很好。我认为这就是我们今天的时间。我从中学到的主要一点是，现在是创业的最佳时机。今天有很多想法是以前一年甚至不可能实现的。找到它们的最佳方法就是遵循你自己的好奇心，并继续构建。感谢收看。下期节目再见。