Y Combinator

Y Combinator创始人保罗·格雷厄姆在瑞典斯德哥尔摩海滨会议中心发表现场演讲。他探讨了两个主题——你是否应该去硅谷，以及瑞典如何作为创业中心蓬勃发展。 原始录制于2026年4月29日 章节： 01:01 – 为什么大中心至关重要 02:45 – 偶遇的力量 04:36 – 投资者在硅谷行动更快 06:03 – 尊重随行动而来 07:59 – Dropbox的故事 09:10 – 以巨头为镜衡量自己 12:21 – 硅谷的"传递善意"文化 15:36 – 如何助力斯德哥尔摩繁荣 17:24 – YC作为最优路径 19:54 – 斯德哥尔摩能否成为欧洲的硅谷？ 申请Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs

安德鲁·吴于2025年6月17日在旧金山AI创业学校发表演讲。 安德鲁·吴曾助力塑造现代AI领域最具影响力的几大运动——从在线教育到深度学习，再到AI创业。 在这场演讲中，他分享了当下的思考：为何执行速度比以往任何时候都更重要，智能体工作流如何改变初创公司的构建方式，以及将创意转化为产品时，具体性为何优于模糊性。他反思了AI编程助手的崛起、产品开发中瓶颈的转移，并指出尽管软件迭代更快，但人类判断力与责任感仍将决定未来的走向。 申请加入Y Combinator：https://ycombinator.com/apply 在初创公司工作：https://workatastartup.com 章节： 00:00 - 开场 00:31 - 初创公司速度的重要性 01:13 - AI技术栈中的机遇 02:06 - 智能体AI的崛起 04:52 - 加速执行的具体思路 08:56 - 快速原型设计与工程实践 17:06 - 产品管理的角色 21:23 - 理解AI的价值 22:33 - AI开发中的技术决策 23:26 - 利用生成式AI工具赋能初创公司 24:05 - 用AI构建模块进行开发 25:26 - 初创公司速度的重要性 26:41 - 应对AI炒作与误解 37:35 - AI教育：当前趋势与未来方向 39:33 - 平衡AI创新与伦理考量 41:27 - 保护开源与AI的未来

2025年6月16日，李飞飞博士在旧金山AI创业学校的炉边对话。 李飞飞博士常被称为"AI教母"——这绝非虚名。早在世界认知人工智能之前，她就在为这项技术奠定基石。 在这场炉边对话中，她回顾了ImageNet的创建历程。这个项目通过提供现代计算机视觉所需的数据基础，推动了深度学习革命。她讲述了早期对数据驱动方法的信念、2012年卷积网络超乎预期的震撼表现，以及这些突破如何催生图像描述、故事生成，最终孕育出生成式模型。 如今，她正挑战人工智能最艰难的领域之一：空间智能。李飞飞分享了为何对三维世界建模是实现通用人工智能的关键——以及为何这比语言建模更具挑战性。 申请加入Y Combinator：https://ycombinator.com/apply 在初创公司工作：https://workatastartup.com 章节： 00:08 - ImageNet的起源 02:15 - 让机器看见的梦想 03:28 - AI的范式转变 04:42 - 突破之年：AlexNet与深度学习 08:00 - 计算机视觉的演进 12:20 - 构建世界实验室 13:00 - AI的下一个前沿 14:20 - 为何空间智能比语言更难 18:40 - 基于视觉的AI技术壁垒 20:00 - AI不止于大语言模型 24:19 - 世界模型的现实应用 25:50 - 李飞飞的历程 29:30 - 指导AI传奇人物 33:00 - 观众问答

Kirsten Green，Forerunner Ventures 创始人，在过去二十年中投资了从 Warby Parker 到 Chime 再到 Dollar Shave Club 等最具标志性的消费品牌。在本期对话中，她分享了优秀产品（而非营销技巧）如何依然胜出，AI 如何开启消费者与技术之间全新的情感关系，以及创始人能从当前混乱的创意阶段学到什么。她还剖析了分销、健康与数字行为的转变如何重塑为真实人类需求而构建的意义。 申请 Y Combinator：https://ycombinator.com/apply 在初创公司工作：https://workatastartup.com 章节： 00:00 - 开场 01:05 - 消费者 AI 浪潮将呈现何种形态？ 04:54 - 记忆能力 07:35 - 数据个性化 08:58 - 语音作为突破口 11:07 - 消费者 AI 的混乱创意阶段 12:07 - 如何精准把握分销 14:58 - 不要仅为营销而做事 16:09 - Dollar Shave Club 广告为何如此成功 17:39 - 是什么说服 Kirsten 投资 Dollar Shave Club 20:16 - 大公司在搜索与营销方面的新认知 23:02 - 作为消费者，我们将如何使用不同的 AI 工具？ 26:20 - Forerunner 关于健康、保健与安全的最新趋势报告 32:16 - 如何与 ChatGPT 竞争？ 33:52 - 给新创始人的建议

AI正在彻底改变我们与软件互动的方式。在本期《设计评论》中，YC合伙人Aaron Epstein与Cron（现为Notion日历）创始人兼设计师Raphael Schaad展开对话，共同剖析一些突破性的AI用户界面。他们将通过丰富的案例——从智能代理、自适应界面到视频提示和逼真语音API——一窥AI如何重塑软件的未来。 申请加入Y Combinator：https://ycombinator.com/apply 感谢以下公司提供案例*： -Vapi (https://www.vapi.ai) -Retell AI (https://www.retellai.com) -Gumloop (https://www.gumloop.com) -AnswerGrid (https://www.answergrid.ai) -Polymet (https://www.polymet.ai) -Zuni (https://zuni.app) -Argil (https://www.argil.ai) *部分展示网站可能在录制与发布期间有所更新 章节（由 https://bit.ly/chapterme-yc 提供）- 00:00 - 开场 01:45 - Vapi 04:57 - Retell AI 08:42 - Gumloop 13:33 - AnswerGrid 19:29 - Polymet 26:41 - Zuni 30:42 - Argil

Today, more than 3% of the world’s lawyers use Legora, and the company has grown from $1 million to $100 million in ARR since launching in October 2024. At Startup School 2026, Legora co-founder and CEO Max Junestrand shares how they built one of the fastest-growing enterprise software companies in the world, from cold emailing lawyers and moving into a customer’s office to freezing sales for six months to rebuild the product. He explains why building a company is ultimately about people, how to create a culture that wants to win, and why founders have to learn to love the hustle. Transcript: https://www.ycrootaccess.com/p/max-junestrand-you-need-the-willingness Apply to Y Combinator: https://www.ycombinator.com/apply Work at a startup: https://www.ycombinator.com/jobs Chapters: 00:00 — Intro 01:25 — What Lawyers Actually Needed 03:15 — The Origin Story 06:09 — Moving Into a Law Firm 07:22 — The YC Rejection 11:11 — San Francisco 12:20 — 80 Investor Meetings in 10 Days 13:26 — Freezing Sales to Fix the Product 16:19 — The Legora Product Manifesto 17:56 — Unlearning the Fancy Resume Hire 20:21 — The Law of Jante Problem 24:13 — Stockholm Onboarding as Superpower 25:26 — What Actually Made the Company 27:55 — Does Domain Expertise Still Matter? 29:14 — Betting on Model Improvement 34:09 — Building Your Own Evals 36:29 — When Should You Start a Startup? 41:41 — How Competitiveness Shows Up at Legora 44:17 — What Happens When You're #1? 45:04 — How to Become More Ambitious 48:43 — Storytelling as the CEO Superpower 54:00 — Zero to $100M in 18 Months

本周的YC论文俱乐部聚焦数据领域。三位领域专家发表演讲，剖析训练数据、基准测试和多语言预训练中的挑战与前沿问题。 申请加入Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 - Francois Chaubard：为什么整晚讨论数据？ 9:51 - Vincent Sunn Chen：智能体基准测试的艺术与科学 28:44 - Volo Kuleshov：Inception：用于生产的扩散语言模型 40:26 - Shayne Longpre：ATLAS：多语言模型的实用扩展定律

Michael Kratsios从两个角度见证了人工智能的繁荣：作为Scale AI的首席运营官以及白宫内部人士。如今，作为白宫科技政策办公室主任，他帮助塑造美国在人工智能、科学和新兴技术方面的国家战略。 在2026年创业学校活动中，他与YC公共政策主管Luther Lowe进行了对话，讨论了华盛顿如何制定技术政策、白宫为何支持开源人工智能，以及小型科技公司为何需要拥有发言权。 文字记录： 申请加入Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — Michael Kratsios谈人工智能政策与公共服务 02:38 — 从科技界到白宫 04:39 — 技术政策实际是如何制定的 05:51 — 白宫对开源人工智能的看法 08:28 — 华盛顿如何看待人工智能的不同之处 09:53 — 监管一项每六个月就变化的技术 11:37 — 哪些人工智能风险被夸大了？ 13:03 — 让小型科技公司拥有发言权 17:31 — 监管而不制造现有企业的护城河 18:01 — 生而自由与生而被囚禁的技术 20:46 — 在白宫工作到底是什么样子 25:56 — 美国科学的新黄金时代 31:32 — 量子、国会、知识产权以及下一步 37:54 — 为什么科技从业者应考虑公共服务

Susan Kare 加入苹果时是一位艺术史博士，对计算机几乎一无所知。她后来设计了众多图标、字体和符号，帮助初代 Macintosh 变得易于理解且富有人情味，定义了一种至今仍影响软件设计的个人计算视觉语言。 在 Startup School 2026 上，Susan 分享了 Happy Mac、Command 键、Chicago 字体等背后的故事，以及她从 Steve Jobs、Paul Rand 和初代 Mac 团队学到的设计经验：让事物有意义且令人难忘，拥抱限制，不断迭代，用恰到好处的细节让想法一目了然。 文字稿：https://www.ycrootaccess.com/p/susan-kare-on-designing-the-original 申请加入 Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — 让事物有意义且令人难忘 01:51 — Susan 如何加入苹果 05:01 — 设计初代 Macintosh 06:35 — 人人都能用的电脑 08:26 — 创造 Chicago 和 Mac 字体 11:47 — MacPaint 与首批图标 14:45 — Happy Mac 背后的故事 17:08 — 为什么简单图标更有效 18:25 — 那些没成功的图标 21:23 — 设计经久不衰的符号 22:44 — Command 键如何获得其符号 25:20 — 古代符号能教给设计师什么 30:18 — 离开苹果后的设计生涯 36:32 — 来自 Steve Jobs、Paul Rand 等人的经验

机器人已经能叠衣服、做浓缩咖啡、清洁厨房和组装物品。更难的问题是让它们可靠地长时间完成这些任务，而无需人类在一旁看护。 在 Startup School 2026 上，Physical Intelligence 联合创始人 Chelsea Finn 解释了打造能在现实世界中工作的通用机器人需要什么。她分享了强化学习如何将机器人吞吐量提升两倍，他们的系统如何能自主运行数小时，以及她为何相信机器人技术正进入其 GPT 时代：从专用模型转向能在不同任务、机器人和环境中工作的通用系统。 文字稿：https://www.ycrootaccess.com/p/chelsea-finn-on-the-next-decade-in 申请加入 Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — 物理智能的现状 01:23 — 让机器人变得有用需要什么 05:11 — 可靠性问题 07:43 — 机器人技术的强化学习 09:35 — 从失败中学习 12:43 — 训练机器人自我改进 14:21 — 机器人能连续工作13小时吗？ 17:36 — 为什么机器人需要记忆 21:22 — 打造通用机器人 25:02 — 从微调到开箱即用的模型 27:35 — 用所有数据训练 30:20 — 一个胜过专家的模型 31:21 — 组合泛化 37:49 — 机器人技术的 GPT 时代 39:49 — 问答环节

In this episode of Full Stack, Circleback CEO Ali Haghani shows his work setup and explains why recording meetings with AI notetakers is quickly becoming a necessary practice for teams and companies. Apply to Y Combinator: https://www.ycombinator.com/apply Work at a startup: https://www.ycombinator.com/jobs https://circleback.ai/ Chapters: 00:00 - Intro 00:44 - Ali's hardware setup + gadgets 02:51 - Unexpected ways of using Circleback 05:21 - OpenClaw/Telegram vs coding tools 05:48 - Different agents made in Telegram 07:42 - Time spent in terminal vs everything else 09:36 - Testing and writing prompts 10:48 - Tokenmaxxing? 12:24 - Things Ali will not let agents do 12:59 - Why should companies start recording more meetings? 14:04 - Where is software engineering headed?

Last November, Peter Steinberger was annoyed that there was no good way to talk to his coding agents from his phone, so he built one himself. A few months later, OpenClaw had exploded into one of the biggest open source AI projects in the world, with nearly 3,000 contributors and a peak of 4.7 million weekly downloads. At Startup School 2026, Peter tells the story of what happened when OpenClaw took off, what he got wrong as it grew, and how he eventually stopped using the product he had built for himself. He shares why the best products often start with something that annoys you, why focus matters more as building gets easier, and why, in his words, “fun is velocity.” Transcript: https://www.ycrootaccess.com/p/peter-steinberger-what-happens-when Apply to Y Combinator: https://www.ycombinator.com/apply Work at a startup: https://www.ycombinator.com/jobs Chapters: 00:00 — Intro 01:16 — How OpenClaw Started 05:10 — Finding Product-Market Fit 07:01 — The Night OpenClaw Went Viral 09:50 — When the Project Exploded 11:05 — When the Attention Almost Broke Him 12:00 — Did You Sell Out? 14:17 — Your Name Can’t Be Forked 15:03 — What OpenClaw Got Wrong 20:40 — Hype Is Like the Weather 21:37 — When It Stopped Being Fun 25:30 — Fun Is Velocity 26:40 — What’s Next for OpenClaw 28:57 — Three Lessons From Building OpenClaw 30:08 — Q&A

本周的Paper Club全部关于机器人技术。过去十年里，每年都有人承诺机器人时代即将到来。但我们仍在等待。因此，我们聚集了一批顶尖的人工智能和机器人研究人员，展示关于当前进展和未来方向的最新发现。 我们首先讨论了仍然存在的最大障碍：模拟到现实的差距、动作表示、感觉运动问题和具身漂移。然后，我们探讨了如何为机器人策略赋予记忆、教会模型哪些值得推理、完全在模拟中学习灵巧工具使用、为什么下一波伟大的机器人公司将始于远程操作，以及如何在不使用两块GB200的情况下运行世界动作模型。 文稿：https://www.ycrootaccess.com/p/memory-simtoolreal-and-world-action 章节： 0:00 – Francois Chaubard：十年“明年机器人就解决了” 7:59 – Marcel Torne：MEM - 视觉语言动作模型的多尺度具身记忆 (arxiv.org/abs/2603.03596) 20:21 – Milan Ganai：动作预测具身推理的自监督引导 (arxiv.org/abs/2602.08167) 33:42 – Tyler Ga Wei Lum：SimToolReal - 面向零样本灵巧工具操作的对象中心策略 (arxiv.org/abs/2602.16863) 51:21 – Niko West (Rerun.io)：为什么下一波伟大的机器人公司将始于远程操作 1:08:30 – Bill Jiao & Guanming Wang (General Instinct)：世界动作模型以及VLA之后的发展 申请Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs

Science公司正在研发一种视网膜植入物，能够恢复失明患者的视力。一位患者已经用它读完了300页的小说。 打造这样的公司远不止做好技术。在Startup School 2026上，Science公司CEO Max Hodak解释了公司如何采购物资和招聘人员，以及为什么这些系统决定了公司的发展速度。 他还深入探讨了为什么创始人不能将判断力下放，以及为什么没有一套五个要点就能让初创公司成功。 文稿：https://open.substack.com/pub/ycrootaccess/p/max-hodak-there-are-no-blanket-rules 申请Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 - 初创公司的基础设施 01:02 - Science公司的视网膜植入物 02:41 - 初创公司的隐藏基础设施 03:25 - 你的第17名员工如何采购物资 06:15 - 基础设施如何创造速度 07:03 - 一次实验的实际成本是多少？ 09:27 - 最佳初创公司如何招聘 10:18 - 构建严谨的招聘流程 13:26 - 判断力、动力和主动性 16:17 - 重新思考绩效评估 18:53 - 迭代速度决定成败 20:43 - 你无法下放判断力 22:47 - 行动产生信息 24:31 - 公司的操作系统 25:10 - 问答环节

人工智能不仅改变了设计师使用的工具，也改变了他们构建、发布和脱颖而出的方式。在本期《设计评论》中，AI原生设计工具Paper的创始人Stephen Haney与YC普通合伙人Aaron Epstein一起，演示了以代理为优先的工作流程，这使得Paper成为自Figma以来增长最快的设计工具之一。他们以用户提交的网站的实时重新设计为例，剖析了最常见的AI设计痕迹，展示如何在几秒钟内修复它们，并解释了创始人面临的最大风险不是行动太慢，而是发布的产品看起来和别人一样。 章节： 00:00 - 优秀公司拥有优秀设计 01:04 - 什么是Paper，为何要构建它？ 03:17 - 是什么让Paper成为代理原生的 05:11 - 演示：着色器、图像生成和品牌设计 11:32 - 从设计到代码以及新的代理技术栈 16:48 - 设计评论：Legion Health 24:11 - 如何避免AI设计垃圾 28:26 - 设计评论：Sytex 32:42 - AI生成设计的最明显痕迹 37:39 - 设计评论：Moreta 41:11 - AI能学会品味吗？ 43:56 - Paper如何在内部使用代理 46:52 - 围绕Paper建立社区 49:15 - Steven的第一次创业经验 53:30 - 设计与Paper的未来 申请Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs

下一代初创公司将由比以往更小的团队构建。 在2026年创业学校，YC总裁兼首席执行官Garry Tan解释了为什么我们正在进入个人AGI的时代：这些AI智能体运行在你自己的基础设施上，随着时间的推移积累你的知识，并极大地提高你构建的能力。他分享了他每天使用的工具和工作流程，为什么每个创始人都应该拥有自己的智能而不是租用，以及在自己的力量下构建意味着什么。 文字记录：https://www.ycrootaccess.com/p/garry-tan-own-your-intelligence 申请Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — 引言 00:07 — 创始人可以从斯宾诺莎学到什么 04:46 — 个人AGI已经到来 07:57 — 为什么AI使一个人比以往更强大 12:29 — 你的生活是一座图书馆 15:15 — 我的个人AI系统内部 17:06 — Markdown就是代码 18:20 — 潜在空间与确定性代码 21:13 — 构建一个人的公司 24:16 — 如何构建你自己的个人AGI 27:58 — 为什么大多数人会过早放弃 29:09 — 在别人之前拥有你的技能 32:24 — 个人AGI意味着拥有你的智能 35:21 — 为什么我开源了一切 38:30 — 一个小男孩的个人AGI 40:18 — 一切都是编造的。你可以自行编造。

Philip Johnston 是 Starcloud 的联合创始人兼 CEO，这家公司正在太空中建设数据中心。2025 年 11 月，Starcloud 将一块 Nvidia H100 GPU 送入轨道，并在太空中训练了第一个大型语言模型。此后，他们已筹集 2 亿美元，在 YC 演示日仅 17 个月后估值达到 10 亿美元，并向 FCC 提交了部署 88,000 颗更多卫星的申请。在本期节目中，Philip 向我们讲述了他们狂野的起源故事、Starcloud-1 背后的工程挑战、为什么他们在还不知道要建造什么时就预订了 SpaceX 的发射，以及太空数据中心在经济和政治上如何合理。 文字记录：https://www.ycrootaccess.com/p/starcloud-solving-ais-energy-problem 章节： 00:00 - 每家太空公司应该做的第一件事 01:06 - 为什么要在太空建数据中心 01:35 - 开启一切的 Starbase 之旅 02:53 - 小行星采矿、太空酒店以及他们放弃的想法 03:20 - 为什么太空太阳能行不通 04:38 - 发射 Starcloud-1 05:35 - 凌晨 5 点在冰浴中冷却 H100 06:24 - 分离视频 07:15 - 首次联系和不断重启的卫星 09:42 - 两个最困难的问题：热量和辐射 11:27 - 在粒子加速器中测试 GPU 12:49 - 使用汽车零件而非太空级零件 13:55 - “我听过的最蠢的事” 14:30 - 100 位风投错在哪里 18:38 - 通往太空 20 吉瓦的道路 20:31 - 首批客户 21:16 - 与 NVIDIA 合作设计太空 GPU 23:09 - 轨道上的比特币矿机 24:00 - 为什么硬科技突然受到风投青睐 25:37 - Benchmark 轮次内幕 26:57 - 他们的招聘策略 28:08 - 如何做到逆向但正确 30:49 - 在有了想法之前招募联合创始人 31:44 - 如果数据中心在地球上被禁止怎么办？ 32:45 - 数据中心迷思破解 35:09 - 给硬科技创始人的建议 申请加入 Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs

Waymo的首次自动驾驶演示耗时十八个月。产品化则用了十五年。如今，Waymo Driver每周完成50万次行程——跨越15个城市、总计400万英里的全自动驾驶里程，其严重事故率比人类驾驶员低17倍。 在2026年创业学校，Waymo联合首席执行官德米特里·多尔戈夫分享了这段历程中的七条经验，从弥合演示与真实产品之间的差距，到构建能在物理世界安全运行的系统。 文字记录：https://www.ycrootaccess.com/p/dmitri-dolgov-seven-lessons-from 申请加入Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — 开场 00:07 — 打造Waymo的七条经验 02:21 — 为什么物理AI与众不同 06:52 — 经验1：演示与产品之间的差距 11:34 — 为什么可靠性遵循指数曲线 14:17 — 经验2：选择正确的技术曲线 16:05 — Waymo为何使用摄像头、激光雷达和毫米波雷达 21:07 — 经验3：驾驭每一波技术浪潮 24:43 — Waymo基础模型内部解析 30:09 — 经验4：苦涩的教训依然有效 36:41 — 经验5：为什么每家物理AI公司都需要模拟器 41:36 — 经验6：构建AI飞轮 43:22 — 经验7：评估是你的竞争优势 46:09 — Waymo如何实现比人类驾驶员安全17倍 47:59 — AI的下一个十年将是物理世界

2009年，Patrick和John Collison前往伯克利参加创业学校，之后在Potrero Hill吃了寿司，并在步行回家的路上决定创办Stripe。据Patrick回忆，当时的理由是“不妨一试，因为可能没那么难。” 结果花了两年才上线。 十七年后，在2026年创业学校，他与YC的Harj Taggar畅谈两次从MIT退学的经历、创始人为何要思考成功后的局面，以及Stripe自身数据揭示的最佳创业时机。 文字记录：https://www.ycrootaccess.com/p/patrick-collison-what-if-you-succeed 申请加入Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — 开场 00:07 — 在AI时代还应学习什么？ 02:01 — 知识仍然重要 05:12 — 你应该从大学退学吗？ 09:58 — Stripe为何成功 12:10 — 在发布前构建Stripe 17:20 — 精益创业法则仍然适用吗？ 19:07 — 构建Stripe的隐藏回报 22:36 — AI会扼杀你的创业公司吗？ 25:17 — 为什么现在是创业的最佳时机 29:23 — Stripe数据揭示的AI经济 30:45 — 打造人们真正需要的东西

2001年，Jeff Dean和Sanjay Ghemawat经过计算，意识到Google的整个搜索索引可以装进内存——然后在几天内就实现了，搜索变得飞快。2013年，又一次餐巾纸上的计算显示，每位用户每天三分钟的语音识别将需要Google服务器规模翻倍。那次计算最终催生了TPU。 在2026年Startup School上，Google首席科学家与YC的Diana Hu一起讨论了这两次思想实验，为什么推理硬件是下一个专业化方向，以及两三个人在一个房间里仍然能获胜的地方。 文字记录：https://www.ycrootaccess.com/p/jeff-dean-the-1-rule-for-building 申请加入Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — 介绍 00:07 — AI模型是否已经成为初级工程师？ 01:44 — 能够自我改进的AI系统 02:40 — 改变一切的Google搜索突破 04:38 — AI代理将运行数周 05:58 — 催生TPU的餐巾纸计算 09:20 — 如何找到突破性的想法 10:25 — AI工程师的新心智模型 12:33 — 为什么AI其实是一个能源问题 16:11 — 上下文工程是下一个前沿 19:46 — 让AI更擅长优化的技能 22:13 — 为什么长期运行的代理会失败 25:21 — 初创公司仍能在哪些方面击败Google 31:19 — 如何成为AI原生的创始人 36:36 — 质疑你最大的假设 42:08 — 构建更好AI的AI 50:02 — 建造真正重要的东西

在我们最近的YC Paper Club上，研究人员和开发者分享了多GPU内核优化、本地推理的每瓦特智能、AI生成的GPU内核与基准测试、异构推理基础设施设计，以及用于强化学习的GPU加速游戏引擎。 感谢以下演讲者： Stuart Sul (Stanford / Cursor), John (Stanford), Mark (PyTorch / GPU Mode / CoreAuto), Misha (Marlo), and Brennan (Stanford) 文字记录：https://www.ycrootaccess.com/p/multi-gpu-kernels-intelligence-per 章节： 0:00 – Francois Chaubard：芯片与内核专业化的理由 7:16 – Stuart Sul: Parallel Kittens - Systematic and Practical Simplification of Multi-GPU Al Kernels (https://arxiv.org/abs/2511.13940) 21:29 – Jon Saad-Falcon: Intelligence per Watt - Measuring the Intelligence Efficiency of Local and Cloud AI (https://arxiv.org/abs/2511.07885) 31:05 – Mark Saroufim：当AI开始编写系统代码 47:04 – Misha Smelyanskiy：为什么AI推理需要异构硬件 1:04:33 – Brennan Shacklett：构建一个完全在GPU上运行的高吞吐量游戏引擎 (https://madrona-engine.github.io/shacklett_siggraph23.pdf) 1:15:35 – 总结与下一步 申请加入Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs

Alexandr Wang 给 18 岁自己的建议：培养自己对未来如何展开的内在指南针，并在喧嚣中坚守信念。 在 2026 年创业学校，Scale AI (YC S16) 的创始人——现任 Meta 超级智能实验室负责人——与 Garry Tan 探讨了如何从零重建前沿实验室、为什么人才密度会复合增长，以及如何识别值得你押注二十多岁的指数级机会。 文字记录：https://www.ycrootaccess.com/p/alexandr-wang-building-a-frontier 申请 Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — 开场 00:07 — Alexandr Wang 如何创立 Scale AI 03:25 — 转向正确的想法 06:23 — 在共识之前保持信念 09:06 — 为什么现在是创办公司的最佳时机 11:27 — 个人超级智能是什么样子 13:10 — 构建前沿 AI 实验室 16:36 — 为什么 AI 模型需要廉价 20:01 — 愿景将比智能更重要 24:06 — AI 时代的系统思维 26:51 — 当今 AI 最大的机遇 29:25 — 给 18 岁自己的建议

1969 年，我们登上了月球，也飞了协和号。半个世纪后，这两件事我们都做不到了。 Blake Scholl 创立了 Boom Supersonic (YC W16)，这家初创公司正在打造美国第一架超音速客机，以改变这一现状。在 2026 年创业学校，他分享了一个用 Office Depot 座椅做的纸板模型如何变成 XB-1——第一架独立研发突破音障的喷气机，以及为什么创始人必须同时为最坏的一天和最好的一天而建设。 他还回答了创始人关于如何自学困难事物、在没有合适履历的情况下进入硬件领域，以及在追求雄心壮志的同时找到工作与生活平衡的问题。 文字记录：https://www.ycrootaccess.com/p/blake-scholl-the-future-was-supposed 申请 Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — 开场 00:08 — 为什么未来不再加速前进 03:14 — 我为什么创立 Boom Supersonic 05:57 — 从零开始建造超音速喷气机 08:33 — 最坏的一天和最好的一天 10:14 — 我们如何改变美国法律 11:36 — 50 人如何造出超音速喷气机 15:05 — 像设计软件一样设计硬件 17:54 — 为价值数十亿美元的初创公司融资 19:30 — 伟大的想法就藏在显而易见的地方 24:05 — AI 如何改变硬件 27:16 — 与监管机构合作 30:55 — 建造你热爱的东西 36:27 — 如何建立自信 39:35 — 从第一性原理学习困难事物 44:17 — 什么时候应该创办公司？

2005年，还在斯坦福读大二的Sam Altman加入了YC的首批创业营，在剑桥的一间小办公室里创立公司，而Paul Graham则亲自为创始人们下厨。 二十年后，作为OpenAI的联合创始人兼CEO，他在2026年创业学校上与YC的Garry Tan展开对话——探讨智能体、雄心壮志，以及为何初创公司的天花板从未如此之高。 文字记录：https://www.ycrootaccess.com/p/sam-altman-never-a-better-time-to 申请加入Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — 开场 00:07 — 从YC首批创业营到今日 03:04 — Paul Graham教给Sam Altman的道理 04:17 — 为何初创公司比以往更重要 06:57 — 雄心勃勃的初创公司的黄金时代即将来临 09:30 — 技术变革期初创公司为何胜出 11:46 — 在无人相信AGI时创建OpenAI 14:45 — 寻找志同道合的人 18:05 — 在不明原因之前先帮助他人 19:43 — 真诚、雄心、无视诋毁者 24:04 — 改变游戏格局的AI安全事件 26:58 — 防止AI权力集中 30:41 — AI模型将如何快速进化 36:06 — AI未来的最佳形态 37:47 — “一切都会好起来的”

Opus 5刚刚发布，Claude Code的创造者Boris Cherny在Startup School 2026上与Diana Hu一起探讨了最新模型的能力、Claude Code的诞生过程，以及在底层能力不断加速的情况下构建产品意味着什么。 文字记录：https://www.ycrootaccess.com/p/boris-cherny-building-claude-code 申请Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — 介绍 00:07 — Opus 5的不同之处 02:06 — 解决提示注入 03:21 — 为什么Claude Code删除了其系统提示的80% 06:37 — 删除你的AI产品 07:20 — 如何重建你的系统提示 10:30 — 产品积压与“解放”AI 14:26 — 给Claude更难的问题 19:32 — 提示工程正在改变 21:57 — 两周的Claude Code提示 24:42 — 运行数千个AI代理 30:15 — 编程（几乎）已被解决 32:20 — 每个计算机科学学生仍应学习什么

NVIDIA起步时使用了错误的技术，之后通过在Fry's购买的三本教科书学到了正确的技术，并最终发明了现代计算领域的大部分重大突破。 在2026年创业学校（Chase Center举办）上，Garry Tan与创始人兼CEO Jensen Huang进行对话，讨论直面现实、通过学习进入新领域，以及韧性——一天一天坚持下去——为何比其他任何品质都更重要。 文字记录：https://www.ycrootaccess.com/p/jensen-huang-the-mindset-that-built 申请加入Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — 开场 01:07 — NVIDIA的错误算法 03:14 — 购买教科书拯救公司 05:29 — 真正的核心创意 07:06 — Sega的故事 09:37 — 3亿美元IPO 10:33 — 以不同视角看待AlexNet 12:44 — 重塑整个技术栈 13:30 — 如何构建第一性原理的组织 17:01 — 打造符合自己驾驶风格的汽车 19:12 — 前沿算法 20:50 — 系统思维是新编程 23:26 — 你是否应该拥有自己的AI？ 25:43 — NVIDIA内部如何看待智能体 30:51 — AI与就业创造 34:21 — 机器人的ChatGPT时刻 37:24 — 物理AI首先出现在哪里 39:18 — Jensen为何刚刚加入X 41:01 — 学习那些依然重要的事情 44:32 — 你应持有的思维方式——“这能有多难？”

API不断变化，但提供商传达这些变化的方式仍然存在缺陷。破坏性更新被忽视，新功能被埋没在更新日志中，客户往往只有在某些功能停止工作后才发现问题。 编码代理让更好的模式成为可能。API提供商无需宣布变更，而是可以在客户的代码库中找到所有受影响的用途，并自行发起拉取请求。 如果你正在从事这方面的工作，可以考虑申请YC。 申请2026年秋季批次，请访问 ycombinator.com/apply。

在巴黎创业学校（Startup School Paris）的这一环节中，YC合伙人回答了观众关于创始人应如何在AI时代运营的问题。 申请Y Combinator：https://www.ycombinator.com/apply 在初创公司工作：https://www.ycombinator.com/jobs 章节： 00:00 — AI成本与工程师成本 00:55 — 智能成本降低10倍 01:42 — 如何构建创业生态系统 02:18 — GoCardless与伦敦起源故事 03:58 — AI判断应止步于何处？ 06:18 — 现在最难的是什么？ 08:13 — 当AI成为比你更好的合作伙伴 10:18 — 为什么创始人兼合伙人不可替代 10:50 — 研究 vs. 销售：何时切换 13:09 — 走出舒适区 14:02 — 美国对前沿AI的出口限制 15:08 — 单打独斗还是联合创始人？ 17:47 — 基于这个理由选择联合创始人 19:35 — 风险投资路径仍然相关吗？ 21:58 — 现在真正的护城河是什么？ 24:13 — 用户会在意他们使用哪个模型吗？ 25:05 — AI包装 vs. 真正的切入点 27:11 — 深度科技创始人 vs. 氛围编码者 28:24 — 欧洲创业者，无预算，无签证 29:48 — 早期决定申请 31:38 — 顶尖YC初创公司的习惯 34:38 — AI原生公司的指标 36:10 — 如何真正构建AI原生循环 38:04 — 你最不想自动化的最后一件事 39:05 — 何时以及如何转型 42:28 — 高能动性是一种肌肉吗？ 44:27 — 当一切都很容易构建时如何脱颖而出

金融合规仍然依赖电子表格、互不关联的软件以及不断扩大的专家团队。随着公司拓展新市场，保持合规的成本和复杂性可能比业务本身增长得更快。 AI可以实时监控监管变化、标记异常、生成报告并维护审计追踪。这个机会不仅仅是自动化合规工作，而是围绕AI重建整个合规栈。 如果你正在构建合规基础设施，我们很乐意听取你的意见。 申请2026年秋季批次，请访问 ycombinator.com/apply。

最近，一名财务工作人员在参加了一个视频会议后，向对方汇出了2500万美元——会议中的CFO和同事全是深度伪造的。 随着语音和视频越来越容易被伪造，互联网需要一个新的信任层：一种私密、可靠的方式，用于验证通话、消息、评论或交易背后是否有一个真实的人类。 如果你正在从事这方面的工作，我们很乐意听取你的意见。 申请2026年秋季批次，请访问 ycombinator.com/apply。