2025年AI行业发生了哪些关键转变？
模型使用偏好的转变
Anthropic的崛起
在Winter2026批次中，Anthropic使用率增长超52%，超越OpenAI成为YC创业者最常用API。其ClaudeSonnet在代码生成等任务中受青睐，因它有“金毛犬的能量”，更友好主动，处理复杂任务稳定，API易集成。
基于Evvals选择模型
YC创业公司基于Evvals选模型，不再盲目跟大厂宣传。医疗领域创业公司发现，Claude在针对自身业务的评估体系中表现优于其他通用模型，这体现了根据实际需求选择合适模型的重要性。
模型运用策略的变化
构建编排层
创业公司不再押注单一模型，而是构建“编排层”。针对不同子任务用不同模型，如用Gemini3.0做上下文工程，再将结果喂给OpenAI执行。这种策略由Evvals驱动，能降低供应商锁定风险，优化成本结构。
模型当作可替换组件
创业者把模型当作可替换组件，真正壁垒在于应用层差异化和对垂直领域深度理解。通过动态替换模型，能快速响应技术迭代，适应市场变化，在竞争中占据优势。
开发方式与团队结构的变革
VibeCoding的兴起
VibeCoding在2025年发展成成熟工具类别，开发者用大语言模型快速生成代码，关注高层逻辑和“感觉”，提升了原型迭代和产品发布速度，Replit等工具成代表。
对团队结构和流程的影响
VibeCoding虽不能完全用于生产级代码，但改变了创业公司团队结构和工作流程。它让团队能更高效验证想法、调整方向，适应快速变化的市场需求。
团队规模与经济结构的新特点
小团队高收入的“反向炫耀”
AI时代团队规模缩减，如Gamma用50人团队做到1亿美元ARR。AI工具提升单个开发者生产力，使小团队能完成复杂任务，对创业者能力要求提高。
AI经济的三层结构
AI经济形成模型层、应用层和基础设施层的清晰结构。虽基础设施层有过剩情况，但对应用层创业者是好事，能降低成本，创造更多机会，推动价值创造。
消费级应用与模型公司的现状
消费级应用的信任危机
除ChatGPT外，市场上少见现象级消费级AI应用。因信任问题，人们倾向手动提示词，依赖通用模型配合人工监督，直到模型可靠性提升或出现新交互方式。
垂直领域模型公司的机会
领域专用小模型在特定垂直场景能击败通用大模型，构建和训练模型技能不再稀缺，降低了模型公司准入门槛，但竞争更激烈。有独特数据和领域知识的创业者有机会。
太空数据中心与AI发展预测
太空数据中心的探索
太空数据中心从被当作笑话变为被认真讨论，YC投资的公司在探索，其因地球上能源限制及环境法规影响，虽短期内不现实，但推动相关技术进步。
对AI2027“末日论”的怀疑
YC对“AI2027”报告持怀疑态度，AI进步遵循对数级缩放规律，且组织惯性会使社会适应变革需时间，AI影响将更渐进、可控。
AI经济稳定带来的机遇
清晰的构建手册与稳定发展
AI经济进入稳定期，有清晰的“AI原生公司构建手册”，模型更新渐进，市场分层明确。创业者可更有信心做长期规划，把握应用层机会。
给AI创业者的建议
YC合伙人建议创业者：勿把模型能力当护城河，建立评估体系，保持团队精益，利用AI工具放大生产力。当前进入AI创业恰逢其时，应用层机会广阔。
相关问答
Anthropic为何能超越OpenAI成为YC创业者常用API？
Anthropic有“金毛犬的能量”，更友好主动，处理复杂任务稳定，API易集成，在代码生成和AIAgent任务中表现出色。
模型编排层对创业公司有什么好处？
能降低供应商锁定风险，优化成本结构，让创业者可动态替换模型，快速响应技术迭代，将模型当作可替换组件。
VibeCoding适合哪些场景？
适合快速验证想法、搭建原型以及在迭代过程中快速调整方向，但目前不能完全用于生产级代码。
为什么说小团队高收入在AI创业圈成新身份象征？
AI工具提升单个开发者生产力，小团队能完成过去大团队的任务，所以高收入配低员工数成新象征。
消费级AI应用为何存在信任危机？
人们不完全信任模型在无人工监督下准确完成高价值任务，倾向手动提示词，依赖通用模型配合人工监督。
垂直领域模型公司在什么情况下有机会？
有独特数据资产和深厚领域专业知识时，领域专用小模型在特定垂直场景可击败通用大模型，存在机会。
