YC掌门人最新分享：AI时代，永远不要做一次性工作

文 | 划重点KeyPoints，作者｜林易，编辑｜重点君 在生成式AI步入应用深水区的2026年，全球创业生态正迎来重构。传统商业用人头堆砌产值的逻辑正在失效，取而代之的是一种全新的技术原生法则。 Y Combinator掌门人Garry Tan在最新演讲中指出，AI时代的真正红利绝非微调模型权重，而在于工作流的重新梳理。通过将传统组织架构中的员工、流程与绩效全面编码为“技能手册”与“企业大脑”，硅谷已经诞生了首批以15人、40人的极精简团队撬动数千万至上亿美元ARR（年经常性收入）的AI原生企业，彻底颠覆了工业革命以来传统商业的人均产值法则。 “如果你依然把AI当成代码自动补全、把提示词当成一次性工具，你将在下一阶段的竞速中被对手吃掉饭碗。”Garry Tan说。 一些核心观点： 我们整理了此次演讲的重点内容，以下是原文实录： 1.400倍效能跨越：从个人生产力到重构工作流 Garry Tan： 大家下午好，过得怎么样？准备好迎接这场变革了吗？刚刚Theo问了一个非常关键的问题：我们现在应该构建什么？作为一名创始人、投资者，同时也是一家正在向AI原生转型的20年历史机构的负责人，我想从投资人的角度来回答这个问题。让一家拥有20年历史的机构走向AI原生，是一件奇特而美妙的事情。接下来我会用大约20分钟的时间，聊聊YC正在尝试做的事情。我们希望培育出这样的企业： 一个人就能完成过去需要两个人、甚至一千个人才能完成的工作。 我这并不是在打比方，从实际操作来看，今年在座的各位就能实现这一点。大约一小时后，你们中的一些人就会走向创业沙场，我希望你们能带着对当今技术可能性的清晰认知走进去，因为现在的技术潜力远比人们想象的要巨大得多。 让我先从一个数字开始。虽然我曾因为这个观点在网上饱受抨击，但我今天还是要当着大家的面再讲一遍。这个房间是全世界最适合对这个观点进行压力测试的地方，我宁愿和你们一起亲自验证它。2013年我还是YC的合伙人时，主要负责构建YC内部的社交网络。当时我虽然也做投资，但基本相当于全职工程师。那时候我每天大概只能写出14行真正有用的逻辑代码，这还是剔除了所有注释和空行之后的数据。如果你们看当年的文献资料就会发现这很正常，有些人写15行，有些人写50行，绝对不像现在台下很多年轻人在开发中动辄日产上千行代码。这15行就是我当时全力以赴的日均中位数产出。而今年，我全职管理YC。同样是我这个人，投入的时间差不多，甚至因为下午五点要接孩子，工作时间还要少得多，但我重新计算了自己的产出，发现 效率提升了大约400倍 。 在质疑者跳出来质疑这个数字之前，让我先自己来拆解它。如果你不相信纯代码量的统计，没关系。你可以用最严苛的冗长惩罚机制来扣除水分，假设AI Agent写出的都是臃肿的代码，假设其中一半都是脚手架框架，甚至假设我是在自我标榜，但在底线上它依然带来了8倍的提升，中位数也达到了80倍。无论你如何拆解审视，这个数字都极其庞大。这里有一个核心关键，如果可以的话，我恨不得把它烙在每个人的眼睑内侧： 这并不是模型本身的差距 。 带来2倍效能的人和带来100倍效能的人，使用的是完全相同的Claude模型、相同的权重、相同的上下文窗口和相同的API。因此， 杠杆的立足点并不在于模型的权重，而在于你如何串联工作流。 而且这不仅仅发生在我的身上。在YC，我们经常能看到这种情况。在2025冬季班中， 有四分之一的企业，其代码库有95%都是由AI生成的 ，而那已经是去年的事情了。这一期项目已经成为YC历史上增长最快、利润最高的班次。在YC的历史上，已经有94家公司通过一笔种子轮融资成功实现了收入破亿美元。所以，我想我们非常清楚自己在谈论什么。虽然我无法向你证明AI生成的代码直接导致了这种增长，但我可以告诉你的是，我们资助的那些增长最快的创始人， 并没有把AI仅仅当作代码自动补全工具，而是将其视为一种生产力劳动力。 那些重新编织了工作流程的公司，才是真正实现弯道超车的企业。 2.劳动力的新物理法则：把组织机构编码为“技能手册” 那么，重新构建工作流程究竟意味着什么？这是本次演讲的核心，也是我最希望你们借鉴的地方。我们在构建AI Agent过程中学到的所有东西，都可以一一映射到现实的组织架构中。 在AI时代， 一个技能手册就等同于一名员工 。 它具备一种能力，负责一项工作，并且被清晰地记录下来，以至于任何主体都可以执行它。而 解析器表则是组织架构图 ，当一项任务进来时，解析器会决定由谁来处理以及分发到哪里。 归档规则就是内部业务流程 ，用来判断解析器是否在正常工作、是否合规。 触发评估则是绩效考核 。 过去需要雇佣上千人才能运转的组织，其中的每一个职能模块，现在其实就是一些代码文件以及其他类型的描述文件。我们一直都在构建组织，过去只是缺乏一个管理层，而现在我们拥有了它。当你坐在电脑前协同Claude、Coder、Codex进行开发时，你不仅仅是在写软件， 你其实是在招聘、培训和管理一支由代码和文档组成的劳动力队伍 。 我看到有无数的公司正在践行这一点。比如2024夏季班中有一个AI应用构建工具项目Emergence，他们从正式上线到实现九位数的年度经常性收入（ARR）仅仅用了八个月的时间。 当他们的年度经常性收入突破1500万美元时，团队仅仅只有15个人。 截至2024冬季，他们的零售额已达6000万美元，团队规模约为40人。这种极高的人均产值在以前是不可想象的，无论是在软件行业、石油行业还是铁路行业，都从未出现过。他们并不是什么行业异类，只是 首批原生构建与新物理法则之上的公司 。那么这类公司究竟是如何运转的？他们 不会为销售、支持、运营和财务等部门雇佣成百上千的名员工 。 我在YC内部看到的AI原生公司， 会 将所有这些职能编码为技能和书面流程 。 他们雇佣工程师的唯一目的，就是维护这些技能，去解决AI Agent目前还无法完成的工作。这就是真正的AI原生公司，它绝对不是一个思想实验。如果你配置好了对应的技能手册，它甚至能帮你去完成报税。 现在请大家想象一下YC的创业营现场，其实和这里的感觉很像。400家公司或400位创始人坐在长桌前，我可以想象你们每人每天拿着一台笔记本电脑忙碌的场景。你们现在一天干的活，相当于过去一个人一整年的工作量。这不再是遥远的未来，而是当下行业触手可及的基准线。 如果你不这样做，你的竞争对手就会这样做，他们会非常优雅地抢走你的饭碗，甚至还会客气地对你道 谢。 这也是大多数工程技术栈容易忽略的延伸点：这不仅仅影响工程师。在YC进行数字转型的过程中，我们的媒体人员、活动员工以及财务团队都在参与。那些生平从未打开过终端的员工，现在都在构建自己的技能手册和定时任务。我们的一位财务同事刚刚利用我们内部的开源系统和企业大脑，将大约100个复杂的Excel工作簿整合到了一个她自己构建的应用中。她不是程序员，但她现在成了管理AI Agent的经理，事实上YC的每个人现在都是这样。 这就是为什么YC可以用极少的人手来维持如此庞大的运转规模，这个团队规模在任何其他同等体量的公司看来，都小到可以忽略不计。这并不是因为我们工作更拼命，而是因为我们拥有一种完全不同的组织形态。这才是制胜的核心所在。这不