AI泡沫背后的真实格局：YC视角下的2025年AI创业与技术变迁

本文基于Y Combinator最新播客，梳理2025年AI领域的真实变化：大模型格局剧变，创业者的机会与挑战，基础设施投资的泡沫与红利，以及AI工具如何重塑开发与应用。通过具体案例与一线故事，带你看清AI泡沫表象下的深层逻辑。

大模型争霸：Anthropic、Gemini与OpenAI的权力转移

2025年，AI大模型领域的格局出现了令人意外的转折。过去OpenAI几乎一统江湖，Y Combinator（YC）创业者中九成以上选择OpenAI的API。但在最新一届冬季批次中，Anthropic的Claude系列首次超越OpenAI，成为YC创业者最常用的模型API，占比超过52%。

这一变化并非偶然。正如节目嘉宾所言：“他们（Anthropic）在内部评测时，明确把代码生成和AI Agent作为北极星目标，结果在这些任务上表现最好。”许多创业者在个人项目中习惯用Claude，进而在正式产品中也倾向选择它，哪怕主业务并非代码生成。

与此同时，Google的Gemini模型也迅速崛起，从去年的个位数份额跃升至23%。有嘉宾坦言：“我今年已经把Gemini作为主力模型，甚至用它替代了Google搜索。”Gemini在实时信息检索和推理能力上表现突出，尤其得益于与Google搜索的深度结合。

这种多模型并存的局面，催生了“模型套利”新玩法。创业公司不再死忠于某一家，而是建立模型编排层，按需切换最优模型。例如，有公司用Gemini做上下文工程，再交给OpenAI执行，谁在某项任务表现好就用谁。这种灵活性让AI基础设施变得像当年的Intel和AMD CPU一样，可以随时“插拔”。

AI泡沫还是红利？基础设施投资与创业机会的悖论

AI行业的高额基础设施投资引发了“泡沫”争议，尤其是NVIDIA、AMD、Meta等巨头在GPU、TPU和数据中心上的疯狂投入。许多大学生和创业者担心：“是不是像电信泡沫那样，最后一地鸡毛？”

嘉宾用互联网历史做了生动对比：“如果没有90年代电信泡沫，YouTube都不会诞生——因为只有带宽过剩，创新应用才有机会。”同理，AI基础设施的“过度”投资，反而为应用层创业者创造了低成本、高可用的创新土壤。

“你不是Comcast（基础设施运营商），你是YouTube（应用创新者）。”正如他们所说，巨头们的资本开支是创业者的红利。即使NVIDIA股价波动，创业窗口依然敞开。Meta、Google等公司必须持续加码，否则就会被淘汰。YC内部甚至出现了专注于空间数据中心、聚变能源等“科幻级”基础设施创业公司，预示着未来十年AI算力和能源瓶颈将持续被突破。

AI创业的现实：从一人公司神话到团队扩张的必然

AI自动化是否真的让创业公司变得“极简”？2025年的数据给出了复杂答案。过去一年，YC见证了不少“极简”公司：两三位创始人，靠AI工具做到百万美元年收入，甚至无需雇员。但这一神话并未持续扩大。

“他们很快就开始雇人组建团队了。”嘉宾指出，AI虽然提升了效率，但客户对产品和服务的期望也水涨船高，导致公司依然需要不断扩充团队。以Harvey、Lora、Giga等AI原生公司为例，虽然初期靠AI迅速起量，但要维持增长和满足客户需求，最终还是走向了传统的团队扩张路线。

有趣的是，行业出现了“反向炫耀”——Gamma公司仅用50人团队实现了1亿美元年收入。正如节目所言：“这是一种很好的趋势，展示了高效团队的力量，而不是人数的堆砌。”但“一个人运营万亿公司”的时代，至少2026年还不会到来。

AI应用落地的挑战与新机会：提示工程、模型微调与垂直创新

AI应用的落地远比想象中复杂。虽然大模型能力持续提升，但“提示工程”（Prompt Engineering）和上下文窗口管理依然是高价值场景的关键。例如，有嘉宾用ChatGPT全程辅助买房，把所有验房报告、合同等信息塞进对话，获得了极具针对性的建议。但他坦言：“我依然不完全信任模型的准确性，尤其在高价值决策上，必须反复验证。”

模型微调（Finetuning）和人类反馈强化学习（RLHF）也成为创业者的新武器。YC内部有创业公司用8亿参数的小模型，通过RLHF和专有医疗数据，居然在医疗场景下超越了OpenAI的GPT-3.5。但这种领先并不持久——“GPT-4.5、5.1一出，马上又被反超，只能不断迭代。”

此外，开源模型和垂直领域创新成为新趋势。越来越多创业者尝试训练小型、专用模型，服务于边缘设备或特定语言、行业。正如嘉宾所说：“十年前OpenAI团队需要极罕见的跨界人才，现在这种能力正在普及，未来会有更多垂直AI公司涌现。”

AI经济的稳定化与未来预判：泡沫、周期与创新窗口

2025年，AI行业从“剧烈震荡”逐渐走向“相对稳定”。嘉宾回顾：“去年还觉得随时会有颠覆性大新闻，现在创业找点子又回归到正常难度。”模型层、应用层、基础设施层三足鼎立，大家都有钱赚，行业进入“部署期”。

引用Carlo Perez的技术周期理论，AI正处于“安装期”向“部署期”过渡。巨头烧钱建基础设施，创业者则在等待下一个爆发点。正如节目所言：“未来的Facebook、Google还没诞生，现在正是应用创新的窗口期。”

同时，AI的“快进”并未如预期那样失控。大模型能力提升趋于“对数线性”，社会和组织对变革的吸收速度有限，反而成为技术扩散的“安全阀”。“人类其实不喜欢剧烈变化，这反而是好事，给了大家时间适应。”

总结

2025年的AI行业，表面上泡沫与热潮并存，实则正经历从基础设施投资到应用创新的关键转折。大模型格局多元化，创业者机会窗口依然广阔，但神话与现实并存：AI提升效率，但团队和执行力依然不可或缺。对于创业者和开发者而言，真正的红利在于抓住模型、工具和场景的变化，持续学习、快速试错，才有机会在下一个“部署期”成为新一代的行业巨头。

关键词： AI泡沫， 大语言模型， 创业， 模型微调， AI基础设施

事实核查备注： 关键事实：
- Anthropic Claude在YC冬季批次API使用份额超越OpenAI，达52%
- Google Gemini份额上升至23%，被用于推理和实时信息检索
- 具体公司：OpenAI， Anthropic， Google， NVIDIA， AMD， Meta， Y Combinator
- 具体产品：Claude 3 Opus， Claude 3.5 Sonnet， Gemini， ChatGPT， Perplexity， GPT-3.5
- 具体人物：Sam Altman， Greg Brockman， Ilya Sutskever， Elon Musk， Sundar Pichai， Andrej Karpathy
- 具体案例：YC创业者用AI辅助买房，Gamma公司50人实现1亿美元ARR
- 关键技术名词：RLHF（人类反馈强化学习）、Prompt Engineering（提示工程）、模型编排层、上下文窗口、模型微调
- 重要原话引用：
1. “他们在内部评测时，明确把代码生成和AI Agent作为北极星目标，结果在这些任务上表现最好。”
2. “你不是Comcast，你是YouTube。”
3. “这是一种很好的趋势，展示了高效团队的力量，而不是人数的堆砌。”