YC 的開場：AI 已經不是功能，而是基礎層
YC 在 RFS 一開頭就寫：「AI has stopped being a feature and started being the foundation」。這句話很直接。過去一年，企業採用 AI 的狀態已經從「試一個 copilot」變成「把產品和營運流程押在模型上」。SaaS 的估值邏輯、雲端基礎設施、晶片供應鏈，全部都被重新拉出來看。
YC 2026 Summer RFS 拆解：AI 變成底層以後，YC 想找哪些公司
YC 2026 Summer RFS（Y Combinator Summer 2026 Request for Startups）在 2026 年 4 月公布。這次共有 15 個方向，主軸不是再做一個生成式 AI 功能，而是把軟體、服務、晶片，甚至物理世界的基礎設施，用 AI 重做一遍。
這份清單有點像 YC 把接下來三到五年的投資雷達攤開給大家看：反無人機蜂群、Agent 專用推理晶片、公司大腦、AI 原生服務公司、太空電子。每一條聽起來都很大，但真正難的不是看懂趨勢，而是找出自己有沒有切進去的資源優勢。
中文圈最近在傳一個迷因：「2026 年你爸照著 YC 清單挑了一個就做出來。」這句話好笑，是因為它只說對了一半。賽道公開了，秘密配方沒有了。問題是，能把清單裡任何一條真的做完的人，還是很少。
這篇文章用 YC 官方 RFS，加上 2025 Q4 到 2026 Q1 的幾個市場事件，拆這份清單真正透露的訊號，也順便看台灣團隊比較有機會的位置。
YC 的開場：AI 已經不是功能，而是基礎層
YC 在 RFS 一開頭就寫：「AI has stopped being a feature and started being the foundation」。這句話很直接。過去一年，企業採用 AI 的狀態已經從「試一個 copilot」變成「把產品和營運流程押在模型上」。SaaS 的估值邏輯、雲端基礎設施、晶片供應鏈，全部都被重新拉出來看。
YC 接著說，他們想找一批公司去重做 software、services、silicon，並把 AI 推進 physical world。拆開來看就是四層：
- 軟體層：挑戰既有 SaaS，不只是加 chatbot，而是重做工作流
- 服務層：不賣工具，直接交付會計、保險、法遵、醫療行政這類結果
- 晶片層：為 Agent 工作負載設計新的推理硬體
- 物理世界：反無人機、太空電子、農業、機器人、硬體供應鏈
15 條跑道依 YC 公開順序如下：
AI for Low-Pesticide Agriculture、AI-Native Service Companies、AI Personalized Medicine、Company Brain、Counter-Swarm Defense、Dynamic Software Interfaces、Electronics in Space、Hardware Supply Chain、Industrial Capabilities in Space、Inference Chips for Agent Workflows、SaaS Challengers、Software for Agents、Startups That Want to Sell to Huge Companies、Supply Chain 2.0 for Semiconductors、The AI Operating System for Companies。
下面我先挑五條訊號最強、也最能看出台灣機會的方向。
反無人機蜂群防禦：資料中心被打中以後
這條由 YC 合夥人 Tyler Bosmeny 寫。他抓到的重點不是「軍武科技很熱門」，而是成本不對稱已經失控。
2026 年 3 月 1 日，AWS 在中東的三座資料中心受到伊朗無人機攻擊影響。根據 AP 報導，AWS 表示阿聯兩座資料中心被直接擊中，巴林一座設施則因附近無人機落地而受損。這件事讓很多人第一次很具體地意識到：雲端服務不是飄在空中的，它有地址，有電力，有圍牆，也會被打。
成本差距更麻煩。一枚愛國者 PAC-3 攔截彈造價約 300 萬到 1,200 萬美元；一架 Shahed 無人機大約 3 萬 5,000 到 5 萬美元；更便宜的 FPV 自殺式無人機可能只要數百到數千美元。攻擊方用便宜設備逼防守方消耗昂貴攔截器，帳很快就算不下去。
Tyler 在 RFS 裡講了一句很有意思的話：贏家會比較像 Cloudflare，而不是 Raytheon。這不是說硬體不重要，而是反無人機防禦會變成即時分散式系統：雷達、攝影機、干擾器、攔截器、指揮系統要能串成同一張圖，像網路安全一樣持續偵測、分類、回應。
這也是為什麼 Anduril Industries 的崛起值得放在同一個框架看。它不是只賣單一武器，而是把軟體、感測器和自主系統包成平台。Anduril 與台灣國防部的合作也說明，台海情境對這類系統有真實需求。
Agent 推理晶片：GPU 跑 Agent，不是單純算得快就好
這條由 Diana Hu 撰寫。她點出一個很多人低估的硬體問題：Agent 工作負載跟傳統「prompt in, response out」不一樣。
Agent 會迴圈、呼叫工具、分支、回溯，還要在多個步驟之間保留上下文。工作負載常常在記憶體受限的模型呼叫、I/O 受限的工具呼叫、CPU 受限的流程編排之間切來切去。GPU 不是不強，而是很多時間都在等。
這就是為什麼 Groq 這類推理晶片公司變得重要。2025 年 12 月 24 日，Groq 宣布與 NVIDIA 簽下 非排他的推理技術授權協議，Groq 創辦人 Jonathan Ross、總裁 Sunny Madra 和部分團隊加入 NVIDIA。Axios 後續報導，這筆交易估值約 200 億美元，但股權沒有直接轉手。
這個結構很值得看。它不是傳統收購，更像是 NVIDIA 用很高的價格買走推理架構能力和核心人才，同時讓 Groq 繼續獨立運作。Diana 在 RFS 裡也點出：Groq 真正的價值不只是晶片，而是讓晶片跑得起來的編譯器和軟體層。
對台灣 IC 設計和半導體供應鏈來說，這條不是「再做一顆 AI chip」那麼簡單。真正的空位在 Agent loop 本身：快速 context switching、speculative decoding、長流程中的 KV cache 管理、工具呼叫之間的排程。硬體要懂模型，軟體也要懂晶片。
公司大腦：AI 自動化卡住的地方不是模型
Tom Blomfield（Monzo 共同創辦人，現為 YC Group Partner）寫的 Company Brain，很可能是整份 RFS 裡最容易被低估的一條。
他講的問題很實際：公司要讓 AI Agent 做事，第一個瓶頸通常不是模型不夠聰明，而是公司自己不知道自己的 know-how 在哪裡。
退費規則、定價例外、事故處理、客服升級、工程 release 流程，這些事情常常不在最新文件裡。有些在 Slack thread，有些在舊 email，有些在客服 ticket，有些只存在三個資深員工的腦袋裡。人類同事可以靠記憶和關係問到答案，Agent 不行。它需要一份會更新、可查詢、能執行的公司知識地圖。
這跟企業搜尋或文件 chatbot 不是同一件事。文件搜尋回答「公司有沒有寫過這件事」；company brain 要回答「在這家公司，這件事實際上該怎麼做」。差別很大。
a16z 在 2025 年的研究也提到，AI 新創的護城河會越來越依賴私有資料如何被整理、更新和用在工作流裡。Diana Hu 的另一條跑道 The AI Operating System for Companies，也指向同一件事：把會議、ticket、CRM、GitHub、Notion、通話錄音都接進同一個智能層，讓公司變得可以被 AI 查詢。
這件事很苦，因為整合工作又碎又髒。但也正因為這樣，既有 SaaS 很難順手吃掉。
AI 原生服務公司：客戶買的是結果，不是軟體
這條由 Gustaf Alströmer 撰寫。他的論點很簡單：2023 到 2025 年，多數 AI 新創都在做 copilot，幫人把工作做快一點。下一波公司會往前多走一步，直接把工作接走。
傳統 SaaS 的邏輯是「我給你工具，你自己做」。AI 原生服務公司的邏輯是「你把問題交給我，我直接交付結果」。保險經紀、會計稅務、合規、醫療行政都符合這個條件：文件密集、規則清楚、流程可以拆解，而且很多公司本來就外包。
這也是台灣值得看的一條。台灣中小企業本來就習慣把會計、法遵、人資、報稅、部分行政流程交給外部服務商。要他們從零導入一套 SaaS 工具，摩擦很大；但如果原本每月付給事務所或顧問公司的工作，可以被 AI 原生服務用更快、更透明的方式交付，採用門檻反而低。
Tenten 內部的觀察也是如此：真正會先被改寫的，不一定是最潮的軟體品類，而是那些大家已經付錢請別人處理、又很少有人喜歡自己做的工作。
太空電子：發射成本下降後，算力會被搬到軌道上
YC 這次其實開了兩條太空題目：Electronics in Space 和 Industrial Capabilities in Space。前者要的是為太空環境設計的推理晶片，要求輕、散熱好、抗輻射；後者看的是月球和軌道上的原料萃取、製造與 3D 列印。
底層變化是發射成本下降。SpaceX Starship 已經走到第九次飛行測試（Tenten 完整紀錄請見此），Stoke Space 也在追同一件事。當送上軌道的成本下降一個量級，太空裡可以做的事就會改變：軌道資料中心、太陽能直接供電的推理算力、月面工廠，這些以前像科幻，現在至少變成可以寫進商業計畫的問題。
Polaris Dawn 任務完成首次商業太空漫步，也讓私人任務的能力邊界往外推了一段。對台灣來說，衛星自主網路本來就是戰略題，太空電子剛好和半導體、通訊、電源管理、材料供應鏈接在一起。
五條跑道對照表
| 跑道 | 撰寫合夥人 | 核心問題 | 關鍵訊號 | 技術關鍵字 |
|---|---|---|---|---|
| 反無人機蜂群防禦 | Tyler Bosmeny | 攻擊成本低，防禦成本高，現有系統又彼此斷開 | AWS 中東資料中心受攻擊影響，企業開始重看實體防禦 | sensor fusion、interceptor mesh、autonomy stack |
| Agent 推理晶片 | Diana Hu | GPU 跑 Agent 工作負載時，等待和切換成本太高 | Groq 與 NVIDIA 簽下非排他授權，交易估值約 200 億美元 | context switching、speculative decoding、KV cache |
| 公司大腦 | Tom Blomfield | AI Agent 做不了深層工作，因為公司知識沒有被結構化 | Slack、Linear、GitHub、Notion、CRM 都要進入同一個智能層 | executable skills file、決策流程地圖 |
| AI 原生服務公司 | Gustaf Alströmer | 服務市場比軟體大，很多流程本來就外包 | 保險、會計、稅務、合規、醫療行政都有明確需求 | 端到端 AI delivery、按結果計費 |
| 太空電子與太空工業 | Philip Johnston / Adi Oltean | 發射成本下降，軌道算力和太空製造開始有商業想像 | Starship、Polaris Dawn、私人太空任務能力提高 | 抗輻射晶片、月面電解萃取、軌道 3D 列印 |
台灣團隊的機會在哪裡
YC RFS 是給全球申請者看的，但每條跑道的地理優勢不一樣。從台灣看，我會先看三個位置。
第一是 Hardware Supply Chain。YC 在這條跑道上寫到，深圳團隊一天可以從設計走到新零件，美國同樣的迭代可能要幾週。台灣不一定比深圳快，但品質、製程穩定度、IP 管理、工程溝通通常更適合中高複雜度硬體。醫療裝置、家用機器人、太空硬體、工業設備，都可能需要這種「比美國快、比深圳穩」的供應鏈夥伴。
第二是 Supply Chain 2.0 for Semiconductors。YC 明講，TSMC 先進封裝是 AI 算力的主要瓶頸，NVIDIA 鎖住超過 60% 產能，HBM 訂單排到 2026 年。這條跑道需要即時 wafer 配置追蹤、多階供應風險監控、出口管制合規、封裝產能預測。熟悉台積電與台灣半導體生態系的人，手上有矽谷團隊很難買到的資訊差。
第三是反無人機蜂群防禦的軟體層。台灣不一定要從零做攔截硬體，但 sensor fusion、戰場態勢同步、邊緣運算、autonomy stack 防禦，跟台灣既有的 IIoT、工控、資安和通訊技術棧有重疊。AI Agent for industrial automation 這類能力，未來可能會被搬到更嚴苛的現場。
從迷因回到現實：為什麼 YC 把清單公開
「照著 YC 清單做就能發財」這個迷因有一個盲點：RFS 不是答案卷，它比較像市場訊號。YC 在說的是：如果有人能在這些地方做出產品，他們願意認真看。
對 founder 來說，看到這份清單後該問的不是「哪一條最大」，而是三個更現實的問題。
第一，我手上的資源優勢，對得上哪一條？如果只看市場規模，很容易直接撞上資源錯配。
第二，這條跑道在台灣、東南亞、日本或美國以外的市場，有沒有區域差異？反無人機在台灣的優先性、AI 原生會計服務在日本的合規環境、半導體供應鏈工具在新加坡的金融樞紐角色，都不是矽谷團隊最先看到的東西。
第三，現在進場是早六個月，還是晚十八個月？晚不一定不能做，但你要知道對手做到哪裡了。
清單可以公開，執行密度沒辦法抄。
常見問題 FAQ
YC 2026 Summer Batch 的申請截止日是什麼時候？
根據 Y Combinator 官方申請頁，Summer 2026 準時申請截止是 2026 年 5 月 4 日晚間 8 點 PT，也就是台灣時間 2026 年 5 月 5 日上午 11 點。準時申請者會在 2026 年 6 月 5 日前收到結果。逾期申請仍會被審核，但 YC 不保證回覆時間。Batch 會在 2026 年 7 月到 9 月於舊金山進行。
不做 RFS 名單上的方向，可以申請 YC 嗎？
可以。YC 在 RFS 頁面開頭就寫，這些題目只是一小部分，不是申請門檻。RFS 是 wishlist，不是篩選條件。
YC Summer 2026 RFS 跟 Spring 2026 RFS 有什麼差別？
Spring 2026 RFS 比較偏垂直應用和具體業務場景，例如 AI for Product Management、Government AI、AI-Native Hedge Funds、Stablecoins、AI Dev Tools。Summer 2026 往更底層走，包含晶片、太空、公司知識結構、服務替代、半導體供應鏈。兩者不衝突，只是 Summer 2026 的 infra 味更重。
反無人機蜂群防禦在民間市場真的有商業機會嗎？
有，但不一定是直接賣給軍方。資料中心、機場、能源設施、大型活動場館，都是可能的民間客戶。AWS 中東事件之後，企業會更難假設「只要 multi-AZ 就夠了」。雲端可靠性以前主要談軟體和網路，現在還得談資料中心外面的物理風險。
如果不申請 YC，這份清單還有沒有參考價值？
有。YC RFS 很少見地把頂級加速器的押注方向公開，而且每條跑道都能看到是哪位合夥人寫的。對募資簡報、產品定位、媒體溝通來說，它比很多 trend report 更有用。不是因為它永遠正確，而是因為它讓你知道資本和創業社群正在把注意力放到哪裡。
來源
- Y Combinator — Requests for Startups (Summer 2026)
- Y Combinator — Apply to YC Summer 2026
- Groq — Groq and Nvidia enter non-exclusive inference technology licensing agreement
- Axios — Nvidia deal a big win for Groq employees and investors
作者觀察
我們團隊過去 12 個月協助多家台灣製造業和金融服務客戶評估 AI Agent 的導入路徑。期間我們從 Cursor 全面遷移到 Claude Code，也用 OpenClaw 框架跑了五個生產級 Agent 專案。
這份 YC 清單裡，最讓我在意的不是反無人機或太空電子。那些方向本來就很大，也一直有人在談。真正戳到我們日常經驗的是 Tom Blomfield 寫的 Company Brain。
我們在把 Claude Code 導入客戶工作流時，最先撞到的牆通常不是模型能力，而是「這家公司真正的流程是什麼」沒人講得清楚。SOP 文件常常過時，最關鍵的判斷邏輯住在資深員工的腦袋裡。沒有 company brain 這層基礎建設，再強的 Agent 也只能做表面工作。
Ewan（我們技術 lead）跟我反覆討論過這件事：把 company brain 搭起來的價值，可能比再多換幾個更大的模型還高。因為很多公司其實不是靠流程在運作，而是靠少數人在幫組織補上連續性。一旦這層被工具補起來，企業的形狀會變得很不一樣。
