两天、14 位大咖、2000 人：YC AI Startup School 圈定 AI 创业 3 条跑道

全文 4,000字 | 阅读约 20 分钟

（2025 YC AI创业学校 马斯克访谈精彩片段）

48 小时、2,000 张手写邀请函，把全球最“能写代码、敢写商业计划”的年轻人卷进了旧金山 Moscone 会议中心。

14 位 AI 圈“天梯段”大咖——从 Sam Altman、Elon Musk 到 Andrew Ng、Fei-Fei Li——轮番上场，把如何将AI技术转化为成功企业的方法和经验，传授给下一代创业者。

这场首届 AI Startup School 堪称'创业者的黄埔一期'；Sam Altman 开门见山：“我们正经历历史上最大的平台换代——错过今天，就要再等十年。”

两天的密集输出如暴雨般倾泻：

• Musk 复盘了从政治到 xAI 的第一性原理应用；

• Nadella 打开“Copilot × 平台协议”背后的商业版图；

• Karpathy、Ng、Chollet 分别掀起模型、数据、推理三大突破口；

现场 Q&A 直击“从 0 到 1 的第一行代码该写哪行”——所有问题，都把下一条机会跑道标得清清楚楚。

本文只做一件事：

把台上 14 位讲者的全部干货，浓缩成「AI 创业 3 条跑道」——

• 平台跑道：Altman × Musk 解构主线任务与产品窗口；

• 结构跑道：Nadella × Kaplan 构建出记忆、权限、工具的中间层竞争壁垒；

• 语言跑道：Karpathy 提出软件 3.0，提示词就是新编程语言。

读完之后，你就能用这 3 张路线图，把“AI 爆发窗口”从热闹新闻，转进自己的产品待办。

如果你现在不开始，十年后可能连门票都没有。

这是 Sam Altman 在 YC AI Startup School 上说出的第一句话。

他不是在强调某个模型的能力，而是在提醒每一位创业者：

这不是一次工具升级，而是一场平台更替。

就像互联网刚刚出现时，几乎没人知道浏览器会变成主入口。

现在，我们站在另一次类似的起点——AI，不是插件，不是功能，是平台。

ChatGPT 背后，隐藏着一个没人抓住的红利

Altman 提到，现在的 AI 模型已经跑得太快，快到我们来不及为它们构建真正匹配的产品。

他把这种差距叫作“产品–能力错位”：

模型已经能做的，远远超出了我们目前能想象到的产品形式。

举个简单例子：记忆功能早已上线，很多人却还把它当成聊天记录增强版。

Altman强调：我最喜欢的不是模型生成能力，而是它开始‘记住你’之后，像一个真正的助手。

这不是聊天，而是行动的开始。

换句话说： 模型不再是等你输入，它会开始主动联系你。

这不是进化一项功能，而是开启一个新平台。

Musk：从DOGE到 AI，他只讲一件事——回归主线

在现场，Elon Musk 没讲笑话，也没抛段子。他讲的是自己的转弯：

“我一度被卷入很多支线剧情，比如政治，比如华盛顿……但现在我回来了，我要回到主线任务。”

这个主线任务，就是 xAI。

他说自己创业初期并不认为自己能做成什么伟大的事，甚至觉得公司几乎一定会失败，但他还是试了——因为这才是真正值得做的事情。

他强调，不要等到 AI 已成定局时再来“插一脚”——那时你做的不是平台，只是补丁。

Musk 还用了一个比喻：“你现在看到的，是一场海啸即将登陆。但人们还在沙滩上捡垃圾。”

这场海啸，就是 AI。

Altman 总结给创业者的 3 条建议

1、大胆，但从小处做起

“OpenAI 一开始只有几个人，但我们从第一天起就想做件大事。”

2、不要去卷热门赛道，要做别人不理解的事

“当聪明人告诉你这事不行时，继续坚持，慢慢就容易了。”

3、最好的防御，是做出独特的产品

“一开始没人抄你，是你最大优势。”

他特别提醒，那些看上去最奇怪、最不像正路的方向，往往才是你真正的机会。

Altman 说的是窗口，Musk 说的是方向。

他们给创业者的共同提醒是： 别再把 AI 当工具，而是当平台入口。

别等市场确定了再做，而是现在就出发，哪怕还看不清终点。

OpenAI 和 xAI 争的是模型上限，Satya Nadella 关心的是模型之下，产品从哪里开始。

他在活动现场反复追问的只有一句话：

模型的边界在哪，产品又从哪开始？

他说，这个界限决定了未来 AI 创业公司该做什么、能做什么、该避开什么。

模型不是产品，真正的入口在中间结构

Nadella 提出，如果未来的 AI 不只是聊天工具，而是能帮你完成任务的助手，那它至少要有三样能力：

记住你上次说了什么（记忆） 能用你已有的工具（调用工具） 知道它能做什么、不能做什么（权限）

这三者组合起来，才可能变成一个真正能代表你去执行的 AI。

Nadella的原话是：只有当AI能持续记住上下文、调用外部工具，并在权限范围内行动时，它才真正具备产品价值。

他补了一句——

“未来最好的产品，不是你在用它，而是它能为你‘代劳’。”

不再是工具箱，而是执行代理

Anthropic 联合创始人 Jared Kaplan 接着补充：

他说，当我们还在给 AI 加插件时，真正的趋势已经开始换轨了：

我们正从副驾驶插件，走向自动化整个工作流程。

他解释说，那些从头把流程打通的创业者，已经不再只是让 AI 帮你输入输出，而是让 AI 从头到尾干完这件事。

他用一个特别直白的问题提醒大家：

“70%的准确率就能跑通一个流程，你还非要等到99.9%才上生产环境吗？”

换句话说，你等得越久，窗口可能已经被别人占了。

三个最容易被忽视的方向，其实是最大的机会

1、记忆不是“历史记录”

它是把 AI 从一次性助手变成“长期搭档”的前提。

2、工具不是“插件”

真正的 AI 应用，会像人一样用 Excel、打开 Notion、查公司数据库。

3、权限不只是“登录设置”

它决定了 AI 能否安全接入企业流程，敢不敢被真正部署。

Nadella 点明：

“谁能把这三件事做深做透，谁就可能定义下一代 AI 应用的样子。”

模型的事，不是你能左右的；但模型之后的那一段，才是你真正能动手的地方。

别只盯着模型看， 真正的机会，是在“模型之后、产品之前”。

如果说 Altman 和 Nadella说的是“做什么”，那 Karpathy讲的就是“怎么做”。

他用一张图，把整个软件世界划分成了三代。

软件1.0：手写代码 如果你要判断一句话是不是正面评价，你得写 if-else 语句、写规则。 软件2.0：模型训练 你用几万个正负样本去训练一个情感识别模型。 软件3.0：自然语言提示 你写一句话：你是一个情感分类器，请判断下面这句话是积极还是消极。

然后，AI 就按你的“提示”执行任务。

Karpathy 的原话是：我们正从写代码，到写提示。提示词已经是新语言了。

不再是写程序，而是控制智能的开关

他举了一个特别容易理解的比喻：

提示词就像一组滑块，你可以调节 AI 介入的深度。

比如你让 AI 写代码：

• 用一个简单提示，AI 只帮你改一行；

• 用复杂一点的提示，AI 可以帮你重写整个文件；

• 给它更多上下文，它甚至可以帮你处理多个项目文件；

• 如果你愿意，它可以“自己动”，自动接管整个流程。

这就是他口中的“自主滑块”机制。

就像钢铁侠的盔甲，大多数时候它增强你；在必要时，也可以自己动。

提示词 ≠ 表面功夫，而是新一代产品接口

Karpathy特别强调，不要再把提示词当作'营销噱头'那种玩法了。

他说：

提示工程是通往软件3.0的桥梁，不是临时补丁。

提示词不是为了让 AI 看起来聪明，而是为了控制它“干多少、管多深、听谁的”。

这意味着：

• 会写提示的人，就像十年前会写 SQL、会写接口文档的人一样吃香；

• 提示词，正逐渐变成产品的输入层，也是未来 AI 界面本身。

Kaplan 加一句现实提醒：最大的问题不是模型能不能做，而是团队怎么把这些智能接入工作流。

也就是说，你不是要训练 AI，而是要让它进得了门、派得上用场、用得起来。

✅ 小结：

Karpathy 给出的不是技术趋势，而是操作指南：

• 你不一定是工程师，但你可以通过提示词调动智能；

• 你不一定做 AI 公司，但你迟早要和 AI 一起工作。

软件的语言正在变。谁先学会用人类语言和 AI 说话，谁就先掌握了下一代入口。

第四节｜选人比选计划重要：Altman × Nadella 的招聘观

在 YC 的现场，Sam Altman 没讲组织架构，也没讲战略图。他反复强调一件事：

早期创业不是在执行计划，而是在找到对的人。

他说，OpenAI 最开始的团队只有几个人，每个人都不是专家，甚至很多人没有博士学位，但有一条共同特征：

我们挑的是成长曲线，而不是起点。

换句话说，你不需要一开始就完美，但你得在快速上升的路上。

Altman还说，很多创业者犯的错是——

“你总是想找看起来已经很厉害的人。但问题是，那些人往往已经到顶了。”

他建议真正要找的是：

“正在走上坡路的人，那些有潜力不断突破自己的人。”

Nadella 的选人三标准，值得所有团队照抄

微软 CEO Satya Nadella 也在现场讲了他选人的三条标准，不长，但直击要害：

① 清晰度制造者 —— 能把复杂的事说清楚，自己也不容易被带乱；

② 能量创造者 —— 不光自己有动力，还能让团队跟着他干；

③ 突破者 —— 在条件不够、资源不全的时候，能找到往前走的方法。

Nadella特别强调：我最喜欢问的面试问题是：你有没有做过一件几乎没人支持、但你还是做成了的事？

他说，这种人通常能扛住压力，也能带着别人往前推。

团队不是招聘清单，而是'未来成功的核心力量

Altman提出：

“很多人搞错了早期招聘，以为是缺人就招，其实是在早期员工决定公司能做多大。”

你招的第一批人，不只是来干活的，更是决定公司以后什么样子的关键人物。

• 一个不合适的人，会让公司节奏崩掉；

• 一个真正合适的人，会在方向不明时站出来给你指路。

好的团队，不是把优秀的人凑在一起，而是方向感、抗压能力和执行节奏的组合。

Altman 和 Nadella说的本质是：

创业前五人，不是组队，是选未来十年的“共创者”。

这条跑道的门槛不在学历，而在你敢不敢一起扛事、一起把想法落地。

很多创业者以为，成功靠的是好点子。

吴恩达却说：“真正的差距，在于谁更快落地。”

他给出了一套被很多 YC 创始人奉为“产品加速器”的方法论——反馈六阶段：

• ① 自己上手试用（10分钟）

• ② 问3个朋友或队友（0.5天）

• ③ 找3～10个陌生人聊聊（1天）

• ④ 把原型发给100人试试（1周）

• ⑤ 发给1000个真实用户，收定性定量反馈（2周）

• ⑥ 发布产品，开始 A/B 测试（2个月以上）

吴恩达解释说：大部分人卡在第2步就不动了。以为没问题了，其实问题都在第5步才出现。

他强调，这套方法不是为了追求完美，而是为了尽早知道你错在哪儿。

李飞飞：AI 是工具，但不能失去人性

李飞飞在现场只讲了一件事：“不要忘了人性。”

她不是反对技术，而是提醒大家——AI 再强，它服务的是人。

她说：

我们打造的技术，应该让人类更有尊严，而不是让人变得边缘化。

她提出“以人为本”的三个原则：

• 先看问题是不是真实的，不是看技术炫不炫；

• 先看能不能用得起来，而不是能不能写得出来；

• 先想清楚，这个工具是替代人，还是帮助人。

她特别强调：

“AI 要的是落地，不是漂在空中的热闹。”

从技术转化为产品，核心在于对现实的感知

吴恩达补了一句很有力量的话：你越快接触真实用户，越早知道你做的是不是错的事。

这句话背后的逻辑是：

不是产品做不出来，而是产品不该做、或做得太晚。

反馈机制，就是把你从“想当然”的幻想中拉回现实。

落地这件事，说起来简单，做起来最难。

吴恩达教你的是：怎么快速走完试错路线图； 李飞飞提醒你的是：别忘了人的感受和意义。

一句话总结他们的共识：

技术不是越大越好，而是越快验证越有用；

不是更聪明才对，而是更贴近用户需求才行。

结语｜这三条跑道，不是知识，是选择

两天的 YC AI Startup School，没有任何技术发布，也没有现场演示。

但所有人都感受到了一件事：机会窗口正在打开，只是有些人看见了，有些人还没意识到。

• Altman 说，这是产品能力错位下最好的创业时点；

• Nadella 指出，真正有价值的 AI 应用，不靠炫技，而靠结构整合；

• Karpathy讲得更直白：你已经进入了提示词就是接口的时代。

三个方向已经很清楚了—— 你要么抢占核心位置，要么被挤到边缘。

你不一定马上去创业，但你必须做出选择：

是站在边上看热闹，还是主动参与进来，做点什么。

本文由AI深度研究院出品，内容整理自 YC AI Startup School 演讲。未经授权，不得转载。

星标公众号， 点这里 1. 点击右上角 2. 点击"设为星标" ← AI深度研究员 ⋮ ← 设为星标

参考资料：

https://x.com/jia_seed/status/1934761718477099291

https://www.ycombinator.com/blog/ai-startupschool

https://analyticsindiamag.com/ai-news-updates/y-combinator-announces-its-first-ai-startup-school/

https://www.entrepreneur.com/en-in/news-and-trends/y-combinator-launches-ai-startup-school-to-foster-next-gen/486820

https://techcrunch.com/2025/03/29/elon-musk-says-xai-acquired-x/

https://analyticsindiamag.com/ai-news-updates/y-combinator-announces-its-first-ai-startup-school/

来源：官方媒体/网络新闻

排版：Atlas

编辑：深思

主编: 图灵