YC 合伙人首次公开内部 AI 实践——他们不只是在教别人怎么做，自己也在用同一套方法把整个组织改造了一遍。这篇文章整理的就是这场访谈里最值得记下来的东西。

YC 是什么

如果你还不太熟悉 YC，先花一分钟了解一下背景。

Y Combinator，简称YC，是目前全球最有影响力的创业加速器，2005 年由保罗·格雷厄姆在硅谷创立。它的模式很简单：每年两期，每期批量投资几百家极早期创业公司，给一笔启动资金换取少量股权，再用三个月帮你打磨产品、找方向，最后办一场叫 Demo Day 的路演，让你站在几百个顶级投资人面前亮相。

从 YC 走出来的公司，读起来像一张科技史名单：爱彼迎、Dropbox、Stripe、Reddit、Coinbase，还有OpenAI。

本期访谈的主角是 YC 合伙人皮特·库曼（Pete Kumman），Optimizely 的创始人，过去一年多里他一手搭建了 YC 整套内部 AI 基础设施。主持人是陈嘉兴和另一位合伙人贾里德（Jared）。

一切从一个低效的死循环开始

故事从 YC 的财务团队说起。

每次财务的人需要查一条数据，或者走一个流程，他们就得去敲工程师的门。工程师听完需求，回去写代码，写好了交回去，财务用了一段时间又有新需求，再去敲门……周而复始，没完没了。

皮特坐在旁边看着这一幕，心里越来越不是滋味。这一年多来他每天在自己电脑上用 Claude Code、Cursor 写东西，感觉自己像是开了挂——什么都能做，不需要等别人，不需要解释需求，想到什么就做什么。

然后他抬头看看 YC 自己的工作流，感觉像是在看两个不同世纪的人在干活。

他决定做点什么。

把数据放到一个地方，才能问出真正重要的问题

皮特他们做的第一件事，其实很简单——让 Agent 直接连上 YC 的内部数据库，用自然语言查数据。

YC 有一个好条件：他们几乎所有的内部软件都是自己写的，所有数据都在同一个数据库里。被投公司的信息、创始人档案、财务记录、合伙人的 CRM 笔记，全在一个地方。这件事在很多公司根本做不到，因为数据七零八落地散在十几个 SaaS 里，Salesforce 一块，Notion 一块，再加上各种 spreadsheet，互相之间根本不通气。

但 YC 有。所以当他们给 Agent 开了一个"读数据库"的工具之后，神奇的事情发生了。

以前有人想问："过去四期里投过太空相关公司的投资人都有谁？"——这种问题，要让数据分析师花好几个小时写 SQL 才能回答，而且大多数时候你根本不会去问，因为代价太高了。现在呢？直接问，十秒钟出结果。

但更有趣的变化不是"查数据变快了"，而是大家开始问更多问题了。

以前不敢问的问题，现在敢了。以前嫌麻烦放弃的问题，现在顺手就问了。整个组织对自身数据的理解，就这样悄悄地深了一个层次。

这背后有个经济学道理，叫 Jevons 悖论：当某件事的成本降低之后，人们不是用得一样多，而是用得更多。问题也是一样——当提问几乎免费的时候，大家会开始问那些以前根本不会问的问题。这才是真正的生产力革命，不是把同样的事做快十倍，而是做了以前根本不会做的事。

工具注册表：让每个团队都能往这个大脑里装新东西

数据库连通之后，他们开始往前推进。

下一步是建一个"工具注册表"——一个共享的工具库，每个团队都可以往里面放自己的工具。财务团队加了记账的工具；活动组加了管理活动的工具；合伙人加了管理 office hours 的工具……从最开始的 20 个工具，到现在超过 350 个。每一个工具背后，都是某个团队把自己的一段工作流用 AI 封装了起来。

这件事的意义在于：这些工具一旦进了注册表，任何人的 Agent 都可以调用。不只是内部系统，连个人电脑上跑的 Claude Code 也能用。整个组织的能力，开始变成一个可以被任意调用的共享资产。

Skill：把一个人脑子里的东西，装进每个人的 Agent

再往后，他们做了一件更有意思的事：Skill（技能文件）。

Skill 本质上是用自然语言写的"操作手册"。你把自己做某件事的经验、判断标准、注意事项，用文字写下来，Agent 就会用你的方式去工作。

YC 有个经典例子。合伙人 Tom 把"如何帮创业公司写两句话介绍"这件事写成了一个 Skill。这个"两句话介绍"是 YC 非常看重的东西——听起来简单，其实极难写好，很多连续创业者都会搞砸。Tom 在这件事上有多年的经验和直觉，现在这些经验被封装进了一个 Skill 文件。

然后，几个合伙人把一次群体 office hours 的录音喂给了 Agent，让它读完之后自动改进这个 Skill。结果——那个 Skill 变得比任何一个合伙人单独去写都要好。

这就是他们所说的"超级智能是怎么在一家公司里发生的"。不是突然出现一个外星技术，而是把每个人的经验一点一点地结晶出来，变成一个可以被不断调用、不断改进的共享大脑。

每天晚上，Agent 自己给自己打分

事情发展到这里还没完。

YC 设置了一个每晚自动运行的 Agent，它会读取当天所有员工的 Agent 对话，然后找："如果提前知道哪些信息，今天的工作会更高效？"找完之后，自动去修改相应的 Skill 文件。

这是一个自我迭代的闭环。你使用 Agent，使用过程本身就在产生原材料，原材料被用来改进 Agent，Agent 明天变得更好，你更愿意用它，产生更多原材料……

他们把这个机制叫做"梦境循环"。就像人在睡觉时大脑会整理当天的记忆、巩固学习到的东西——YC 的系统每天晚上也在做同样的事，只不过整理的是整个组织的集体经验。

让所有人都看到彼此的对话

还有一个细节，听起来有点反直觉，但皮特说这是他们做得最对的决定之一。

在 YC，所有的 Agent 对话默认是公开的——广播到公司的 Slack 频道，所有全职员工都能看。

这个决定刚提出来的时候，大家也犹豫了很久。"那不是什么都被人看见了？"但他们还是决定试试。

结果出乎意料地好，而且同时从三个方向受益：

员工互相学习。皮特开始用 Agent 做一些非常有创意的事情，大家看到了，都说"原来还能这么用"，然后自己也去试。这种自然发生的示范效应，比任何培训都有效。

新员工极速上手。以前一个新合伙人可能要六个月才能真正进入状态，因为 YC 的方法论是一点一点口耳相传的，很多东西只有在实战中才能学到。现在，新人可以直接读到最优秀的同事是怎么工作的，相当于自动拜师，学习曲线直接压缩了。

公开本身成为软性管控。给 Agent 越多权限，它就越能干，但这也意味着你得信任用它的人。YC 发现，当大家知道自己的对话是公开的，行为上自然就更谨慎，不需要用技术手段去限制权限。透明本身就是约束。

"马车装马达"：大多数公司用 AI 的方式还是错的

皮特有一篇文章叫《无马的马车》，在 AI 圈里流传挺广。

文章批评的是一种非常常见的做法：在传统软件里嵌入一点 AI，然后就说自己做了 AI 产品。就像马车时代的人，把蒸汽机直接装到马车上，叫"无马的马车"——换了动力，但整个思路还是马车的思路。

最典型的例子是 Gmail 的 AI 写信功能。它确实用了 AI，但核心 prompt、工作逻辑、用户能不能改——这些都锁在 Google 手里，用户没有任何控制权。你得到的是一个固定的功能，不是一个可以被你塑造的工具。

皮特的判断是：真正的 AI 原生软件，应该是反过来的。不是"软件包裹 AI"，而是"AI 包裹软件工具"。Agent 是主体，各种软件功能是它手里的工具，用户才是真正的决策者。控制权应该从产品经理的手里，交还给每个使用它的人。

软件不再是提前写好的

顺着这个逻辑，他们还聊到了一个更大的判断：未来的软件会是"即时生成"的。

现在我们习惯的软件，是有人提前把所有功能都设计好、写好、打包好，你用的时候按菜单点。就像餐厅提前做好了一桌菜，你来了就吃。

但 Agent 带来的可能性是：你说你今天需要什么，Agent 现场给你搭一个工具，用完可以保存成 Skill，也可以下次再生成一次。不再需要一个庞大的、包含所有功能的系统——只需要一个"最小内核"加上一个能自己扩展自己的 Agent。

陈嘉兴举了个自己的亲身经历：他花了一个多月、写了五十万行 Rails 代码，做了一个叫 Gary's List 的项目。后来他意识到，同样的功能，用现在的方式重写，大概只需要一万行 TypeScript 加两千行 Markdown——而且更灵活，想改某个环节，直接跟 Agent 说一句话就行，根本不需要动代码。

这不是在说代码要写得少，而是说软件的形态本身在变。越来越多的逻辑会活在自然语言里，而不是藏在代码文件里。

我们正处在 Apple 1 时刻

聊到最后，他们说了一段让人很值得记下来的话。

现在 AI 的发展，可能会走向两种截然不同的未来。

一种是集权的：五家大公司控制所有最强的模型，普通用户只能在它们划定的范围里使用，就像大型机时代，你得申请才能用那台值几百万美元的计算机，而且完全由机构来决定你能用它做什么。

另一种是分权的：每个人都有自己的 Agent，能改自己的 prompt，能接自己的数据，能选自己的模型，能控制自己的工作流——AI 是你的延伸，而不是某家公司派来管你的工具。

他们说，我们现在处于"Apple 1 时刻"。1976 年，乔布斯和沃兹尼克在车库里焊电路板，卖出了 500 台 Apple 1。那时候大多数人还不知道个人电脑是什么，但那个时刻，历史的走向已经悄悄改变了。

现在正在看这些内容的人，正在学着用这些工具、琢磨这些问题的人——就是那个时代车库里的那批人。

我们现在做的选择，会决定 AI 最终是谁的工具。

本文整理自 YC Light Code Podcast，原标题《Inside YC's AI Playbook》主讲：YC 合伙人皮特·库曼（Pete Kumman）／主持：陈嘉兴（Garry Tan）、贾里德（Jared）