这是为开发者做桌面工作流自动化的公司。假如你在一家医院负责患者入院流程，每天要安排一整个团队在旧系统里反复点击和输入来预约，屏幕弹窗和卡顿总让人手忙脚乱。Cyberdesk 的智能体能够记住这些操作步骤，快速重复执行，同时适应屏幕上的意外变化，就像人熟悉软件后操作更快却仍能应对突发情况。它已经在生产环境中运行，在电子健康记录应用里创建预约，并在传统企业管理系统中处理文件。这家公司来自 YC 夏季 2025 批次，团队只有两人，产品于七月中旬发布，这种能记忆并适应变化的计算机使用智能体，正是自动化人工桌面流程所需要的。

这家公司切的是人才与公司情报搜索。如果你是一位负责招聘的工程负责人，需要在短时间内摸清某个技术领域里有哪些团队和关键人物，手动搜索往往费时又零散。Autumn 构建的研究智能体可以回答关于人和公司的大规模问题，背后是超过十亿人、一亿家公司的实时索引和先进的网络研究工具。它已经进入 Brex、Rippling、PostHog 等企业团队的生产流程，用于人才搜寻、信息丰富和身份验证。这家公司来自 YC 冬季 2026 批次，团队仅四人且正在招聘，它的愿景是成为智能体理解人与职业网络时使用的搜索引擎。

这是做医疗研究数据准备的公司。想象你正在一家医院的研究团队工作，一项临床研究启动前，同事要花数周从电子健康记录、临床笔记、可穿戴设备和问卷等互不相通的系统里拉取患者数据，逐份读病历，在表格里核对冲突条目。Sutrix 把人工智能系统部署在团队自己的环境中，跨来源链接患者记录，应用研究规则，并标记不清楚的病例供人工复核，从而把数据准备时间缩短八成，从每项研究数月降到数周。它已经服务十多家机构的研究团队，来自 YC 秋季 2026 批次，团队是两兄弟，此前在 HSS 做前线部署工作时就解决过类似问题。

这是为硬件工程做固件仿真的公司。一个嵌入式工程负责人每天可能遇到这样的麻烦：固件改动要等真实硬件到位才能验证，排队和调试拖慢整个节奏。Simantic 用为人工智能采用而开发的硬件仿真，让人类和智能体都能看到过去被物理世界限制的硬件内部情况。它不只是软件工具，而是把仿真能力放进硬件开发流程，帮助团队在流片或上板之前就发现问题。这家公司来自 YC 秋季 2026 批次，位于加拿大滑铁卢，团队四人且正在招聘，方向覆盖开发者工具、硬件、半导体和电子。

这是帮医疗机构无工程团队也能部署合规内部工具的公司。假如你是一家诊所的运营负责人，同事用一下午拼出一个适合自己流程的小工具，却只能留在本机，因为信息技术部门不会允许未经身份验证和权限管理的工具接触患者健康信息。Floracene 让医疗运营者描述所需工具，一键部署并连接生产数据，读写权限按用户限定，相当于为没有工程团队的医疗企业量身定做的内部工具平台。它的第一个客户就有多名员工各自建了有用的工具和看板却无法共享，接入后几周内便整合了这些工具。这家公司来自 YC 夏季 2026 批次，团队两人。

这是为工业工程团队做智能体的公司。如果你是一家重型设备制造商的设计负责人，从概念到产品上市往往要经历漫长的建模、仿真和反复修改。HERA 构建物理人工智能工具，帮助重型工程团队把产品上市速度提升最多二十倍，目前服务于数据中心辅助设备、可再生能源系统、机器人、换热器、电厂和压力容器等制造商。它把能力放进工程设计与制造的真实环节，而不只是一个手机应用。这家公司来自 YC 夏季 2026 批次，团队两人且正在招聘，方向覆盖企业服务、设计、设计工具和制造业。

这是为机器人提供通用智能的公司。想象你负责一条产线的机器人部署，硬件已经就位，但机器人面对为人类建造的世界仍然笨拙，换一个任务就要重新编程。Intelligence Factory 认为硬件正在趋同，智能才是最大瓶颈，于是用人类学习任务的方式，即看、做和感受，来训练机器人，目标是打造能在任何机器人上运行、并无缝融入我们世界的通用智能。这不是一个手机应用，而是把推理和行动能力放进机器人本体与随身场景。这家公司来自 YC 春季 2026 批次，团队十人且正在招聘，场景本身值得关注，因为机器人正成为新范式。

这是在美国建设自主工厂的公司，先从按需数控加工做起。假如你是一家硬件公司的工程负责人，需要小批量、多品种的零件，传统加工厂排期长、沟通琐碎。twentyfour26 开发标准化制造单元，把机床、刀具、工装和检测纳入同一系统，模型被训练来解读计算机辅助设计图纸、规划加工策略、选择刀具和装夹并操作机器。它已经在湾区周边为硬件公司制造零件，最快约四十八小时交付，用自己的机器在真实生产负载上开发和部署自动化。这家公司来自 YC 秋季 2026 批次，团队两人，目标是让制造一百种设计像制造一百件同款一样容易。

这是做个性化肽类和 GLP-1 药物的全栈制药公司。如果你是一位想获得个性化治疗的 patient，传统药厂为百万人生产同一种药，很难照顾不同生物学和不同反应。RonanRx 自己生产药物、直接面向患者销售，去掉推高药价的中间环节，患者通过远程医疗平台完成问诊，由持照医生评估后获得个性化处方。它在最初十周内从没有药房发展到在三十三个州获得许可，上线后每周增长五成，人工智能让为每位患者定制治疗成为可能。这家公司来自 YC 夏季 2026 批次，团队五人。

这是做金融合规的主动式人工智能的公司。一个交易撮合者每天要盯网络、管道和进行中的流程，稍不留神就错过目标公司启动交易程序的信号。Maywood 的人工智能全天候在后台运行，跟踪关系和人脉动态，在目标准备启动流程时提醒并代拟外联邮件，监视领英、新闻和会议跟进中的网络活动，汇总进行中流程的状态和风险，还会自动更新客户关系管理系统和跟踪表，生成包含关系历史、近期活动、交易背景和外部研究的会议简报。用户可以通过邮件、Teams 或平台本身与它互动。这家公司来自 YC 冬季 2026 批次，团队五人且正在招聘。

这是为人工智能智能体提供责任保险的创业公司，专门覆盖传统职业责任险和网络安全险明确排除的智能体行为风险。假如你是一家公司的法务负责人，企业采购部门问你，如果部署的智能体在自动采购或修改敏感数据时出了错，谁来赔，你翻遍现有保单也找不到答案。Klaimee 的做法是对智能体做关键类别风险评估和认证，再提供财务担保与责任保险，并生成企业采购能签字认可的文件。它值得关注，因为公司处于 YC 春季 2026 批次，团队只有两人且正在招聘，产品从第一天就支持自助购买，而加州第 316 号法案和欧盟人工智能法案正在把部署者的责任变成现实压力。

这家公司切的是工程仿真基础设施，用人工智能驱动真实的数值求解器来做物理计算。一位负责流体设计的工程师每天要花大量时间手写仿真算例、划网格、跑求解器，改一个参数就得重来一遍。Standard Physics 的 Reynolds 让工程师用日常语言描述流动，自动生成算例、网格和结果，而且开源可复跑；Archimedes 则让成群的智能体并行尝试成千上万种布局，用物理结果筛选方案。它值得关注，因为团队来自 YC 冬季 2026 批次，产品按结果收费，客户为更好的设计付费，而不是为软件席位付费。

这是给物理世界人工智能做风险量化的平台，方向是让保险公司能对自动驾驶卡车和机器人定价。一个保险公司的精算师今天要为一支自动驾驶车队报价，却发现历史理赔数据几乎为零，传统车险背后有三百多亿条理赔记录，而自主系统没有。Valgo 从路线、任务和环境出发自下而上建立概率模型，输出模拟损失估计，供保险公司定价。它值得关注，因为团队来自 YC 冬季 2026 批次，两位创始人是斯坦福博士，在物理人工智能系统安全验证方面有专业积累，其中一位在斯坦福讲授相关课程。

这是做高安全托管基础设施的公司，面向那些承受不起被入侵后果的软件。如果你是一家金融科技公司的工程负责人，审计方要求你证明生产环境跑的正是经过审查的那份源代码，而不是云厂商或内部管理员手里的不透明二进制文件，你很难拿出证据。Caution 把机密计算封装成基于 git 的简单工作流，让开发者在几分钟内部署到安全飞地，并向客户、审计方和交易对手提供密码学证明。它值得关注，因为公司处于 YC 夏季 2026 批次，团队五人，专注网络安全与云基础设施，补上了现有证明工具只能验证二进制哈希、无法追溯源码的缺口。

这家公司做的是物理人工智能的传感器运动上下文数据采集，把能力放进可穿戴设备而不是手机应用里。一个机器人学习研究员需要训练机械臂完成精细操作，却苦于缺少带触觉和肌肉信号的真实动作数据，光靠摄像头拍不到手上的力。Preload 正在迭代多模态硬件栈，目前包括第一视角设备、触觉手套和肌电传感器，用来收集可扩展的数据集，并探索把这项技术用于外科手术训练。它值得关注，因为团队来自 YC 秋季 2026 批次，创始人是约翰霍普金斯和加州理工的博士，在脑机接口领域有专业背景，这类随身传感硬件正是纯软件方案拿不到的数据入口。

这是做防空探测硬件的公司，用被动传感器网络追踪无人机和导弹，而不依赖雷达。想象你负责一处关键设施的防空值班，传统雷达对低空小型目标探测吃力，而且单点部署一旦被针对就整片失明。Arlo Industries 用网状架构铺设大量传感器，单个传感器成本线性增加，追踪精度却呈指数提升，提供广域持续覆盖。它值得关注，因为公司处于 YC 春季 2026 批次，团队三人且正在招聘，创始人曾在以色列防务生态工作六年多，亲历多次冲突并见证铁穹等系统的实际运行。

这是做员工福利经纪的人工智能原生公司，服务两百人以下的企业。如果你是一家小公司的运营负责人，每年续保时面对百分之十五到四十的保费涨幅，却始终看不到自己公司的理赔数据，只能被动接受。Ignition Benefits 把销售和后台流程重做成人工智能优先，帮小企业看清自己的数字并做出更合理的福利决策。它值得关注，因为公司处于 YC 秋季 2026 批次，团队十二人且正在招聘，创始人曾在 Plated 从自己跑工资单一路做到一千五百人规模，五年里在福利上浪费了超过四百万美元，这个市场约五千亿美元市值且五十多年没有根本变化。

这家公司做的是用大语言模型控制机器人，属于机器人自动化与开发工具方向。一个工厂自动化工程师今天想让机械臂完成新的抓取任务，传统做法要重新写程序、调参数，动辄几天。Waddle Labs 的方向是让语言模型直接理解指令并驱动机器人动作，把自然语言变成控制信号。它值得关注，因为公司处于 YC 夏季 2026 批次，团队两人且正在招聘，这个方向正处在语言模型与真实硬件交汇的位置，场景本身说明通用指令控制机器人是自动化落地的关键一步。

这是做智能体支付工具的金融科技公司，让智能体能收发钱，定位是给智能体用的 Venmo。想象你是一个运动用户，跟朋友打赌明天跑不完十公里就付他十美元，你把这条件告诉智能体，它去查 Strava 记录，没跑够就自动付款。Versine 通过接口接入 ChatGPT、Claude 等智能体，能分账单、付发票、和室友分摊房租水电，收款方无需注册，收到链接就能提现到银行。它值得关注，因为公司处于 YC 秋季 2026 批次，团队三人，银行与出款服务由持牌合作方提供，把智能体从只会说话推进到能真正动钱。

这是给大学校园做行政自动化的公司，用智能体处理教务和运营中的重复工作。一位大学教务管理者每天要面对大量学生咨询、选课调整和跨系统录入，人手不够却又要提升留存率。Risely AI 直接接入学校已有的学生信息系统、学习管理系统和客户关系管理系统，学习每所院校的独特流程，再部署专门的智能体分担行政事务。它值得关注，因为公司处于 YC 夏季 2025 批次，团队八人，创始人曾在 Salesforce 从零搭建教育云并做出被广泛使用的学生信息系统核心，而高校每年在行政人力上的支出高达七千三百五十亿美元。

这是做物理世界人工智能数据网络的公司。假如你是一家仓库的运营负责人，每天看着熟练工人在货架间快速拣货、绕开障碍、处理各种意外，你会意识到这些动作细节从来没有被完整记录下来，而训练机器人和世界模型恰恰最缺这种真实数据。DeepReach 的做法是自己设计和制造可穿戴的立体采集设备，再交给本地数据合作方，让他们把采集当成自己的生意来经营，场景覆盖仓库、车间、农场、厨房和修理店。合作方负责本地关系，公司提供硬件、软件平台、质量流程和结算。这种结构让数据分散在不同环境里，而不是集中在少数几个场地。它来自 YC 夏季 2026 批次，团队六人，正在招聘，物理世界数据这个方向本身就值得关注。

这家公司做的是为物理世界人工智能采集数据的生意。假如你是一位在仓库里干了十几年的老手，每天靠经验判断哪批货该先上架、哪条通道容易堵，这些本事从来没被写下来过，也没人买得到。DeepReach 设计和制造可穿戴的立体采集设备，交给本地数据合作方，让他们把采集当成自己的生意来跑，仓库、车间、农场、厨房、修理店都可以，合作方负责本地关系，公司提供硬件、软件平台、质量流程和付款。这样数据才能分散在不同环境里，而不是堆在同一个场景中。它来自 YC 夏季 2026 批次，团队六人，正在招聘，值得关注的是它把硬件和本地网络结合起来解决物理世界数据稀缺的问题。

这是做无人机防空拦截的硬件公司。想象你负责一座数据中心或变电站的安保，某天夜里传感器报警说有不明无人机逼近，而现场没有值班机组，传统防空导弹一发上百万美元，打几千美元的来袭目标根本不划算。IMPACT 的做法是把自主拦截无人机装进密封箱里，箱子就放在要保护的地点，传感器发现敌意无人机后，拦截机自己顶破易碎盖升空，靠机载视觉在卫星定位被干扰时仍能追踪并撞毁目标。它把防空变成订阅服务，硬件、补弹和监控都包含在内，客户不用买导弹。这家公司来自 YC 夏季 2026 批次，团队只有两人且正在招聘，已签下超过 1.8 亿美元意向书，场景本身也说明关键基础设施面对廉价无人机蜂群时的防护缺口值得关注。

这是做移动应用测试智能体的公司。想象你负责一个头部应用的发布，每次上线前要花好几周、拉上好几个团队把功能、无障碍、应用商店政策逐项过一遍，问题还是常常漏到用户手里。Aucert 用一组专家智能体替团队跑这些检查，几小时内完成，还能接进智能体编程流程，让问题在同一个循环里被修掉。目前覆盖功能测试、无障碍、谷歌应用商店政策和苹果应用商店政策，性能和安全的检查在计划中。它来自 YC 秋季 2026 批次，团队两人，暂不招聘，场景本身说明了发布测试这件事有多费人。

这家公司切的是手机这个入口，想把人工智能直接放进你随身带的设备里。如果你是一位每天被通知、短信和邮件淹没的人，Blue 会替你读每一条，能处理的就处理掉，只给你留个知会，需要回复的就先起草好等你点头，其他事情按一下键说清楚，它在后台调用合适的应用去办。它不只是一个手机应用，而是跑在自己的系统上，今天装在谷歌 Pixel 上，自有硬件在开发中，换机时能把应用、消息、照片和密码带过来，所以它一开始就知道谁重要、你怎么写字、用哪张卡。它来自 YC 夏季 2025 批次，团队七人，正在招聘。

这是用人工智能为半导体行业寻找新材料的公司，重点指向数据中心和晶圆厂。假如你在一家芯片厂负责工艺，眼下最头疼的是功耗和散热每年翻倍，现有材料快撑不住这条增长曲线，而找一种新材料过去要在实验室里耗上十年以上。Discovered Materials 想用一群智能体把这段时间压缩到几个月。输入资料提到，联合创始人 Akash 在斯坦福读博期间研究半导体材料发现，他为纳米级互连找到的材料已被英特尔和台积电纳入路线图；另一位联合创始人 Advaith 曾是 Persona 人工智能 的创始应用科学家。它来自 YC 春季 2026 批次，团队四人，正在招聘。

这家公司做的是工业场景里协调人、智能体和机器的软件。如果你是一家工厂的运营负责人，会发现关键知识往往只装在几位老员工脑子里，软件和机器彼此不通，全靠人去串。Faraday 接上企业现有的软件和设备，围绕每家公司的流程和数据搭出训练与评估环境，完成的活、纠正和员工反馈都会让智能体变好，并且带到后面的任务里，企业的经验因此留了下来，还越用越强。它来自 YC 秋季 2026 批次，团队两人，暂不招聘，值得看的是它把知识沉淀和自动化放在同一套系统里。

这是做工伤医疗保险领域护理协调的公司，用语音智能体切入。想象你在一家管理受伤工人护理的机构负责理赔协调，手下的呼叫中心人手不够，信息还在靠电话、传真和邮件来回传，每拖一天，工人康复就慢一天，医疗机构吞吐下降，保险公司和雇主的花费也往上走。Evergrove 的语音智能体已经在为全美最大的几家工伤管理护理机构和专科康复网络打电话，每年超过五十万通，客户平均看到流程完成率提升四成、周期缩短十倍、成本下降六成以上。它来自 YC 夏季 2026 批次，团队两人，暂不招聘。

这家公司做的是面向单个患者的个性化研究服务，覆盖肿瘤、罕见病和未确诊疾病。假如你是一位临床医生，手上有一位已经用尽标准方案的患者，或者一位想为复发提前做准备的人，你需要在庞杂且不断更新的科学证据里替这一个病人找出路，却很难调动一整套研究资源。Omanta 把大型研究项目所需的运营、人员、专业能力和技术都指向单个患者，包办组织物流、诊断跟进、数据整合、多组学分析和治疗策略制定，并作为临床医生的协作伙伴，给出随证据演进的路线图。它来自 YC 夏季 2026 批次，团队六人，暂不招聘。

这家公司做的是房贷发放环节的智能体自动化。如果你是一位房贷机构的承销或运营负责人，每份申请都要人工看懂申请人的情况、核对文件、做完初步承销，慢一步客户就可能流向别家，错一处后面还要返工。Copperlane 用智能体去理解申请人画像、验证材料并完成初步承销任务，帮贷款机构加快流程、减少申请里的错误。它来自 YC 冬季 2026 批次，团队三人，正在招聘，值得关注的是它把智能体放在房贷这种文件密集、容错率低的流程里。

这是做加密支付钱包的公司。假如你是一名需要经常收付稳定币的独立开发者，今天要给海外客户结一笔款，却发现常用钱包又慢又悄悄把你的交易路由给能赚手续费的一方，还担心自己的资金流向被第三方看光。Fire Wallet 把多链、非托管、端到端加密放进一个钱包里，私钥始终在你自己手上，同时内置支付处理和法币出入金通道，并尽量选择成本最低的路径来路由付款。它来自打造过 Signal 内置加密货币 MobileCoin 的团队，属于 YC 秋季批次，团队三人，场景本身说明钱包的速度、隐私和自主控制对日常收付的人有多实际。

这家公司切的是企业安全里的自动化攻防。想象你是一家科技公司的工程负责人，代码由智能体越写越快，可安全团队还是那几个人，漏洞报告堆在队列里，你分不清哪些真能被利用。0.security 让自主智能体去攻击软件、逐一验证发现的漏洞，然后直接提交修复，覆盖从网页应用、依赖库一直到操作系统和 Linux 内核的整条栈。它提供两条产品线，一条是开发团队接入代码仓库后全天候处理安全，另一条是开源的运行框架，由公司为企业和关键基础设施部署。团队称已在多国政府软件和运行在三十亿以上设备上的软件中发现并修复数十个此前未知的漏洞，并与安永等机构合作，属于 YC 秋季批次。

这家公司做的是重工业的数据底座。一个工厂的工程负责人每天要面对成堆的管道仪表图、电气原理图、设备数据表和扫描件，想查某个阀门连接到哪里，只能翻图纸或问老师傅。Operon 把这些杂乱文档吃进去，整理成一份结构化、可查询的整厂模型，工程师用自然语言就能向自己的工厂提问，还能在此基础上搭建面向安全、合规和设计的智能体工作流。它属于 YC 夏季批次，正在招聘，团队规模在输入里没有给出，但对流程工业来说，把图纸变成可查询的数据本身就是长期存在的痛点，值得关注。

这是做开发与办公智能体的公司。如果你是一名每天在工单、代码和消息之间来回切换的工程负责人，早上打开电脑就有一串问题等着你，从修一个缺陷到提交一个合并请求，全都要你亲自盯着。Reason 让云端智能体自主跑完整个流程，可以从一个工单一路做到完成的合并请求，也能按计划运行或由 Slack 告警触发，并以 Mac 应用、网页、命令行、Slack 和接口等多种形式提供，约有上百个集成和可分享的技能。它称在同等表现下比 Codex 的任务成本低百分之二十二，还支持自带密钥和订阅，额度用完后工作可以接着往下走。它属于 YC 秋季批次，正在招聘，团队两人。

这家公司做的是同时管理多个编程智能体的桌面工具。一个工程负责人如果同时开着十几个编码会话，很快就会发现自己成了瓶颈，每个会话都来问点小事，一天下来全在回答而不是做决定，也看不出哪个在推进、哪个卡在琐事上、哪个已经悄悄做错了方向。Maxxwell 把所有会话放进一个窗口，标出每个是在工作、空闲还是在等你，并在上面放一个自己的编排会话，替你读其他会话并汇报进展，告诉你什么已经落地、它替你决定了什么、哪些才真需要你拍板。每个执行会话都是你自己未改动的工具，Claude Code、Codex 和 Cursor Agent 都能在可随时接管的真实终端里运行。它属于 YC 夏季批次，团队两人。

这是做临床试验运营的公司。假如你在一家药物或器械企业负责试验推进，最头疼的往往不是科学问题，而是项目管理、监查、数据管理、中心协调、源数据核对、疑问解决这些服务性工作，它们占掉了新药和器械开发支出的一大部分，而传统合同研究组织靠庞大团队来完成。Harbor 先做面向临床试验数据的原生记录系统，把软件业务做到七个试验、约十八万七千美元的签约软件收入，随后扩展到全流程试验执行，并签下首份三年一百九十三万美元的合同研究组织合约。它属于 YC 春季批次，团队四人，这个从软件走向服务的路径本身值得看。

这家公司做的是实验室仪器的自然语言控制。一个研究员今天想跑一个新实验，却要分别对付不同厂商的脚本、协议逻辑、数据记录和库存信息，光把想法翻译成仪器能执行的步骤就要花掉半天。Infera 让人用平实的语言描述实验，再把它变成经过验证、可直接在实验室现有设备上运行的一轮流程，协议逻辑、厂商专用脚本、数据、库存和机构内的经验知识都收在同一个系统里。它属于 YC 春季批次，正在招聘，团队两人，对每天被仪器和脚本割裂的研究人员来说，从意图直接走到执行是长期存在的麻烦。

这家公司做的是太空制造与返回的硬件。想象你是一家半导体或生物医药公司的工艺负责人，你的材料只有在外太空才能做得更好，可眼下几乎没有实际办法在轨生产再把产品带回地面。Dispatch 造可翻新的再入飞行器，用来搭载并带回这些高价值载荷，同时计划在轨道上布置高功率的自主空间站，从第一天就为无人化制造设计。团队称已在莫哈韦沙漠测试首个全尺寸再入隔热罩，在公寓里造出来，成本比同行低约一百倍，并用火箭发动机尾焰模拟再入受力。它属于 YC 春季批次，正在招聘，团队四人，这是把能力放进飞行器和轨道设施而不是软件里的硬科技方向。

这家公司做的是养老院运营的定制软件。如果你是一家养老院负责运营的人，每天要在事件上报、报销审核和合规之间来回搬信息，系统彼此不通，员工只能手工把数据从一个地方抄到另一个地方，漏报和漏报销就这样发生。Ascenix 把可复用的模块拼成贴合每家院现有流程的工作流，从事件上报到报销审核都能覆盖，还能从 PointClickCare 等电子健康记录和其他来源取数、处理、套用规则，再产出报告、任务或邮件，让院方不必自建工程团队也能拿到定制软件。它属于 YC 秋季批次，团队七人，随着老龄人口增长，把员工的时间还给照护本身是值得看的方向。

这家公司做的是基础设施施工的机器人劳动力。一个承包商今天接了太阳能电站或数据中心的活，工期紧、人手缺，而现成机器人很难适应高混合、常变化的任务。Libra 做的是为不同任务和不同机体设计机器人的智能，让每种新的基础设施任务到可现场部署的机器人之间快上十倍，目前机器人已在太阳能电站作业，并在数据中心试点。承包商按完成的工程量付费，而不是买机器人。它属于 YC 夏季批次，团队两人，这是把能力放进真实工地和设备里而不是纸面方案的方向，劳动力短缺与建设扩张同时存在让这个场景值得看。

这是做企业软件开发工具的公司，方向是代码知识图谱。假如你是一个工程负责人，团队正准备把核心系统升级到新框架，几百个文件要改，谁也不敢保证没有改坏。Graphify 先为整个代码库建一张知识图谱，再在每次代码合并请求上做形式化验证，要么证明新行为与旧行为一致，要么直接给出让程序出错的输入。它的开源工具已经积累了大量使用，企业版则把能力放进企业自己的环境里运行。对最怕重构和迁移的团队来说，这提供的是证据而不是猜测，值得关注的是它背后已有大量开发者在实际生产中使用。

这家公司切的是面向智能体时代的人员数据基础设施。想象你正在带一支销售团队，需要快速找到某家公司的采购负责人并拿到可靠联系方式，过去要在好几个数据供应商之间来回切换。Ploid 把专业和社交来源里的人整合成一个索引，开发者通过一个接口就能搜索人员、补全档案、查找邮箱电话、核对身份，并实时获取网上最新信息。它的特点是索引规模大，同时结合实时检索，让信息保持新鲜。从销售、招聘到信任与安全团队都能用同一层数据，值得关注的是它把零散的数据供应商收拢成单一基础设施，且明确面向人工智能应用。

这是把计算机视觉和机器人带进水产养殖与加工的公司。一个养殖场的育种负责人每天要判断哪条鱼长得更好、该和哪条鱼配对，可过去几乎只能凭经验一条条看。OctaPulse 把摄像头放在鱼本来就要经过的地方，把每张图像变成可用的测量数据，记录每条鱼的体型、大小和状态，并与其家系关联，帮助做出育种决定。它还有数字孪生产品，把加工线和养殖场画在平面图上，给出实时画面、自动计数和内置助手。这不是手机应用，而是把感知能力放进真实的鱼处理场景，值得关注的是它正在招聘，说明团队在扩张落地。

这是帮开发者维护生产环境智能体的工具。如果你负责一个已经上线的智能体，最头疼的往往是它反复犯同样的错，而常见的做法是往系统提示里不断加规则，时间一长，简单任务也背着一堆指令。Mirrors 会找出生产运行中反复出现的错误，你写一条纠正，选定它适用的场景，还能预览这条纠正会影响哪些过去的对话。启用后它只在那些场景里加入纠正，并可以对比有无纠正的结果。它和技能机制不同，加载什么由你设定的范围决定，不由智能体自己判断。值得看的是它把纠错集中管理，而不是让提示词无限膨胀。

这是做基层医疗转诊自动化的公司。一个诊所的后台运营负责人每天要面对大量转诊：提交事先授权、通知患者、反复跟进，人手不够，事情却一件不能少。Locata 用智能体把这些步骤自动跑起来，让后台人员腾出时间照顾患者。这个问题不小，美国每年发出上亿次专科转诊，真正完成的只有一半左右，患者卡在流程里可能耽误治疗。它来自 YC 夏季 2025 批次，团队目前四人并在招聘，说明产品已经在真实诊所场景里推进，需要更多人一起做。

这家公司做的是新兴市场的信贷审核平台。一个风控分析师每天收到的不是规整的银行数据，而是一堆电子钱包记录、银行对账单和水电账单，只能人工一张张看，速度慢、成本高，放贷规模也上不去。Kita 用人工智能从这些杂乱的财务文件里提取经过反欺诈核验的数据，并给出本地化的风险信号，帮贷款机构自动完成申请补全、文件核验和授信判断。它还会把文件层面的信号与还款结果关联起来，让模型随时间不断改进。值得关注的是它切中了开放金融尚不成熟的市场，那里多数人没有传统银行账户，文件就是信用历史。

这是做数据中心和能源项目制造供应的公司，走的是人工智能原生、端到端的路线。假如你是一个能源开发商的工程负责人，项目已经拿到地、拿到电，却卡在变压器、开关柜、发电机和冷却系统上，交货周期长得让整个进度往后拖。Applied Kinetics 按项目规格生产这些关键设备，从技术需求一路管到生产和交付，目标是缩短交期、把项目往前推。它解决的是算力和电力扩容路上实打实的物理瓶颈，值得看的是它选择自己承担制造环节，而不是只做软件层面的协调。

这是给前沿科技公司做保险的保险公司，覆盖物理人工智能、机器人和数据中心这类新风险。想象你是一家机器人公司的运营负责人，拿着业务去询价，传统保险公司看不懂你在做什么，要么拒保，要么给不出合适的条款。Risklytics 的做法是让企业回答六个问题，然后直接出具一份量身定制的保单，承保那些别家不愿接的风险。它来自 YC 秋季 2026 批次，团队两人，切入点是保险行业长期存在的空白：新技术跑得比承保经验快。值得看的是它把承保流程压得很短，同时敢碰别人回避的风险类型。

这是做农业生物农药的公司，目标是抗性更低的害虫防治方案。一个种植园的技术负责人每年都会发现，同一款药喷下去效果越来越差，害虫慢慢有了抗药性，而广谱农药还会误伤授粉昆虫。Molagri 设计的生物农药作用于害虫独有的分子靶点，只打害虫，尽量不伤蜜蜂和益虫，同时通过建模预测害虫可能如何演化，力求在抗性出现前就做好准备。它的生产基于生物方式，也有助于减少制造和田间使用中的排放。值得关注的是创始人是多伦多大学的博士同窗，合作六年，并在相关期刊发表过研究。

这家公司做的是面向企业的健康保险平台。如果你是一家快速扩张公司的运营负责人，每年续保时看到保费上涨，员工却觉得保障一般，这种两难很常见。Prescience 声称能帮雇主在医疗保险上节省两到五成，同时提供业内水准的福利。它的思路是用人工智能系统去创建、运营、承保并交付雇主健康计划，其中一套被称为时间机器的系统会把患者引向更省钱的健康路径。创始人是哈佛与哈佛医学院背景的兄弟，此前有过创业经历。它来自 YC 夏季 2026 批次，团队五人并在招聘，值得看的是它试图从保险这一端重建雇主医疗的运转方式。

这家公司做的是电源电子领域的定制芯片。假如你是一家机器人或储能设备公司的硬件负责人，产品第一版用现成元器件拼出来顺利上市，可到了第二代要上量，板子太占地方、物料清单太杂、成本压不下来，你既想优化又怕定制芯片的周期和费用拖垮项目。Visibl 把那些分立器件折叠进围绕产品设计的定制硅片里，简化物料清单、腾出板面空间、减少供应限制，还让组装更适合自动化，并且全程管理开发流程。它来自 YC 冬季 2026 批次，团队只有三人且正在招聘，说明它押注的是硬件公司从第一版走向量产时那道真实的坎。

这家公司切的是让人工智能与软件交互的基础设施。想象你正在搭建一个智能体，让它替员工完成报销或对账这类重复工作，结果它只能像人一样在网页上点按钮、翻页面，界面一改就出错。Zatanna 的做法是反向解析应用，把底层的工作流和操作变成可靠的读写接口，哪怕这个软件自己根本没提供接口。它来自 YC 冬季 2026 批次，团队两人且正在招聘，值得看的地方在于智能体能力越来越强，卡住它们的往往不是脑子而是软件界面。

这是做人工智能搜索基础设施的公司。如果你是一名开发者，正给自家产品加智能问答功能，用户问的问题散落在成千上万份文档里，你不想搭向量数据库、不想维护数据摄取管道，更不想回答里找不到出处。Wondersearch 让开发者把文件和数据接进来就能按语义搜索，不需要嵌入向量、服务器或摄取流程，智能体可以取到正确上下文并标明来源，按查询次数付费，数据多大都一样。它来自 YC 秋季 2026 批次，团队两人，场景本身值得看：给智能体找对资料，正在成为每个做人工智能产品的团队都绕不开的一步。

这家公司做的是面向精算师的人工智能智能体。一个财产险公司的精算分析师每天要拼费率、拉数据、跑方法、部署评分器，大量时间耗在搬数据和重复操作上，真正需要判断的部分反而被挤压。Tesora 的智能体接手这些组装工作，人只负责审阅和拍板，而且部署在客户自己的基础设施上，由客户的信息技术团队掌控，数据不用于训练模型，公司也通过了相关安全认证。它来自 YC 夏季 2025 批次，团队五人且正在招聘，由人工智能技术者和精算师共同打造，值得关注的是它把自动化放在判断之外，而不是取代判断。

这家公司做的是人工智能驱动的房地产开发。假如你是一位手里有资金、想投住宅项目的投资人，你真正在意的只有项目能否按时完工、回报是否达到预期，可找地、建设、运营、销售这一长串环节全靠开发商层层转包，速度慢、成本高。HABU 把自己定位成用智能体工作流、地理空间分析和开发专用自动化跑完整流程的开发公司，声称能完成九成以上的开发任务，让每位全职员工管理的项目数量成倍增加。它来自 YC 秋季 2026 批次，团队两人，卖的是结果而不是过程，这种把服务本身产品化的思路值得看。

这是做医疗资质认证与合同签约自动化的公司。如果你负责一家诊所的运营，新医生入职前要跟各家保险支付方签合同、逐个完成登记，每个州和每家支付方的要求都不一样，团队只能一遍遍登录几百个门户网站填表、查状态，小机构常常被工具报价挡在门外。Arctic Health 把从签约到登记的整个流程接过来，按各地要求收集核验机构和医生数据并代为提交，之后持续跟踪状态与合规，浏览器自动化让智能体能在数百个支付方门户上操作，系统还由熟悉各种边缘情况的行业专家训练。它来自 YC 春季 2026 批次，团队四人，值得看的是它不分机构类型和规模，把一整条琐碎流程收进一个平台。

这家公司做的是反无人机系统。想象你是一名负责基地或车队防护的安保主管，最担心的是那种小型自杀式无人机成群逼近，传统手段要么太贵要么太笨重，车上、营地里、甚至随身都难以部署。9 Mothers 的第一款产品 EDDA 就是为拦截这类小型无人机设计的，体积小、功耗低、成本低，具备完全自主运行能力，可以装在车辆上、放在基地里或由人携带。这家公司来自 YC 春季 2026 批次，团队十九人且正在招聘，已经向国防部门交付多套系统并实现一百六十万美元销售额，另有三款产品在开发中，真实交付记录是它最值得看的地方。

这家公司做的是太空太阳能阵列。如果你负责一颗卫星或未来轨道数据中心的电源方案，你会发现今天的卫星总用电量大约只相当于地面上一个数据中心，而到二零三零年需求可能翻上几百倍，想多发一点电就只能发射更大的太阳能板，很快变得脆弱或贵得离谱，电力直接决定任务能不能成立。Beyond Reach Labs 造的是能在轨道上从餐桌大小展开到足球场大小的太阳能板。两位创始人是十三年前在宾夕法尼亚大学相识的机械工程同学，其中一位在卡内基梅隆大学师从美国航天局研究公里级可展开结构，另一位在太空探索技术公司七年负责龙飞船降落伞工程。它来自 YC 冬季 2026 批次，团队十五人且正在招聘，可展开结构这个方向本身就很值得看。

这家公司做的是汽车经销商的人工智能电话接待。假如你是一家经销商的销售主管，晚上九点还有客户打电话问试驾，没人接，第二天这位客户已经在竞争对手那里下了单，单是漏接非营业时间来电，一家经销商一年就可能损失上百万美元收入。Flai 的人工智能助手全天候接听电话，帮客户预约试驾、换机油，还能主动外呼做召回活动，让机会不再悄悄溜走。它来自 YC 夏季 2025 批次，团队四十人且正在招聘，创始团队做过语音人工智能产品、在优步负责过大规模基础设施、在奈飞做过数据科学，值得看的是它把营业时间这个老问题当成销售胜负手。

这是做高性能编程智能体工具的公司。如果你是一名工程负责人，想让多个智能体分工协作写代码，很快会撞上内存瓶颈，任务一多机器就撑不住，所谓智能体集群只能停留在演示阶段。Jcode 从底层换了一套架构来做这件事，据其介绍内存效率比 Claude Code 高二十倍，让开发者能把多智能体协作真正规模化。它在 GitHub 上已有两万颗星，每月承接的推理开销达到一百万美元，来自 YC 夏季 2026 批次，团队一人。值得看的是它已经用真实使用量证明，智能体集群的瓶颈可能不在模型而在工具层。

这是做通用机器人的公司，方向是把机器人放进人工智能基础设施和先进制造这些需要熟练体力活的场景。假如你是一家数据中心的施工负责人，今天现场要赶一批电气安装和测试，可熟练工人排不开，环境又一直在变，传统自动化设备根本应付不了这种灵活度要求。Shepherd Robotics 的做法是让机器人依靠机器人基础模型，用模块化硬件去适应不同环境和任务，训练数据来自真实世界与仿真，还提供接入客户现有工作流程的整合服务，先从数据中心建设与运营、电气制造与测试、电子制造切入。这家公司来自 YC 夏季 2026 批次，团队只有 4 个人，它值得看的地方在于直接盯住了传统自动化最难处理的多变、精细和换环境问题。

这家公司切的是平台工程团队的人工智能自动化层。想象你是一个平台工程负责人，凌晨被告警叫醒，一边要处理线上事故，一边还有开发同事在排队等云资源开通和权限申请，日常的持续集成、安全配置也压在你身上。Kestrel AI 让平台团队用自然语言描述需求，转成确定性的、可直接上生产的工作流，内置 40 多个集成和 200 多个预置动作，也支持自定义网络请求和回调动作，并提供命令行工具、Python 开发包和 MCP 服务器，让团队在原本的工作环境里管理流程。它来自 YC 秋季 2025 批次，团队 2 人，值得关注的是它把事故响应、云资源开通、持续集成与安全这些零散工作收进一个自动化入口。

这是做电商商品数据库的公司，目标是收录互联网上的每一件商品。如果你是一个正在开发购物助手的开发者，用户发来一张街拍照片问哪里有同款，你手里没有可靠的商品数据，只能一个个商家去爬，图片和标题还对不上。Channel3 用图像分类和推理模型去理解商品，即使不同商家的商品页面和图片有差异，也能把同一件商品匹配起来，识别出不同款式，并为每次搜索给出合适的匹配结果。它的思路是谷歌和 OpenAI 各自维护着庞大的商品图谱却只留给自己用，而它把这份能力开放给每一个开发者，让时装搭配助手或带购物能力的智能体都能建起来。这家公司来自 YC 夏季 2025 批次，团队 5 人，正在招聘。

这家公司做的是让人工智能原生业务得以搭建和扩张的全栈基础设施。假如你是一家公司的运营负责人，已经让智能体接手了不少实际工作，可每个动作、每次决策和最终业务结果散落在不同系统里，没人说得清到底是什么在推动结果，想改进也无从下手。Tenor 不只提供一个智能体框架，而是把从人工智能执行工作到记录并学习每个动作、决策和业务结果这一整条链路都管起来，企业因此可以部署受治理的人工智能工作流，看清真正驱动结果的因素，并持续优化业务运转，不必自己从头搭这套基础设施。它来自 YC 夏季 2026 批次，团队 3 人，正在招聘，值得看的是它把治理和结果学习一起放进了基础设施里。

这是做个人上下文基础设施的公司，想让你的个人信息归你自己所有，而不是散落在各个应用和人工智能公司手里。如果你是一个常用多个人工智能助手的普通用户，你在一个助手那里说过自己的偏好和经历，换到另一个产品又得从头解释一遍，每个应用都在悄悄构建一个版本的你。Egoist Machines 推出的 人工智能 Passport 把这些助手和日常应用里产生的上下文汇成一个可携带、由你掌控的个人档案，比如你在 ChatGPT 里说过的事，Claude 也能知道，换到新产品第一次交互它就能理解你，而新公司不需要拥有底层数据。应用通过 人工智能 Passport 登录接入，只申请特定用途和时长所需的上下文。它来自 YC 夏季 2026 批次，团队 2 人，值得看的是它把隐私和可携带性做成了产品本身。

这家公司切的是商业保险承保环节，用智能体来跑承保运营。想象你是一名商业保险公司的核保人员，桌上堆着不同格式的投保材料，风险判断前后还有大量录入、核对和流转工作，系统和规则又各管一摊，人跟机器很难在同一份账户上协作。Qlo 先从风险决策周边的运营工作做起，把这些环节自动化，再成为记录系统，然后一个工作流一个工作流地获得自主权，朝自主人工智能核保员推进。它从底层重建承保基础设施，让人工核保员和智能体共享同一套账户、规则、文档、权限和工作流状态。这家公司来自 YC 夏季 2026 批次，团队 2 人，值得关注的是它选择从运营切入而不是直接喊全自动。

这是做难合成分子、服务药企和生物科技公司的公司，把人工智能和机器人实验室结合起来。如果你是一家药企早期研发的负责人，手里有一批结构复杂、传统路线很难做出来的候选分子，每试一轮都要等很久，迭代周期一拖就是几年。b12 Labs 帮药企规划和合成这些高价值分子，把早期药物发现从数年压缩到数月。团队方面，Andres 做过第一个能在机器人实验室里自主思考和合成分子的智能体，成果发表在 Nature Machine Intelligence，引用超过一千次，还拿过 NeurIPS 人工智能 for Science 会议的最佳论文奖，Zlatko 则是三次国家化学奥林匹克冠军，在罗氏和领先实验室机器人公司做过药物化学。他们正在与大药企做付费试点，平台规划的一组实验一次就达到完全转化，省掉了反复迭代。它来自 YC 夏季 2025 批次，团队 3 人，正在招聘。

这家公司做的是私募市场的流动性层，用人工智能把原本靠人撮合的交易流程自动化。假如你是一名持有创业公司股权的早期投资人，想在有生之年把一部分份额变现，可买家在哪里、怎么估值、尽职调查怎么做，全靠经纪人和表格来回拉扯，一笔交易又慢又贵还不透明。Alt-X 用人工智能去处理尽职调查、估值、投资人与标的匹配和交易执行这些核心环节，降低摩擦，最初聚焦创业公司支持的二级份额，从创始人、员工和早期投资人那里获取机会，同时搭建一个寻求接触全球高价值私有公司的合格投资人网络。它来自 YC 冬季 2026 批次，团队 2 人，值得看的是它把公开市场早就有的交易所和数据基础设施思路搬到了私募市场。

这家公司做的是模块化数据中心的量产和融资，把闲置电力变成算力收入。如果你是一个基建项目的负责人，工地因为各种原因停摆，接入的电容量就那样空着，每周都在为债务付利息，损失以十亿美元计。Pacific 量产模块化数据中心，几天内就能部署到这些停滞的站点上，把原本用不上的电力变成收入，冷却系统里用了金刚石晶圆，所以舱体在地球上任何地方都能运行，沙漠里也行。他们的判断是数据中心常常要等好几年才能拿到电力，而全球各地延迟的工地正握着闲置的接入容量。这家公司来自 YC 夏季 2026 批次，团队 6 人，值得关注的是它把算力供给和停滞基建这两个看似无关的痛点接在了一起。

这是做国防相关新材料和新分子发现的公司，用人工智能加上自动化湿实验室的数据来加速研发。如果你是一家国防承包商或政府研发机构的材料研究员，要为一款新装备找一种能用的材料，按今天的做法得花十年以上反复试错，而供应链上很多关键材料只有单一来源，甚至来自对手。ChemPilot 先筛选哪些材料真的做得出来，再让每一轮实验结果回流到模型里，下一轮更快更准，把十年压缩到几个月。三位创始人在首席科学顾问、前麻省理工博士后 Alon Grinberg Dana 教授的技术ion实验室里研究了两年这类材料，直接与国防主承包商和政府研发机构合作，公司从这项研究中分拆出来。它来自 YC 秋季 2026 批次，团队 3 人，值得看的是它瞄准的是西方国防工业基础里供应链脆弱的材料环节。

这家公司切的是人工智能应用运行的基础设施。假如你是一位产品经理，平时习惯在 Claude 里把想法描述清楚，让它写出一个内部小工具，可代码生成之后你发现没地方放：数据库、托管、域名、扩容都要自己折腾。Floot 就是给这类应用准备的落脚点，它把后端、数据库、托管和域名打包成一套专门让模型来操作的全栈环境，你连上之后，模型负责写代码和调试，实时预览，再发布到你自己的域名。它来自 YC 夏季 2025 批次，团队四人，正在招聘，场景本身也值得看：越来越多人不再买现成软件，而是直接描述出一个应用。

这是做居家健康检测的公司，把一次采血变成对身体的长期观察。假如你是一位四十多岁、体检报告年年说“基本正常”却总觉得状态下滑的上班族，你不想为了一点模糊的担心反复跑医院，又希望早点看到身体里正在发生的变化。Helios 的居家检测只需一滴血，就能测量超过一千项分子指标，并把这些数据与实验室结果、可穿戴设备、健康记录和后续结果放在一起，逐步形成对个人身体的动态模型。它值得关注的地方在于，这不是一个只记录步数的手机应用，而是把检测能力放进居家采血的场景里，让分子层面的信息能持续积累。公司来自 YC 秋季 2026 批次，团队五人，正在招聘。

这家公司切的是行为健康治疗机构的运营后台。想象你是一家戒瘾与心理治疗项目的负责人，治疗师本来就紧缺，保险申诉和文书却越堆越多，一次拒赔就可能让整个项目现金流吃紧。Perspectives Health 用智能体帮这类机构减轻行政负担，分析病历以提前发现可能导致拒赔的问题，代填文档和保险材料，节省员工时间，还会翻查历史数据找出可以改进的环节。它值得看的地方在于，它服务的不是普通诊所，而是正承受成瘾与心理健康危机压力、同时被付款方挤压的治疗项目。公司来自 YC 夏季 2025 批次，团队五人。

这是做对话式人工智能检索基础设施的公司。如果你负责过一个语音智能体产品，大概经历过那种尴尬：用户问完话，智能体停顿了一两秒，原本自然的感觉瞬间消失。瓶颈往往在检索环节，每次查询都要跨网络和数据库跳转，带来延迟和成本。Moss 把检索放到智能体运行的地方附近，原生运行在浏览器、手机和服务器上，内置用 Rust 和 WebAssembly 写的向量索引，目标是让语音智能体、助手和聊天界面在十毫秒以内完成检索与回应。它值得关注，因为对话体验的流畅度直接决定用户是否愿意继续使用。公司来自 YC 秋季 2025 批次，团队五人，正在招聘。

这家公司做的是让人工智能产品接入智能体生态的云基础设施。假如你是某款软件的工程负责人，老板要求产品尽快出现在 Claude 连接器市场或 ChatGPT 插件商店里，你却发现从协议适配到部署上线处处是坑。Manufact 提供 MCP 云平台，帮产品接入这些市场以及任何支持 MCP 的智能体。团队还维护开源框架 mcp-use，用于构建 MCP 应用，在 GitHub 上有约一万颗星，Python 和 TypeScript 版本合计下载超过一千万次。它值得看的地方在于，智能体生态正在快速扩张，而接入层的基础设施会成为很多产品的必经之路。公司来自 YC 夏季 2025 批次，团队五人，正在招聘。

这是做癌症治疗数据与药物发现的公司。设想你是一家制药公司或人工智能团队的研究员，手里有强大的模型，却缺少能真正对应临床结果的真实世界数据，训练出来的发现在实验室里好看，到了病人身上未必成立。Origin 自己运营实验室处理样本，样本来自合作的生物样本库和医院网络，产出匹配的空间转录组、病理图像和临床标签数据集，授权给制药与人工智能公司使用。它值得关注，因为研发流程越来越依赖前沿人工智能系统，而真实数据点正是让发现能在临床落地的关键。公司来自 YC 冬季 2026 批次，团队八人，正在招聘。

这是做人形通用机器人的硬科技公司，方向是让机器人去建造和维护文明运转所依赖的机器。想象你是一家人工智能基础设施公司的运维负责人，机房和产线里总有一长串零散的体力活：装配、安装、调试、维护，熟练技师难找也难留。Darwin 的机器人通过演示学习新任务，而不是为每个流程单独编程，首批部署计划在 2027 年初，先从人工智能基础设施场景切入。它值得看的地方在于，它瞄准的不是演示视频里的花活，而是真实设施里那部分长期缺人的体力工作。公司来自 YC 秋季 2025 批次，团队四人，正在招聘。

这家公司切的是对冲基金和交易团队的研究流程。如果你是一名量化研究员，每天面对的数据、工具和算力都比前辈多，可研究仍然散落在彼此割裂的系统里，找信号、做回测、验证想法全靠人力堆时间。KelAI 想把这套碎片化流程变成一个持续运转的人工智能引擎，不断发现、测试和验证交易信号，速度超出人类团队。公司由前 WorldQuant 投资组合经理、事件驱动系统化策略负责人 Jeremie Cohen 创办。它值得关注的地方在于，它赌的是研究流程本身可以被自动化并不断累积优势。公司来自 YC 春季 2026 批次，团队三人，正在招聘。

这是做消费电子零部件自动检测的硬件公司。想象你是一家手机或智能手表零件工厂的质检主管，设计改版越来越快，传统机器视觉跟不上，只能让工人趴在显微镜下一个一个看，而人眼大约会漏掉一成半的缺陷，一个坏零件就可能让整台成品报废。Hundred 用一套成像设备一次扫描整盘来料，隔绝环境光并用多种受控光照，找出小于一百微米的表面缺陷，在零件上装配线之前就拦下来。它值得关注，因为这不是手机应用，而是把视觉能力装进产线上的设备与光学系统里。公司来自 YC 秋季 2026 批次，团队三人。

这是做低轨通信卫星的公司，目标是给星链提供一个中立且主权可控的替代方案。假如你是一家设备厂商或区域网络运营商的负责人，你想给偏远地区的用户提供连接，却发现可选供应商有限、排期漫长、条件也不由自己掌握。Exosat 设计卫星时避开受出口管制的部件，从而能在世界各地采购制造，把成本压到十分之一以下，并从其他国家发射以绕开运力瓶颈、进入赤道轨道。它先向设备厂商和网络运营商卖连接服务，未来还打算用星座上的分布式算力为偏远地区的机器人和自动驾驶车辆做低延迟推理。公司称已与中亚、东南亚和中东的运营商签署数亿美元意向书，首颗卫星定于明年发射，并在国际电信联盟持有 11000 颗卫星的申报。公司来自 YC 夏季 2026 批次，团队三人。

这是给金融、医疗等受监管行业做生产软件支持的公司。假如你是某家银行的当班工程师，凌晨系统告警不断，日志、基础设施和底层数据都要你一项项翻，问题到底出在哪常常要花上几个小时。Corelayer 会持续盯着这些信号，用智能体帮你排查并给出修复建议，让你把时间放回真正有价值的工作上。它来自 YC 冬季 2026 批次，团队只有三人，规模很小，但切入的是受监管行业最不敢出错的环节，这种场景本身就值得关注。

这家公司做的是给智能体用的搜索基础设施。想象你正在开发一个内部助手，它要回答的问题散落在图片、文档和一堆老旧系统里，普通搜索根本找不到。OpenCrawl 让智能体先描述需要什么数据，然后由它去找来源，搭建并托管专门的抓取程序和搜索索引，开发者通过接口把它接进自己的产品。它来自 YC 秋季 2026 批次，团队两人，面对的是多模态数据越来越难检索的现实，这个方向值得留意。

这家公司做的是多模态推理的操作系统。想象你是一个工程负责人，团队要做人工智能产品，却得为路由、可观测性、评测、微调和推理分别对接不同供应商，拼起来又贵又脆。Cumulus Labs 用一个统一平台替掉这整条链路，开发者保留原有代码就能获得语义缓存、持续影子评测、模拟数据和一键微调，底层是跑在英伟达 Grace 图形处理器集群上的自研推理引擎。它来自 YC 冬季 2026 批次，正在招聘，团队两人，宣称吞吐比常见方案高三到五成，这个性能主张值得关注。

这是给独立财产与意外险代理机构做人工智能操作系统的公司。一个代理机构的客户服务人员每天要在管理系统和邮箱之间来回切换，客户信息反复录入，续保提醒全靠人记。Covera 住在机构现有的管理系统和收件箱里，把从第一封邮件到下一次续保的流程交给智能体跑，报价能并排比较，绑定后数据自动回写。它来自 YC 秋季 2026 批次，正在招聘，团队两人，瞄准的是保险中介日常最琐碎也最耗人的部分。

这家公司切的是面向医疗行业投资者的金融研究终端。如果你是一位只看医疗赛道的对冲基金分析师，每天要在几百个公开和私有信息源里翻数据，模型更新慢、口径还不一致。Soria 的智能体会把这些来源持续转成一份一直在更新的财务模型，由领域专家复核，再通过终端界面、接口和研究信息流送到你面前。它来自 YC 春季 2026 批次，正在招聘，团队三人，选择先吃透一个行业再往外扩，这个路径值得关注。

这家公司做的是能在现有湿实验室里自主工作的机器人。想象你是一位实验室技术员，每天在几个工作站之间搬运耗材、操作仪器、重复同样的实验步骤。Neuromorphic 的机器人不需要专门设备，它自己在工作站之间移动，操作现有的科学仪器，用和人一样的实验室设施完成实验，还能通过聊天工具和邮件来管理。它来自 YC 夏季 2026 批次，正在招聘，团队三人，把机器人当作新员工来部署的思路，让这个硬科技方向值得关注。

这家公司做的是医疗和药物研发人工智能模型的数据引擎。假如你在一家人工智能实验室负责训练医疗模型，最头疼的往往不是模型本身，而是拿不到高质量、结构化的真实生物医学数据，临床和实验数据散在医院、实验室和外包研究机构里。BioStack 用自有的临床和临床前数据管道，把影像、电子病历和实验检测等纵向多模态数据整理成可训练的环境，供模型做后训练和强化学习。它来自 YC 春季 2026 批次，正在招聘，团队十一人，切中的正是行业公认的数据瓶颈。

这家公司做的是面向普通人的个人智能体。如果你是一个每天事情很多、脑子里总挂着几件没做完的事的人，Moonshot 会住在你的手机里持续倾听，慢慢建立起对你的理解，像好朋友那样留意你的生活。它会在你意识到之前提醒你那些悬着的事，发现情绪和生活的变化趋势。它来自 YC 夏季 2026 批次，团队三人，想法是让软件从被动等待提问变成主动提供价值，这个转变本身值得看。

这家公司做的是医疗机构的排班与运营物流基础设施。假如你是一家医院某个科室的负责人，医生排班靠手工表格，病人流转和人员调度全靠人盯，一出错就影响整个科室。Scheduling Wizard 用自研的排班编程语言和人工智能流程，替十六家医院的二十个科室承接医生排班，客户包括麻省总医院、约翰斯·霍普金斯、西南医学中心和加州大学旧金山分校等。它来自 YC 冬季 2026 批次，团队三人，正在向病人分诊和医生管理系统扩展，已有真实医院在用，这一点值得关注。

这家公司用卫星影像帮机构评估实体资产的风险。如果你是一位保险承保人员，手上一批商业地产从来没被实地看过，风险定价只能听客户或经纪人怎么说，而这些记录里大约一半至少有一项是错的，灾害一来问题就暴露。Ageospatial 让你上传地址清单，它读取卫星和街景影像、地图、实时数据、公共记录以及保险公司自己的数据，判断那里实际有什么、周边有哪些自然和人为风险、随时间发生了什么变化。它来自 YC 秋季 2026 批次，团队一人，针对的是美国每年估计三百六十亿美元的保费漏损，这个切口值得看。

这是做金融反欺诈与合规运营的公司。假如你是某家金融科技公司的风控分析师，一个普通工作日的早上打开系统，发现待处理的警报又堆了几百条，你只能在多个工具之间来回切换，把零散信息手动拼起来，再在压力下逐条做判断。Socratix 想做的正是替你分担这部分工作，它提供能实时调查警报的智能体，接入现有工作流程，像人类分析师那样综合各类信号，给出快速且可解释的结论，帮助团队减少欺诈损失、压低误报，并在不增加人手的情况下扩大处理量。这家公司来自 YC 夏季 2025 批次，团队五人，正在招聘，场景本身也说明了问题：警报数量增长的速度往往快过团队扩编的速度。

这家公司切的是企业联络中心的客户沟通系统。想象你是一家大型企业客服中心的现场主管，屏幕上同时开着几十路对话，其中一部分由智能体接待，你最担心的是机器答错时没人及时发现，客户还要把说过的话再讲一遍。Callab AI 让团队在语音、聊天和消息渠道部署智能体，同时保留人工坐席与主管的控制权，主管可以实时旁听任何一段智能体对话，随时介入，再把对话交还给机器，客户不用重复。系统还会记住跨渠道的对话历史，并从每次人工介入中学习。它来自 YC 春季 2026 批次，团队七人，正在招聘，说明这类人机协作的客服模式正在被认真打磨。

这是做人形机器人平台的公司，能力装在实体设备里，不只是手机上的一个应用。如果你是一家工厂或仓库的运营负责人，重复的搬运和分拣工作常年招不满人，而商用机器人报价高得让人下不了手，训练机器人又缺少数据。OS3 想同时解决这两头：两人团队设计了一台美国制造的移动人形机器人，成本远低于商用替代品；在智能方面，他们没有依赖昂贵的机器人采集数据，而是用十五万小时真实视频训练自己的视频动作模型，覆盖两千多个任务，每台部署出去的机器人都会把新经验汇入强化学习流程，让机队逐步自我改进。它来自 YC 夏季 2026 批次，团队两人，正在招聘。

这是帮工程团队改进智能体质量的基础设施公司。如果你是一个负责智能体的工程负责人，上线后最怕的就是用户反复遇到同一类失败，而你在日志里翻半天也说不清到底哪里出了问题。Moda 从生产数据入手，帮你找出反复出现的失败、理解其成因，并用真实运行记录构建评估，让你在用户真正需要的任务上比较不同模型，在发布前用过往生产流量测试提示词、工具和工作流的改动，从而知道什么坏了、该改什么、改完是否有效。它来自 YC 冬季 2026 批次，团队六人，目前不在招聘。这类工具值得看的地方在于，智能体越往生产环境走，靠感觉调优就越不够用。

这是面向员工提供医疗礼宾服务的数字健康公司。假如你是一家公司的福利负责人，每年医疗支出居高不下，员工却常常不知道该去哪里看、看什么，小问题拖成大问题。Rovi Health 通过短信把医疗服务送到员工手边，它的智能体分析临床数据识别照护需求，常见病症由整合的线上诊所直接处理，更复杂的情况则由智能体借助海量价格与质量数据找到网络内合适的医生，并完成从预约到落地的全流程安排。公司称雇主可削减一到两成的医疗支出，员工则获得改善结果的礼宾式照护。它来自 YC 秋季 2025 批次，团队三人，正在招聘。

这家公司做的是月球基础设施，方向听起来遥远，但落点很具体。想象你是一名负责月球基地前期建设的任务工程师，最头疼的是把建材从地球运上去成本高得离谱，而月面环境又对温度和压力极其苛刻。GRU Space 用六周时间造出了他们所称的全球首个月球工厂，这套正在申请专利的硬件能把月壤变成砖块，并充气展开模块化加压居住舱。他们的首次任务计划 2027 年登月，演示原位制砖与居住舱部署，第二次任务在月洞内铺设酒店地基，第三次目标是在 2032 年开出首个月球酒店，长期则想成为月面基建公司，再把模式复制到火星。它来自 YC 冬季 2026 批次，团队五人，正在招聘。

这是做电子制造的公司，切的是美国本土电路板供应链。如果你是一家硬件初创公司的工程负责人，样机改完就等电路板回来，可本土厂商报价高、周期长，回流制造的口号喊了几年，配套供应链却没跟上，项目进度只能干等。ProvenMetal 自称制造美国最快的电路板，把零件采购、可制造性审查和组装这些瓶颈环节自动化，把交付周期从数周压缩到数天。它来自 YC 夏季 2026 批次，团队四人，正在招聘。值得关注的地方在于，硬件公司对速度的敏感度极高，打样和迭代的节奏往往直接决定产品能否按时推出。

这是给牙科诊所做保险核验与账单处理的公司。假如你是一家牙科诊所的运营负责人，每个月有超过一百六十个小时耗在保险相关事务上，核验患者保单、处理账单、跟进理赔，电话打了一通又一通，前台忙得团团转，回款却总是慢。Toothy AI 用智能体把这一整套流程自动化，包括用语音人工智能直接打电话给保险公司，帮诊所省时间、降成本，并让报销更快到账。它来自 YC 冬季 2025 批次，团队十五人，正在招聘。这个场景值得看，是因为牙科诊所规模普遍不大，保险事务却格外琐碎，人力很难靠加人解决。

这是做人工智能电影创作软件的公司。想象你是一位独立导演，脑子里有一个完整的短片故事，可市面上的生成工具只能给你八秒钟的零散片段，角色前后不一致，镜头之间接不上，创作流程被切得七零八落。Flick 想做的是让人工智能端到端完成一部短片的创作，界面专为这种原生流程设计，创始人把它比作人工智能电影创作领域的 Figma，让创作者保有控制权和连贯的创作节奏。据公司介绍，已有四部用它完成的短片在国际电影节拿到二十多个奖项，早期创作者社区每周都在产出新片。它来自 YC 秋季 2025 批次，团队两人，正在招聘。

这是做人工智能初级保健服务的公司。如果你是一个平时不太去医院的人，每年一次十五分钟体检之外，身体指标的细微下滑往往没人盯着，等到发现时已经拖成了问题。Prana 想把这套被动模式换成持续主动的照护，它连接你的病历和可穿戴设备，监测所谓临床漂移，捕捉医生在两次就诊之间容易漏掉的缓慢变化。与多数只是聊天机器人的人工智能健康应用不同，它自称是全栈医疗服务提供方，人工智能像随时在线的医生一样看数据、解释化验结果、管理处方，同时把九成的病史采集、事务安排和分诊等基础工作自动化，让人工医生专注关键决策。它来自 YC 冬季 2026 批次，团队四人。

这是做软件运行时可观测性的公司。想象你是一名负责线上服务的工程负责人，半夜被告警叫醒，日志和追踪数据都是给人看的，智能体拿着这些扁平信息很难还原崩溃那一刻内存里到底发生了什么。HyperProbe 的做法是把探针直接注入正在运行的服务，在故障瞬间读取精确的变量状态，不需要重新部署，处理器开销控制在百分之一以内，还会自动脱敏个人信息。它属于 YC 夏季 2026 批次，团队八人，正在招聘。当越来越多智能体参与写代码和运维，让它们真正看懂自己造出的系统就成了刚需，这正是这家公司值得关注的地方。

这家公司切的是癌症筛查的医学影像设备。假如你是一家社区医疗机构的运营负责人，想给病人加一项核磁筛查，却被告知设备要花数百万美元、安装要等几个月，还得配高水平技术员。Adialante 从物理、算法和硬件重新设计核磁，做成装在轮子上的移动影像诊所，机构不用买设备也不用建基础设施，按次付费就能提供筛查，先从前列腺癌做起。它属于 YC 春季 2026 批次，团队四人，正在招聘。早发现能大幅改善癌症结局，而把门槛降下来正是让这件事覆盖更多人的关键。

这是做网站接口化与智能体接入工具的公司。如果你负责一家企业的后台自动化，每天要在老旧的企业管理系统、病历系统或客户系统里重复点选录入，浏览器智能体又慢又贵还容易出错。Pomerado 能在几分钟内把任意网站变成接口或智能体可调用的服务，号称比浏览器智能体快七倍、便宜一百倍，并且自带修复能力、托管、认证和权限管理。它属于 YC 秋季 2026 批次，团队两人。老旧系统一直是智能体落地的拦路石，把这类系统自动变成原生组件，场景本身就值得看。

这家公司做的是大型机运维与现代化。想象你是一家银行或保险公司的技术负责人，核心业务还跑在几十年前搭的大型机上，当年写代码的人陆续退休，系统越来越像一个没人看得懂的黑箱。Hypercubic 用原生人工智能平台帮企业理解、推理并重建这些关键遗留系统。它属于 YC 秋季 2025 批次，团队三人，正在招聘。据其介绍，财富五百强中约七成仍依赖大型机支撑核心业务，这类基础设施承载着巨大体量，却面临知识断层的现实压力，这就是它值得关注的原因。

这家公司做的是人工智能录音笔这类随身硬件。如果你是一个会议很多的咨询顾问，一天连开四五场会，边听边记常常顾此失彼，掏出手机录音又容易分心。Pocket 把录音与转写能力放进一台专门的设备里，让它不只是手机上的一个应用，而是随身场景中的独立工具，强调品质与速度。它属于 YC 冬季 2026 批次，团队三十五人，正在招聘，并称正在美国与欧洲市场快速扩张。硬件加软件的完整体验能否成为这一品类的主力，是它值得关注的地方。

这是做细胞农业与机器人种植的公司。假如你是一个连锁餐饮的采购负责人，冬天想稳定拿到风味好的番茄，却受制于产地、季节和农药问题。Lux Foods 通过改造植物，让植株变得超紧凑、主要长果实，再用糖作为能量来源，把光照需求降低约九成，并把生物学与硬件一起设计，让机器人种植更容易。它从樱桃番茄起步，目标是靠近消费者做全年生产。团队四人，属于 YC 秋季 2026 批次。其番茄曾在国际空间站上种植，如今把这套技术带回地球，这个背景让它的方向值得留意。

这家公司做的是机器人硬件与配套数据服务。想象你是一个研究团队的工程负责人，实验要用某种机械臂和零件，采购流程却要等上几周，强化学习环境和遥操作数据也得从头搭。DeepAware 自称是美国拿到机器人与零件最快的方式，七十二小时送达或湾区自取，还帮团队采集遥操作数据、搭建强化学习环境并把机器人部署到生产中。它属于 YC 夏季 2025 批次，团队四人，正在招聘，客户包括人工智能实验室、工业运营方、研究团队和活动制作方。硬件加数据加部署的组合，是它值得看的地方。

这家公司做的是读取情绪的可穿戴设备。如果你是一个需要频繁与人协作的团队负责人，常常事后才意识到自己没读懂对方的情绪，错过了沟通的时机。ANORIA 把传感器放进随身佩戴的设备里，让它不只是手机上的一个应用，而是持续感知你的情绪状态，告诉你原因，并给出可以做的事，把情绪能力变成可以训练的东西。它属于 YC 春季 2026 批次，团队五人。睡眠、恢复、步数都已被追踪，情绪这条反馈回路却一直缺位，这个空白本身就是它值得关注的理由。

这是做工程与基础设施行业企业软件的公司。假如你是一家工程公司的项目负责人，手上同时推进数据中心和能源设施，图纸、审批、变更和各方沟通把进度拖得很慢。Torus 面向工程公司与项目业主，帮他们更快建成实体基础设施，定位类似面向实体工程公司的智能助手。它属于 YC 夏季 2026 批次，团队六人，正在招聘，并称正与多家财富五百强公司合作建设数据中心和关键能源设施。再工业化需要把工程流程提速，这类客户信号让它的方向值得关注。

这家公司做的是生物制药生产环节的智能模型。想象你是一家药企的工艺负责人，一个生产参数调整往往要等六到十八个月才能拿到湿实验室结果，单个项目的延期成本很高。AbInitio Bio 构建面向生物制造的基础模型，并用湿实验室数据验证，首个模型 Echo 在预测生产结果上比标准模型更准，药企或代工企业可以快速把它适配到自己的流程。它属于 YC 春季 2026 批次，团队两人。把以月计的生产决策压缩到以小时计，正是它值得关注的地方。

这是做人工智能智能体的公司，让智能体真正接手日常工作。假如你是销售主管，每天要在客户关系管理系统、邮箱和表格之间来回切换，手动整理线索和更新记录，一天下来真正谈客户的时间所剩无几。Tasklet 能连接你用的各种工具，通过内置集成、接口或协议服务器，代替你执行拉取报告、更新客户关系管理系统、分类邮件、处理数据等操作，需要界面时还能即时生成，需要算数或批量操作时会在云端沙箱里写代码运行，遇到没有接口的网站则用真实浏览器操作，而且它二十四小时在云端运行，你可以设置定时任务让它持续工作。这支 YC 春季 2026 的团队目前有八人并在招聘，场景本身值得看，因为知识工作者大量时间耗在工具切换和重复劳动上。

这家公司切的是支付团队的人工智能智能体运行环境。如果你是一家快速增长的金融科技公司的风控分析师，每天要按流程核对交易、处理异常并留下审批记录，步骤多、系统杂，稍有疏漏就可能带来风险。Runtime 让团队把内部操作流程变成专门的智能体，让它们在各个系统之间执行任务，同时提供限定范围的访问权限、人工审批环节和完整的审计记录。这样重复的支付与风控操作可以交给智能体按规矩跑，人只负责关键判断。它来自 YC 春季 2026 批次，团队七人且正在招聘，值得关注是因为支付和风控这类任务对权限与审计要求很高，能把智能体安全地放进这类流程本身就是一个具体问题。

这是做边缘计算半导体的硬科技公司，把计算和视觉能力合并到传感器层面。想象你负责一台在危险或人难以到达的环境里作业的机器，它需要实时看懂周围，但把图像传回云端既慢又费带宽，很多数据其实机器并不需要。Synapse Semiconductor 正在研发一种新的视觉传感器，能在相机像素里直接运行神经网络滤波，只采集机器真正关心的数据。这不是一个手机应用，而是把能力放进芯片和传感器里，让设备在本地就完成判断。它来自 YC 夏季 2026 批次，团队只有两人且正在招聘，方向涉及机器人、国防等场景，值得看是因为物理智能要发展，机器必须先在自己的硬件上理解世界。

这是做开发者工具和推理基础设施的公司，让开源模型在公司需要的地方全速运行。假如你是工程负责人，公司出于合规要求不能让代码和数据离开自己的网络，但又想用上开源模型的能力。RunAnywhere 提供 Wally 推理栈，支持无服务器推理、自带云环境或本地部署，一条命令就能把模型接进 Claude Code、Codex 等编码工具；当模型能装进设备时，同一套工具还能通过开源开发包在 iOS、安卓、macOS、Windows、Linux 和网页上本地运行，这些开发包建立在为苹果和高通芯片编写的内核之上，相关项目在 GitHub 上已获得一万多颗星。它来自 YC 冬季 2026 批次，团队五人且正在招聘，值得关注是因为数据不出网络和端侧运行是很多公司真实存在的约束。

这家公司做的是农场用的机器人和软件，先从草莓种植切入。如果你负责一片草莓农场的运营，采收季最头疼的就是人手：找工人难、成本高，而地里每天的情况又只能靠人走一圈去看。Synphony 提供草莓采摘机器人，以及床级数据分析、数据管道集成和智能体方案，让农场主能看到每块地的情况并减少对人工的依赖。它来自 YC 春季 2026 批次，团队十人，输入提到加州草莓产业规模约三十亿美元、人工占成本约六成，团队还一起赢过十五场以上黑客松。值得看的是它把机器人放进真实的户外农田，同时用数据服务支撑后续更通用的机器人部署。

这是做心理治疗师后台运营的人工智能公司。一个治疗师每天除了坐在来访者对面，还要写临床记录、制定治疗计划、填保险理赔、写信件、做督导准备，常常忙到深夜。Klarify 里的智能体 Klara 接手这些事，包括记录、治疗计划、临床信件、保险理赔、两次会谈之间的资源、督导准备以及寻找新客户。它来自 YC 春季 2026 批次，团队三人且正在招聘，输入提到目前已有近一万两千三百名治疗师在使用。值得关注的是，治疗师人数有限而文书负担沉重，把行政工作交出去能让他们把精力放回只有人才能做的事，也就是真正陪伴来访者。

这家公司做的是企业自保所需的精算能力，用自主人工智能精算师替代部分传统流程。如果你在一家大公司负责风险与保险，可能会用自保子公司来承担自身风险，但这类子公司要运转和扩张，离不开精算与建模，而懂这行的人并不好找。Huscarl 提供的就是这一层精算和建模工具，让自保子公司能自己运营和成长。它来自 YC 春季 2026 批次，团队两人且正在招聘，方向指向规模约一万亿美元的企业保险市场。值得看的是它押注自保成为默认、商业保险成为例外的未来，这个判断本身就决定了产品要解决的是精算能力供给不足的问题。

这是做人工智能硬件交易基础设施的公司，给算力买卖提供定价和交易的市场。想象你是一家公司的采购负责人，需要买到一批图形处理器，但市场价格不透明，卖家资质参差不齐，谈价和验货都很费劲。Stoa 已经上线一个询价市场，让公司通过经过审核的经销商实时买卖图形处理器，并提供定价与交易所需的基础设施。它来自 YC 夏季 2026 批次，团队三人且正在招聘，标签涉及金融科技、硬件和市场。值得关注的是，算力已经成为紧俏资源，而交易环节仍然缺少透明、可信的市场机制，这正是它要补上的位置。

这是做金属制造硬件的公司，目标是让复杂金属零件造得更快、更便宜、更灵活。假如你是一家航空航天或能源公司的制造工程师，手上有一个形状复杂的零件，铸造和机加工都做不出来，剩下能用的先进方法又慢又贵还有风险。Ultrasonium 发明了一种新的制造方法，输入固态金属原料，输出成品零件，整个过程由物理智能层和新控制工艺管理，据其介绍比被替代的方法快十五倍、便宜百分之七十五，并且能在美国规模化生产。它来自 YC 夏季 2026 批次，团队五人，方向涉及数据中心、火箭、卫星和机器人所需的关键零件。值得看的是，这类零件需求正在上升，而国内制造能力本身也是被重视的问题。

这是给输注诊所做事先授权和福利调查的公司。如果你在一家输注诊所负责运营，某天一位患者要用的生物制剂一年费用可能高达八万到十五万美元，保险却按每年约三成七的比例拒赔，材料没批下来就输注，诊所就收不回药费，Janeen 想接手的正是这条最容易出错的流程。它从头到尾处理事先授权和福利调查，把库存、储存、运输和账单这些还靠纸张和表格管理的环节接过来。这类高价药物需要先垫资采购，流程一旦断掉损失很大。公司来自 YC 冬季 2026 批次，团队 5 人，正在招聘，切入的是医疗后台里最费人力的部分。

这是做企业营销活动部署基础设施的公司。假如你是一家公司的营销负责人，今天要上线一场跨渠道活动，麻烦不在创意，而在那些繁琐的配置：在自动化平台里调流程、在社交平台里配受众、在邮件系统里搭模板，六周过去活动还没上线。CharacterQuilt 让营销团队像给同事或代理机构发需求一样提交简报，由能操作现有工具的智能体完成设计、搭建和部署，把原本要三家代理、十种工具、数周才能完成的事压缩到一小时。它来自 YC 春季 2026 批次，团队四人，正在招聘，值得关注的是它直接切入企业营销里被长期外包出去的运营环节。

这家公司切的是让智能体操作老旧桌面软件的基础设施。想象你在一家做人工智能应用的创业公司负责工程，客户的核心业务跑在一套没有接口的老系统上，你想自动化却无从下手。Minicor 让你描述一个工作流程，就得到一个接口端点，每次调用会在 Windows 虚拟机上触发能自我修复的桌面自动化，支持本地、云端或虚拟桌面环境，还能通过编码智能体搭建，并提供每次自动化的完整视频回放、细粒度日志和即时告警。它来自 YC 春季 2026 批次，团队九人，正在招聘，信号是它把无接口系统的自动化做成了可规模化的产品。

这是给受监管行业的人工智能智能体做持续安全验证的公司。如果你负责一家金融机构的智能体上线，最头疼的是安全工具只告诉你哪里有问题，然后开一张工单，修复和验证仍要自己扛。Armorer 会评估智能体并模拟攻击，找出真正的问题，再生成经过验证的修复方案，大约四小时就能交给你审批，生产环境中它以毫秒级检查每个动作，识别提示注入、目标劫持和数据泄露，然后放行、挂起或拒绝。它来自 YC 秋季 2026 批次，团队两人，其检测模型在六个公开基准上优于其他检测器，比对照方案准确率高 22% 且快 88 倍。

这是做人工智能驱动的商业保险经纪的公司。假如你是一家中型企业的财务或运营负责人，公司保险需求复杂，续保时要在多家保险公司之间来回沟通，等报价往往要几周。Harper 用人工智能自动化保险流程里的关键工作，从经纪人的专业判断中学习工作流程、数据和能力，为客户争取更合适的保障、更有竞争力的价格和更快的周转。它来自 YC 冬季 2025 批次，团队二十五人，正在招聘，值得关注的是它把目标放在最终服务全国每一家企业，而不只是处理简单保单。

这是做军用外骨骼的硬件公司。想象你是一名步兵，背着装备长途机动，体力消耗直接决定能走多远。Edgerun 的第一款产品是约十磅的髋部系统，可以套在现有装备外，让士兵的行进距离翻倍。自 2026 年 4 月以来，团队通过和乌克兰战斗人员的持续实地测试迭代了十几版产品，并拿到了超过 1.5 亿美元的意向订单。它来自 YC 夏季 2026 批次，团队五人，正在招聘。外骨骼不是手机应用，它把助力能力放进贴身设备里，这也是它值得看的地方。

这家公司做的是让机器人软件可靠部署到现场的基础设施。如果你是一家农业或建筑机器人公司的工程负责人，实验室里跑得好好的程序，到了网络不稳定的工地就更新失败，现场排查一次要花很久。Agency Tool Company 的部署产品只传输发生变化的字节，网络断开后还能续传，比拉取容器镜像快二十倍，目前已有三家农业、建筑和物流机器人合作伙伴在用；另一款产品把嵌入式算力做成持续集成服务，让开发者在真实目标硬件上跑测试，支持多种嵌入平台。它来自 YC 夏季 2026 批次，团队三人，两位创始人此前创办并出售过一家机器人公司。

这是做车辆维护机器人的公司。假如你是一个车队的运营主管，车辆到了保养周期，却因为维修技师紧缺只能排队，车停在场站里就是实打实的损失。Rodeo 的机器人技师先在集中场站处理换机油这类例行保养，把稀缺的技师时间留给更复杂的维修，让车辆更快回到路上。两位创始人在自动驾驶公司相识，曾与整车厂合作把软件和自动驾驶能力装上车，也见过维持车队运转需要多少人工。它来自 YC 秋季 2026 批次，团队两人，切入的是美国每年约六千亿美元的车辆维护市场，场景本身就说明了需求。

这是做医疗记录检索的公司。如果你是一位刚换医院就诊的患者，过去的检查、用药和诊断散落在不同系统里，你得自己一处一处去要。Hubble 想用一个授权解锁更完整的病历，不管此前的诊疗发生在哪里。两位创始人此前在心理健康平台和连锁诊所做过医疗与人工智能产品，公司获得 YC、Madrona 和 Basis Set 的支持，团队两人，正在招聘，并在西雅图组建团队，成员可以直接和创始人一起塑造人们获取健康信息的方式。它值得看的地方在于把碎片化病历这件事当成基础设施来做。

这是给机构交易公司做合规自动化的公司。想象你是一名券商合规分析师，每天要在多个系统之间核对交易数据、整理记录，大量时间花在重复的人工操作上。TovenAI 提供一组智能体来处理这类数据密集的合规工作，目前已有六个智能体上线，客户从专业机构到大型全球机构都有，其中一个前十大的机构券商在多个合规流程中使用它们。平台预置了三十多个系统的连接器，企业不到一周就能接入并用自己的数据评估结果。它来自 YC 夏季 2026 批次，团队两人，信号是产品已在真实机构里跑起来。

这家公司切的是加密支付里的充值基础设施。如果你是一名开发者，正在做一个面向消费者的链上产品，想让用户从任意链、任意代币充值，光是处理确认、到账和异常就够写很久。Unifold 提供面向开发者的接口和开发包，不到十行代码就能接入链上充值，完整的充值流程由它处理，团队可以更快上线，用户也能得到顺畅的体验。它来自 YC 冬季 2026 批次，团队三人，位于纽约，值得看的是它把多链充值这件麻烦事收敛成很少的接入工作。

这是做团队协作与文档工具的公司。想象你正带着一个小团队，某个智能体刚跑完一轮调研，输出了一大段内容，可没人有时间从头读到尾。Spacesheep 让智能体的成果直接落进一个共享空间，团队一眼就能扫完，还能在具体位置评论、@同事，或者让内置的 @spacesheep 智能体当场改动并同步到每个人的屏幕上。每次改动都留下版本，每个空间都能按语义搜索，人和智能体都找得到。它还能展示服务器和传感器传来的实时数据，并接入团队已有的工具，常见用途包括调研、设计文档、仪表盘、幻灯片和内部应用。这家公司来自 YC 秋季 2026 批次，团队两人，场景本身就说明智能体写东西的速度已经超过了人阅读的速度。

这家公司切的是搜索基础设施。假如你负责一个产品目录庞杂的电商团队，客户搜一个型号却搜不到，或者你手上堆着大量多模态文件，想让智能体也能准确检索，麻烦就来了。Captain 把产品目录和复杂文件变成可搜索的内容，从对象存储、企业文件系统等来源同步文件，再针对你的数据和工作负载自动调优搜索。开发者不用自己拼装解析器、向量数据库和重排组件，通过托管接口就能支撑产品搜索和文件检索。在评估过的文件搜索基准上，它的调优把检索准确率从标准检索增强方案的约百分之七十八提升到超过百分之九十七。这家公司来自 YC 冬季 2026 批次，团队两人，值得看的是它把复杂检索这件苦活收进了一个接口。

这是做数据工程与数据分析智能体的公司。如果你是一名数据工程师，最怕的就是智能体生成一份看着像样、实际却错误甚至危险的报告，然后被拿去开会。Alkera 的智能体跑在你的开发环境或命令行里，带着数据的变更历史和血缘、团队积累的知识，以及针对 Snowflake、dbt 这类数据应用的定制插件。装好并连上服务，就能开始做可信的智能体数据工作。它还提供私有云和本地部署选项，适合数据不能离开边界的情况。这家公司来自 YC 夏季 2026 批次，团队三人，值得关注的地方在于它正面处理了智能体做数据时最容易出错的信任问题。

这家公司做的是投资管理里的人工智能。一个投资组合经理每天要面对的问题是，研究做了一堆，却迟迟落不到一笔具体的交易上。Kimpton 的操作系统替团队做研究，并把结构化的交易建议交到经理手里。它还有一块公开的评测场，让模型在公司发布财报前预测季度盈利，再由实际公布的数字来打分，谁也不能争辩。另一部分则是从这些工作中构建的时点化金融环境，供实验室训练和评测模型。整个行业都在为跑不赢基准发愁，主动管理资金持续流向被动产品，而把十几个零散工具拼起来或者整天盯着通用智能体，都到不了交易那一步。这家公司来自 YC 春季 2026 批次，团队五人，场景本身值得看。

这是做化学基础模型的公司。假如你在一家材料厂负责配方，客户催着要一款新的数据中心冷却液，可一种产品往往是十种左右成分的混合物，可能的组合比任何人能试的都多，今天从零到上市要三到五年的实验室试错。Rasyn 的模型能比现有标准方法快得多地预测混合物会怎样表现，把新配方的设计周期从数年压到数周，成本也大幅下降。为了证明这一点，团队用模型发明了三种此前不存在的化学品，其中一种是不含全氟化合物的数据中心冷却液。这家公司来自 YC 夏季 2026 批次，团队三人，值得看的是它把配方设计从盲目试错变成了可搜索的问题。

这家公司切的是智能体支付的控制层。想象你让智能体替你去买票、订餐或者下单，它需要付钱，可你不想把真实卡号交出去。Allowance 让用户在 iPhone 上直接批准每一笔购买，并可以设置消费上限、限定商户、设定有效期。批准之后，它生成只对这笔交易有效的一次性支付凭证，智能体就能安全地完成任务，而人始终握着每一笔付款的控制权。这家公司来自 YC 春季 2026 批次，团队只有一人，场景本身值得看，因为智能体越能干，支付这一环的授权与边界就越绕不开。

这家公司做的是人工智能数据经济的金融基础设施。如果你是一家数据供应商的负责人，你雇人标注、做评测、搭建强化学习环境，把成果卖给前沿实验室，可实验室要走完质检、验收、开票，中间有三十到九十天的现金缺口，工资和运营却等不了。Masterpiece 针对高质量实验室合同和发票提供短期周转资金，把这段缺口补上。传统发票贷款机构很难看懂这类资产，也就很难承做。这家公司来自 YC 春季 2026 批次，团队三人，值得关注的是它盯住了一个随人工智能训练需求增长而出现的具体融资空白。

这是做医疗实验室操作系统的公司。一个病理学家每天要写大量报告，逐字敲下来既慢又累。Voquill 用语音人工智能同事帮他把报告写得快两成，同时把实验室从样本接收、流程管理、报告、编码到合规和收入的整条工作流都管起来，每一步都有智能体工具辅助。现有的实验室系统老旧，跟不上现代实验室的运作方式，也接不进现成的人工智能方案，于是实验室要么自己造，要么花大钱请顾问打补丁。这家公司来自 YC 春季 2026 批次，团队三人，值得看的是它想替换的是实验室花在旧系统上的巨额开支。

这家公司做的是语音优先的随身硬件。如果你每天会议不断，想法总在走路或嘈杂的店里冒出来，掏出手机记录反而打断思路。antimattr 把能力放进一枚戒指和一副耳机里，戒指可以录下并总结对话、随手捕捉想法、控制你的智能体，耳机则用自有的语音隔离技术把背景噪音挡掉，让你在吵闹的酒吧里也能打清楚电话或准确口述。它不是手机应用，而是把麦克风、降噪和智能体控制放进了你随身佩戴的设备。这家公司来自 YC 秋季 2026 批次，团队两人，场景本身值得看。

这是做人工智能初级诊疗与长寿医疗的公司。假如你最近总觉得疲惫，想弄清症状、续开处方、安排化验并看懂结果，却不想每次都排长队。Clara 可以像医生一样和你对话，它能读取你的医疗数据，并从中找出容易被忽略的趋势和规律，而不只是聊天。它的建议在一位人类医疗提供者审核批准之前都只是初步意见，人始终在流程里。这家公司来自 YC 春季 2026 批次，团队九人且正在招聘，值得关注的是团队此前创办并发展了 Circle Medical，做到一亿美元收入。