What YC Is Really Betting On

What YC Is Really Betting On 通过分析 793 家 Y Combinator 公司与 1,625 位创始人简介，跨五个批次梳理 AI 深度、创始人背景、竞争拥挤度和批次构成，帮助你快速了解 YC 融资趋势，而非公司目录。

AI商业点子生成器

研究工具

AI分析助手

访问网站

概览

What YC Is Really Betting On 是一款数据分析产品，研究了 793 家 Y Combinator 公司和 1,625 位创始人简介，跨越五个批次，覆盖从 Winter 2025 到 Winter 2026。它将这些批次组织为 AI 与非 AI、创始人原型、竞争重叠、招聘信号、命名模式和合伙人偏好等视图。

首页将该产品定位为结构化趋势分析，而不是目录或市场。其目的在于帮助读者理解 YC 正在资助哪些类型的初创公司，这些公司如何聚集，以及哪些模式在不同批次中尤为突出。

分析揭示了什么

批次层级趋势分析

将 793 家 YC 公司按五个批次拆分，并总结随时间变化的主要趋势，包括 AI 占比、B2B 占比、团队规模和招聘活动。

AI 深度拆解

将 AI 公司分为 wrappers、应用型 AI、AI 基础设施和 deep tech，以便读者了解该批次中技术深度与浅层应用的占比。

创始人与团队画像

映射创始人背景信号，如 ex-FAANG 和 PhD 经验，以及团队构成和地点模式，例如旧金山集中度。

竞争重叠评分

按垂直领域衡量竞争拥挤度，并标记批次中尤其拥挤或异常独特的公司。

文本聚类与原型

将公司分组为 NLP 聚类和基于模式的原型，包括合伙人特征指纹，以及 founder DNA 和 archetype 视图等主题分段。

适用场景

追踪 YC 批次趋势
适合想快速了解 YC 在近期批次中资助了什么的人，尤其是在比较 AI、B2B 和 deep-tech 集中度随时间变化时。
研究初创公司定位
适合希望在为初创公司定位前，先了解 YC 公司如何按原型、命名模式和竞争拥挤度分组的创始人或运营人员。
研究批次模式
适合寻找有关创始人背景、公司构成以及 YC 批次中聚类层级模式的量化证据的投资人、分析师或记者。
查找参考公司
当你想寻找拥挤或异常类别中的公司示例时很有用，因为该分析包含了 wrappers、应用型 AI、基础设施和 deep tech 的代表性公司。

Pros and Cons

Pros

覆盖范围明确：五个批次中的 793 家公司和 1,625 位创始人简介。
将分析拆分为多个视角，包括 AI 深度、创始人背景、拥挤度和命名。
突出具体的量化发现，例如 AI 公司占比以及 wrapper 型公司在各批次中的下降。
同时呈现宏观趋势和示例公司，使分析更易理解。

Cons

公开页面未显示定价、试用条款或套餐详情。
定价 URL 返回 404，因此没有可查看的公开方案页面。
网站文本未描述集成、导出或面向团队的文档化工作流。

FAQ

这个产品是做什么用的？

该网站展示了对 Winter 2025 到 Winter 2026 之间五个批次的 793 家 Y Combinator 公司进行的分析。首页未描述单独的设置流程或基于登录的工作流。

它涵盖哪些类型的洞察？

已发布的分析聚焦于公司构成、AI 深度、创始人背景、竞争重叠、命名模式、招聘信号和合伙人特征。它面向希望以结构化方式了解 YC 批次趋势，而不是查看通用公司目录的读者。

分析了多少数据？

首页强调分析了 793 家公司和 1,625 位创始人简介，以及 NLP 聚类、交叉相关和竞争重叠。页面提供的文本中没有提到导出格式或可下载数据集。

是否提供定价信息？

网站文本未显示定价信息，且定价页面返回 404。根据可获得的信息，公开页面未披露价格。

Quick Facts

类别: 市场研究
范围: 跨 5 个批次的 793 家 YC 公司
已分析的创始人简介: 1,625
主要重点: YC 批次趋势分析与聚类
源域名: yc-trends.vercel.app
定价: 未在提供的页面中披露