#模型时代# 2025年AI创业格局：Anthropic逆袭OpenAI，52%的YC公司正在用它

Y Combinator刚结束了Winter 26的申请周期。在问卷中有一项数据让人意外：创业者首选的大模型API，Anthropic第一次超过了OpenAI。

这期Lightcone播客，YC的几位合伙人复盘2025年AI领域最出乎意料的变化。从模型格局洗牌，到"AI泡沫"的真相，再到为什么太空数据中心突然成了科技巨头的新宠。

听完这期播客，大概就是可以知道为啥OpenAI要把企业AI作为当下重点了。

一、模型格局大洗牌：Anthropic如何从20%涨到52%

1、数据说话：Anthropic成为YC创业者首选

Diana分享了Winter 26申请周期的统计。Anthropic的使用率超过了52%，OpenAI则持续下滑。要知道，2024年初OpenAI还占90%以上的份额。Gemini也在爬升，从去年的2-3%涨到了23%。

这个转变在过去3-6个月里突然加速。

2、为什么是Anthropic？

答案藏在coding能力里。2025年vibe coding和coding agents成了大赛道，而Anthropic的模型在这方面表现最好。这不是偶然。Tom Brown来YC分享时提到，coding能力是他们内部评估的核心指标，是"北极星"。

但有趣的是，大多数创业者实际的产品用途并不是coding。Jared猜测存在"溢出效应"：创业者自己用Claude写代码，熟悉了它的"人格"，于是在产品里也倾向选择它。

3、三家模型公司的"人格"差异

Jared给出了一个有意思的比喻：OpenAI是"黑猫能量"，Anthropic是"快乐的金毛犬"，Gemini介于两者之间。

我要说明一下个人感受，黑猫在西方文化里是独立、神秘、略带高冷的形象。暗示ChatGPT的风格更"酷"一些，有边界感，不会过度热情。回答问题时更像一个专业顾问，保持一定距离。

而金毛是出了名的friendly、eager to please（渴望取悦主人）、热情洋溢。Claude的风格确实更温暖、更乐于帮忙、更"善解人意"，有时候会显得有点过于热心。

但是从我的体感来看，恰恰相反。Claude才是黑猫，有边界感，GPT总有一些自作聪明。个人感受讲述完毕。

Harj说他今年把Gemini换成了默认工具，主要是因为它的搜索能力。Google的grounding API能实时调用Google索引，他觉得比Perplexity更准确。Perplexity快但不够准，Gemini稍慢但更可靠。

Gary则坚守ChatGPT，原因是记忆功能。"它认识我，知道我的性格，知道我在想什么。"他认为memory正在成为消费级产品的真正护城河。

二、创业者的新常态：模型编排层

1、从"忠诚"到"套利"

Diana观察到一个转变：以前创业者是某个模型的"忠实用户"，现在他们在做模型套利。

一家Series B公司的做法很典型：他们用Gemini 3做context engineering（上下文工程），再把结果喂给OpenAI执行。每次新模型发布，他们就跑一遍eval（评估），哪个好用哪个。不同类型的agent任务，最优模型也不同。

这个策略能跑通，关键是他们有自己的proprietary eval（私有评估集）。因为他们是垂直行业的AI agent，那个行业的数据别人没有。

2、消费端也在手动"多模型"

Karpathy发布了一个类似LLM竞技场的工具，但很多人早就在手动做这件事：开三个tab，Claude、Gemini、ChatGPT，给同一个任务，然后比较输出。

Jared的习惯更进一步：他会把其他模型的输出喂给Claude，让Claude来评判。

三、关于"AI泡沫"的真相

1、泡沫对谁是问题？

Jared经常被大学生问这个问题：AI是不是泡沫？GPU产能过剩，OpenAI和Nvidia之间的钱在循环，这不是假繁荣吗？

他的回答很直接：泡沫是Comcast（基础设施方）需要担心的问题，不是YouTube（应用层）需要担心的。如果你是在宿舍里做创业的大学生，你不是Nvidia，你是YouTube。

电信泡沫的教训恰恰相反：正是因为90年代过度投资了带宽，才有了后来YouTube存在的可能。如果没有那个"泡沫"，YouTube可能要晚很多年才能出现。

2、capex是巨头的问题，不是创业者的

Zack在之前的播客里提过：Meta可能会在基础设施上过度投资，但他们别无选择。如果需求突然下跌，那是他们的capex问题，不是创业者的。而且那些基础设施还在，创业者可以继续用。

Diana引用了经济学家Carlota Perez的研究：技术革命有两个阶段，installation phase（安装期）和deployment phase（部署期）。安装期看起来像泡沫，大量资本投入基础设施，人们质疑需求在哪里。但对创业者来说，好消息是他们不用参与建数据中心，他们是在部署期构建下一代应用。

2000年互联网泡沫时的Facebook和Google都是在泡沫破裂后才成立的。

3、Nvidia的"危机"对创业者是利好

今年的一个大故事是Nvidia不再是唯一选择。AMD在涨，TPU在跑。竞争意味着更多算力、更低价格。

这对model companies也是好事，他们的成本会下降。对应用层创业者更是好消息：只要几家AI lab保持激烈竞争，应用层就能持续获益。

四、太空数据中心：从被嘲笑到巨头押注

1、18个月前大家在笑StarCloud

2024年夏天，StarCloud说要在太空建数据中心，互联网上一片嘲讽。18个月后，Google在做这件事，Elon也在做。Sundar现在每个采访都在谈太空数据中心。

原因很现实：地面的电力和土地都不够了。

2、电力瓶颈有多严重

Boom Supersonic（YC公司，原本做超音速客机）现在在用喷气发动机给AI数据中心发电。但喷气发动机的供应链已经排到两三年后了。

美国的建设监管太严。加州有CEQA法案，被环保游说团体滥用来阻止各种建设。陆地上能用的资源快到极限了，太空成了"逃生阀"。

3、YC的"三连击"

YC刚好有三家公司在解决这个问题：太空数据中心公司解决土地问题，Boom和Helion解决能源问题。最近还有一家叫Zephyr Fusion的公司从Demo Day毕业，他们要在太空做核聚变。

创始人是40多岁的国家实验室工程师，造了一辈子托卡马克装置。某天他们重新算了一遍物理模型，发现如果在太空做，数学是成立的。太空核聚变可能是实现太空gigawatt级能源的唯一路径。

五、模型公司创业的门槛在降低

1、知识在扩散

回顾YC早期，SaaS创业爆发的部分原因是"如何做创业"的知识变得普及了。现在AI研究领域正在经历类似的过程：从稀缺技能变成常见技能。

十年前OpenAI的配置很罕见：研究员、工程师、商业人才的组合。现在有大量人同时具备这三种能力，或者至少知道去哪里学。

2、RL让垂直模型变得可行

Diana聊到一个趋势：用开源模型做base，在特定RL环境里fine-tune，能在垂直领域击败通用大模型。

一家YC医疗创业公司告诉她，他们收集了最好的医疗数据集，用80亿参数的模型在医疗benchmark上跑赢了OpenAI。

但风险也存在：有公司fine-tune后超过了GPT-3.5，结果GPT-4.5和5.1出来后直接把他们的优势抹平了。这是一场需要持续投入的竞赛。

六、AI时代的招人逻辑

1、单人万亿公司还没来

年初的时候，很多公司在Series A阶段就做到百万美元ARR，团队只有创始人或者加一个人。大家以为这预示着"单人公司"时代。

一年过去，答案是：并没有。这些公司拿到钱后，照样开始招人、建团队。Series A之后的playbook和以前差不多，公司规模可能小一点，但那是因为收入来得太快，招人跟不上，而不是因为不需要人。

2、为什么还要招人

有两种预测：一种是AI让一切更高效，需要更少的人；另一种是AI降低了生产成本，用户期望就会上升，你需要更多人来满足更高的期望。

2025年的现实是后者。Lora在追Harvey，Giga在追Sierra，每个赛道都有激烈竞争。瓶颈不是点子，是能高效执行的人。

3、Gamma的另类炫耀

Gamma最近的发布会上有一个有趣的"反向炫耀"：他们强调的不是融了多少钱、有多少员工，而是"我们只有50个员工，做到了1亿美元ARR"。

这可能会成为新的社会规范：更少的人、更高的收入，才是值得展示的事。

总结

2025年，AI从"每个月都有颠覆性变化"进入了相对稳定的状态。模型层、应用层、基础设施层各就各位，谁能赚钱变得清晰了。

对创业者来说，这其实是好消息：找创业点子的难度回归正常，不用再靠"等下一个大模型发布"来找方向；基础设施的过度投资是巨头的问题，创业者只享受低价算力的好处；模型之间的竞争让应用层有了更多选择和议价空间。

AI 2027那篇"末日预言"悄悄把时间线改了，但标题没改。log-linear的scaling law本身就是减速器，加上人类组织天生抗拒变化（90%的企业连IT都没搞明白，更别说AI），社会有足够时间消化这项技术。

这不是坏事。

核心归纳

Q1: Anthropic是怎么从20%涨到52%的？
coding能力是关键。vibe coding和coding agents在2025年成了大赛道，Anthropic的模型在这方面是benchmarks上的赢家。存在"溢出效应"：创业者自己用Claude写代码，熟悉了它的风格，产品里也就倾向用它。

Q2: AI泡沫对创业者意味着什么？
几乎没有影响。泡沫是基础设施方的问题，不是应用层的问题。如果你是宿舍里的创业者，你是YouTube，不是Comcast。电信泡沫的过度投资恰恰让YouTube成为可能。

Q3: 单人公司时代到了吗？
还没有。2024年底的"百万ARR但没员工"的公司，拿到Series A后照样开始大规模招人。瓶颈不是点子，是执行力强的人。AI降低了生产成本，但用户期望也随之上升。