快讯

• 0609日报 | AI垂类重做旧系统

  0609日报 | AI垂类重做旧系统

  今日洞察

  今天最值得创业者注意的，不是又多了一个通用 Agent，而是一批 AI 创业公司开始直接重做老行业的软件骨架：有的把合规层塞进模型与用户之间，有的把护理机构、医院、酒类零售、浏览器自动化、语音外呼这些老工作流整包重写。一个清晰信号是，AI 产品的下一波机会正在从“外挂式 copilot”转向“AI 原生操作系统 + 行业专用基础设施”。谁能把旧系统里最重、最慢、最贵的一段流程吃下来，谁就更容易拿到真正持续的预算。

  ---

  1. ZeroDrift（融资）

  

  🔗 链接：官网 | TechCrunch 融资报道

  融资信息：Seed 轮 1000 万美元；投资方包括 a16z Speedrun、Reign Ventures、Pitchdrive、U&I Ventures 等。

  做什么的：在模型和终端用户之间加一层“AI 合规防火墙”，先用确定性规则识别 SOC 2、GDPR 等合规风险，再用 LLM 重写成合规输出。

  为什么值得关注： - 它不是做“更安全的聊天机器人”，而是在做 模型外部的治理执行层。 - 这类产品的价值不在回答更聪明，而在 更低延迟、更高可控性、更强审计性。 - 对创业者的启发是：高监管行业里，AI 的预算往往不先给生成层，而是先给 风控、拦截、审计和责任归属层。

  类比参考：“Cloudflare / Palo Alto 的 AI 输出合规版”

  ---

  2. TakeCareOS（YC / 新产品）

  

  🔗 链接：官网 | YC 页面

  融资信息：YC Spring 2026 批次，融资金额未披露。YC 页面显示其已与 6 家护理机构、200+ 员工合作试跑整套业务运营。

  做什么的：面向 home care、aged care、disability services 机构的 AI 原生操作系统，覆盖 rostering、CRM、notes、messaging、timesheets、invoicing、compliance，并用 AI agents 接管文书和后台 admin。

  为什么值得关注： - 它不是在旧护理软件上加一个 copilot，而是直接把 “业务系统 + AI 执行层” 一起重做。 - 护理与照护行业长期被高频低效 admin 工作拖住，TakeCareOS 切的是最容易形成 ROI 的部分。 - 对创业者的启发是：很多垂直行业真正缺的不是一个 AI 助手，而是一套 默认把 AI 当员工来设计的软件底座。

  类比参考：“Home care 版 ServiceTitan / AI-native ERP”

  ---

  3. Eos AI（YC / 创新模式）

  

  🔗 链接：官网 | YC 页面 | Launch YC

  融资信息：YC Spring 2026 批次，融资金额未披露。YC Launch 页面披露，早期诊所场景中已看到 约 3 倍 admin productivity improvement 与 37% revenue recovery。

  做什么的：把医院/诊所分散在 EHR、影像、实验室、排班、计费等系统中的数据重新串起来，做成可搜索、可分析、可触发运营动作的 healthcare autonomous OS。

  为什么值得关注： - 医疗 AI 里最难的一步常常不是模型，而是 把碎片化数据拼成可执行上下文。 - Eos AI 不是单点做 scribe 或病历总结，而是先做 数据协调层 + 运营动作层。 - 对创业者的启发是：如果一个行业数据极碎，先拿下“统一上下文”这一层，后面的 agent、推荐、自动化才有复利。

  类比参考：“Palantir / Snowflake 的医院运营 Agent 版”

  ---

  4. Prana（YC / 新产品）

  

  🔗 链接：官网 | YC 页面 | Launch YC

  融资信息：YC Winter 2026 批次，融资金额未披露；YC 页面显示产品 已进入 beta 并开始上线真实用户。

  做什么的：做“口袋里的 AI 家庭医生”，连接病历与 wearable 数据，持续监测用户健康变化，并把传统一年一次的被动体检改成持续式、主动式初级医疗。

  为什么值得关注： - 它的切法不是“在线问诊聊天”，而是试图重做 primary care 的服务频率与交互范式。 - 医疗产品里，连续监测 + 风险早筛，比一次性问答更容易建立长期使用场景。 - 对创业者的启发是：AI 最有机会重做的，不只是效率，而是把原本低频的服务改成 持续关系型产品。

  类比参考：“One Medical + wearable intelligence 的 AI 版”

  ---

  5. Scotch（融资）

  

  🔗 链接：官网 | Crunchbase News | PR Newswire

  融资信息：Series A 2000 万美元；由 VMG Partners 领投，First Round Capital、Lerer Hippeau、Toba Capital 跟投。公司披露其 annual run rate gross payment volume 已超过 10 亿美元。

  做什么的：为酒类零售店提供 AI-native POS、back office、inventory、invoice reconciliation、pricing intelligence 与 e-commerce 一体化系统。

  为什么值得关注： - 酒类零售是典型“看起来小众、其实极复杂”的行业，SKU 多、分销链长、合规和进销存都很重。 - Scotch 的产品策略不是做通用零售 SaaS，而是把一个被忽视行业的核心工作流 从底层完全重构。 - 对创业者的启发是：最好的垂直 SaaS 机会，往往藏在 被主流软件长期服务不好的细分行业。

  类比参考：“Drizly 之后的 liquor retail OS / 酒类零售版 Toast”

  ---

  6. Mecka（融资）

  

  🔗 链接：官网 | Fortune 报道 | BetaKit 报道

  融资信息：累计宣布 6000 万美元 Series A 相关融资，包括 2500 万美元 Series A 与 3500 万美元 Series A extension；公开报道显示由 Framework Ventures 领投，并获 SV Angel、Ted Xiao 等支持。

  做什么的：做 physical AI 的数据与部署层，采集第一视角真实任务视频、做人类动作理解与评估，把机器人从实验室 demo 推向真实场景部署。

  为什么值得关注： - Physical AI 最缺的不是再多一个模型，而是 足够真实、可训练、可评估、可部署的数据闭环。 - Mecka 的定位不是造机器人，而是做机器人生态里的 integrator + data engine。 - 对创业者的启发是：具身智能的高价值层，未必在整机，更可能在 数据、评估、集成与商业交付中间层。

  类比参考：“Scale AI / Anduril 在 Physical AI 数据层的结合体”

  ---

  7. AethexAI（融资 / 新产品）

  

  🔗 链接：官网 | TechCrunch 报道 | Tech.eu 报道

  融资信息：Pre-seed 300 万美元；由 4DX Ventures 领投，Enza Capital、Dorm Room Fund、Mojo Ventures、Stanford GSB 26 Fund 等参投。

  做什么的：面向中东和非洲市场做方言友好的 voice AI 基础设施，覆盖法语、阿拉伯语、英语的本地口音与低延迟语音交互，并同步推出 API / SDK。

  为什么值得关注： - 它没有沿用通用 voice stack，而是自己做小模型和 orchestration，解决 emerging markets 下的 高延迟、口音复杂、基础设施不均衡 问题。 - 这类公司抓住的是“被全球主流模型忽略的市场空白”，不是正面卷美国标准场景。 - 对创业者的启发是：全球化 AI 创业不一定靠更大模型，很多时候靠 更本地化的数据、更小的模型、更懂区域约束的工程。

  类比参考：“Vapi / ElevenLabs 的新兴市场本地化版本”

  ---

  8. Intuned（新产品 / 值得借鉴）

  

  🔗 链接：官网 | YC Launch | Hacker News

  融资信息：YC S22 公司，本次为新产品/新能力曝光，融资金额本轮未披露。

  做什么的：让用户用自然语言描述需求，由 AI 生成 production-ready 的 Playwright 浏览器自动化代码、部署到平台，并在网站结构变化后自动修复与重部署。

  为什么值得关注： - 它不是普通的“AI 帮你录制 RPA”，而是把 生成代码、运行基础设施、观测日志、故障修复 做成一体化闭环。 - 对很多企业来说，重复执行的浏览器任务需要的是代码级稳定性，而不是一次性演示型 agent。 - 对创业者的启发是：AI 最有价值的形态之一，不是完全替代代码，而是把 代码生产、维护、诊断 这几个最贵环节压缩掉。

  类比参考：“Retool Workflows + Playwright Cloud + self-healing agent”

  1 days ago

• 0608日报 | 垂直Agent逼近系统层

  0608日报 | 垂直Agent逼近系统层

  今日洞察

  今天最值得创业者注意的，不是又多了一个 AI 助手，而是垂直 AI 产品开始同时向两端延伸：一端往更深的系统执行层走，直接接管诊所、病理、物业、临床试验等高摩擦流程；另一端往更轻的端侧基础设施走，用本地推理把成本、安全和响应速度重新做一遍。对创业者来说，这意味着新一轮机会不在通用聊天层，而在 “结果交付 + 工作流嵌入 + 成本结构重写” 的三者交叉点。

  注：受当前执行环境的浏览器外部导航策略限制，文内截图改为基于公开产品页面信息生成的本地卡片图，用于本地预览与后续分发占位；产品链接均指向官网或融资来源页。

  ---

  1. 万格智元（融资）

  

  🔗 链接：融资报道

  融资信息：天使+轮，数千万元人民币；投资方为峰瑞资本。公开信息显示，此前公司亦获过早期天使轮支持，本次属于轮次更新。

  做什么的：聚焦端侧 AI 推理引擎与本地智能平台，试图把大模型能力从云端搬到个人设备和边缘终端。

  为什么值得关注： - 这不是又一家“做模型”的公司，而是在补 Agent 时代的端侧算力基础设施。 - 如果端侧推理真能把成本再压一个数量级，很多原本只能云上跑的 AI 场景，会第一次具备大规模落地条件。 - 对创业者的启发是：当大家卷应用层时，更低成本、更安全、更可控的部署层 反而可能更容易沉淀壁垒。

  类比参考：“本地优先 AI runtime / 端侧推理引擎版的基础设施公司”

  ---

  2. Care GP（YC S26）

  

  🔗 链接：官网 | YC 页面

  融资信息：YC Spring 2026 批次，融资金额未披露。

  做什么的：用一组 AI agents 接管澳大利亚 GP 诊所的行政与运营流程，覆盖 clinic admin 和 operations。

  为什么值得关注： - 医疗 AI 最难的往往不是诊断，而是那些高频、重复、碎片化的后台工作。 - Care GP 的价值主张很清楚：不是给前台一个聊天助手，而是直接替诊所吞掉行政负担。 - 对创业者的启发是：在强监管行业里，先切运营成本，再切临床决策，通常更容易起量。

  类比参考：“医疗诊所版的 AI back office team”

  ---

  3. Shotwell AI（YC S26）

  

  🔗 链接：官网 | YC 页面

  融资信息：YC Spring 2026 批次，融资金额未披露。

  做什么的：给机器人公司做多模态训练数据的采集、切分、标注和可视化，让机器人模型先把“数据层”打磨好。

  为什么值得关注： - 机器人领域最缺的往往不是模型想法，而是持续、可复用、可解释的数据流水线。 - Shotwell 把“Better data. Better robots.”做成了清晰产品叙事，本质是在卖机器人训练效率。 - 对创业者的启发是：Physical AI 的高价值机会，很多不在整机，而在 上游数据基础设施。

  类比参考：“Scale AI 的机器人数据版”

  ---

  4. Voquill（YC S26）

  

  🔗 链接：官网 | YC 页面

  融资信息：YC Spring 2026 批次，融资金额未披露。

  做什么的：面向病理医生的实时 AI scribe，医生边看切片边口述，系统同步生成结构化报告并写入正确字段。

  为什么值得关注： - 它不是泛化的“医疗语音转写”，而是直接卡在病理报告这个高价值、强结构化、强专业术语的岗位流上。 - 真正的产品壁垒来自 字段级结构化、既有系统兼容、医生个体风格学习。 - 对创业者的启发是：垂直 AI 不一定要颠覆工作流，很多时候 “挂在原系统之上” 反而更容易成交。

  类比参考：“病理科版 Nuance + AI copilot”

  ---

  5. Scope（YC S26）

  

  🔗 链接：官网 | YC 页面

  融资信息：YC Spring 2026 批次，融资金额未披露。

  做什么的：做 Agent Experience 平台，帮助产品团队理解 AI agent 如何发现、理解、尝试和卡住在你的产品里。

  为什么值得关注： - 过去大家做 UX，现在开始有人系统性做 AX（Agent Experience）。 - 当 agent 成为新用户后，传统埋点并不能告诉你 agent 为什么失败，而 Scope 正在补这一层观测与优化工具。 - 对创业者的启发是：如果你的产品未来要被 agent 调用，对 agent 友好 会像移动端适配一样成为基础能力。

  类比参考：“PostHog / FullStory 的 Agent 版”

  ---

  6. Astraea（YC S26）

  

  🔗 链接：官网 | YC 页面

  融资信息：YC Spring 2026 批次，融资金额未披露。

  做什么的：用合规型 agent automation 打通临床试验全流程，从 protocol design 一直到 FDA submission。

  为什么值得关注： - 临床试验一直是最典型的“流程慢、文档重、审计强”领域，非常适合 AI 去压缩周期。 - Astraea 的价值不只在自动化，而在 标准感知、可追踪、可审计 的执行层设计。 - 对创业者的启发是：在高监管赛道卖 AI，最好卖的不是“聪明”，而是 更快且仍然合规。

  类比参考：“Veeva 工作流的 agent 化版本”

  ---

  7. Wato（YC S26）

  

  🔗 链接：官网 | YC 页面

  融资信息：YC Spring 2026 批次，融资金额未披露。

  做什么的：给公司里的 AI agents 提供共享记忆、共享工具、共享工作流和可复用产物，让 AI 工作不再散落在个人聊天线程里。

  为什么值得关注： - 它切中的是真实团队痛点：现在很多公司不是没有 agent，而是 agent 的产出无法沉淀和复用。 - “One MCP for memory, tools, workflows, and agent work” 这个定位很强，说明 agent 协作层开始从 hacky 脚本走向正式产品。 - 对创业者的启发是：当多 agent 成为常态，共享上下文和组织记忆 会变成新的协作基础设施。

  类比参考：“Notion + MCP + agent workspace 的混合体”

  ---

  8. Auxos（YC S26）

  

  🔗 链接：官网 | YC 页面

  融资信息：YC Spring 2026 批次，融资金额未披露。

  做什么的：通过真实受访者构建 1:1 AI customer clones，用于测试定价、创意、问卷、产品路径和市场扩张假设。

  为什么值得关注： - 市场研究正在从“找样本、做访谈、等报告”转向“先用模拟人群高频试错”。 - Auxos 不是泛用户画像工具，而是在卖 决策前模拟，这对增长、品牌、产品团队都很有吸引力。 - 对创业者的启发是：只要你能把“试错成本”压低一个数量级，就可能改写一个老行业的工作方式。

  类比参考：“Qualtrics / 用户研究公司的 AI 模拟版”

  ---

  9. CentralComs（YC S26）

  

  🔗 链接：官网 | YC 页面

  融资信息：YC Spring 2026 批次，融资金额未披露。

  做什么的：为物业管理公司自动处理租客报修、供应商协调和维修跟进，减少物业团队的人力扩张需求。

  为什么值得关注： - 物业是标准的高沟通、高催办、高碎片流程行业，非常适合 AI 接管“推进和协调”层。 - 这类产品的价值不在炫技，而在于把一个看似低科技的行业做成 高 ROI 的 agent 场景。 - 对创业者的启发是：很多最值得做的 AI 产品，不在热门赛道，而在那些没人愿意做、但客户每天都在为之付钱的流程里。

  类比参考：“物业维修调度员的 AI 版”

  ---

  今日 Top 3

  1. 万格智元：端侧推理融资继续升温，说明本地 AI 基础设施正在被资本重新定价。
  2. Scope：Agent Experience 开始从概念变成产品层，未来会成为所有 SaaS 的新适配要求。
  3. Astraea：高监管工作流最先验证了 agent 的真正付费价值——更快交付，而且还能留痕合规。
  2 days ago

• 0607日报 | AI责任层开始成型

  0607日报 | AI责任层开始成型

  今日洞察

  今天最值得创业者注意的，不是又多了一个 AI 助手，而是一批 YC 最新项目开始把 AI 产品直接定义成“可交付责任单元”：有的替你跑增长，有的接管 IT 工单、审计测试、招聘初筛、患者前台，还有的补上 agent 进入企业前最难卖的一层——电话身份、保险担保、合规认证。它们共同指向一个更清晰的信号：AI 创业正在从“会不会生成”，转向“敢不敢接责任”。接下来更容易收费、也更容易形成壁垒的，不是回答更聪明的工具，而是能对结果、权限、风险和审计链条负责的产品。

  ---

  1. Klaimee —— 给 AI Agent 做保险、认证与担保

  

  🔗 链接：官网 | YC 页面

  融资信息：YC 最新批次项目，融资金额未披露。

  做什么的：Klaimee 为企业部署的 AI agent 提供责任险、风险评估、认证和采购所需的担保证明，覆盖传统 cyber / E&O 保单没有覆盖的 agent 自主决策风险。

  为什么值得关注：
  - 这不是“更安全的 agent 工具”，而是在补 agent 商业化真正难成交的一层：谁来为错误买单。
  - 它把风险扫描、治理问卷、行为测试、承保和采购文件打包成一个标准产品，说明 AI 合规正在从咨询服务变成 SaaS + 金融产品。
  - 对创业者的启发是：当客户开始把 AI 用在真实业务里，信任层、担保层、责任层会比“模型更强一点”更容易产生预算。

  类比参考：“SafetyWing / 网络责任险的 Agent 版”

  ---

  2. Arden —— 把 SOX 审计测试做成可交付的 AI 工作流

  

  🔗 链接：官网 | YC 页面

  融资信息：YC 最新批次项目，融资金额未披露。

  做什么的：Arden 用 AI agents 自动拉取证据、执行控制测试、追踪异常并生成外部审计可接受的 workpapers，面向内部审计与 SOX 合规团队。

  为什么值得关注：
  - 它切的不是“文档生成”，而是上市公司里最贵、最重复、最需要审计留痕的合规执行层。
  - 关键壁垒不在聊天，而在 跨系统取证 + 异常解释 + workpaper 可追溯性，这类产品天然更接近付费核心流程。
  - 对创业者很有启发：高价值 AI 产品往往不是替人写草稿，而是能把原来要几周的人力流程压成几分钟，并且仍能被审计接受。

  类比参考：“AuditBoard + Big Four 初级审计团队的 AI 版”

  ---

  3. Modern —— 用 AI 直接消灭工单，而不是优化工单系统

  

  🔗 链接：官网 | YC 页面

  融资信息：YC 最新批次项目，融资金额未披露。

  做什么的：Modern 是 AI-native ITSM 平台，用安全 agent 处理 IT、HR、Legal、Finance 的请求，把访问开通、入离职、设备、采购等服务流程自动执行到底。

  为什么值得关注：
  - 它不是做 ServiceNow 上层插件，而是直接把产品叙事改成：传统 ITSM 管理工单，Modern 负责消灭工单。
  - 产品上把 reasoning 和 action 分离、再用 policy-based workflow 执行，是企业买单时非常关键的安全设计。
  - 对创业者的启发是：在企业软件里，下一代 AI 产品最强的打法不是“copilot 化”，而是把用户 KPI 从处理任务改成减少任务本身。

  类比参考：“ServiceNow 的 AI 原生重做版”

  ---

  4. Asendia AI —— 不替换招聘团队，而是复制最强招聘员

  

  🔗 链接：官网 | YC 页面

  融资信息：YC 最新批次项目；公开页面显示自加入 YC 后已突破 $500K ARR。

  做什么的：Asendia AI 为猎头公司和 staffing agency 生成可自学习的 AI recruiter，自动完成候选人 sourcing、筛选、电话/SMS/WhatsApp 跟进和短名单交付。

  为什么值得关注：
  - 它的切法很聪明：不是做通用招聘助手，而是服务 以“速度=利润”著称的 staffing 行业。
  - “clone your best recruiters” 这个定位比“AI 招聘工具”更有画面感，也更容易让客户理解 ROI。
  - 对创业者的启发是：如果你做垂直 agent，最有效的产品语言通常不是“自动化”，而是“复制你团队里最值钱的那个人”。

  类比参考：“Bullhorn / Recruiterflow 的 AI 招聘员版”

  ---

  5. Framewise Health —— 让 AI 接管医疗机构的患者前台

  

  🔗 链接：官网 | YC 页面

  融资信息：YC 最新批次项目，融资金额未披露。

  做什么的：Framewise Health 用 AI 处理患者来电、术前 intake、知情同意、预约、病历草拟与编码建议，试图把诊所和医院的 front office 做成一个 AI 岗位。

  为什么值得关注：
  - 这类产品有意思的地方，不是“会打电话”，而是把 患者沟通、合规记录、运营准备、医生审批 串成一个完整闭环。
  - 医疗场景里真正能收费的不是单点 AI 功能，而是能降低漏接、漏填、漏签和运营阻塞的系统性方案。
  - 对创业者的启发是：高监管行业的 AI 产品要想卖得动，必须把 human-in-the-loop、审计日志和职责边界做成产品的一部分。

  类比参考：“医疗前台主管 + intake coordinator 的 AI 版”

  ---

  6. AgentPhone —— 给 AI Agent 一张真正能打出去的电话号码

  

  🔗 链接：官网 | YC 页面

  融资信息：YC 最新批次项目，融资金额未披露。

  做什么的：AgentPhone 通过统一 API 把号码、短信、电话、实时转写和 MCP 接口打包给 AI agent，让 agent 能直接在电话和消息渠道里完成任务。

  为什么值得关注：
  - 很多 agent 产品停在网页和 API 世界里，但真实商业世界还运行在电话、短信和 WhatsApp 上。
  - 它卖的不是单一通话能力，而是 agent 的真实世界身份层与通信入口。
  - 对创业者的启发是：下一轮 agent 基础设施机会，往往不是更聪明的脑，而是把 agent 从数字空间接到现实工作流的连接层。

  类比参考：“Twilio 的 Agent 原生版”

  ---

  7. Revnu —— 帮技术创始人把增长团队外包给 AI

  

  🔗 链接：官网 | YC 页面

  融资信息：YC 最新批次项目，融资金额未披露。

  做什么的：Revnu 连接产品和渠道数据后，用 agent 自动做获客线索发现、冷启动外联、SEO、广告实验、短视频和定价/转化测试。

  为什么值得关注：
  - 它抓住了一个越来越真实的痛点：AI 让做产品更容易，分发反而成了新的稀缺能力。
  - 从定位上看，它卖的不是一个单点工具，而是“你的 AI growth hire”，这对技术创始人非常有杀伤力。
  - 对创业者的启发是：在通用模型能力被抹平后，围绕获客、转化、留存这些结果指标构建 agent，依然是最值得投入的商业化方向之一。

  类比参考：“增长团队 / Demand Gen 团队的 AI 外包版”

  ---

  今日 Top 3

  1. Klaimee：Agent 保险与认证层，切中了企业真正愿意为 AI 风险买单的一环。
  2. Arden：把审计测试从人力服务改造成可追溯、可交付的 AI 工作流。
  3. Modern：不是优化工单，而是直接消灭工单，代表了企业软件 AI-native 的强方向。

  ---

  收录项目

  Klaimee、Arden、Modern、Asendia AI、Framewise Health、AgentPhone、Revnu

  3 days ago

• 0606日报 | 执行型AI渗入一线

  今日洞察

  今天最值得创业者注意的，不是又冒出一个通用 AI 助手，而是 YC Spring 2026 里一批新公司开始把 AI 直接塞进运营一线：客户运营、测试回归、营销投放、组织诊断、制造执行，甚至药物设计。它们共同指向一个更清晰的信号——AI 创业正在从“生成内容”转向“接管责任”，谁能把结果交付、异常兜底和流程闭环做深，谁就更容易建立真正的付费壁垒。

  注：受当前执行环境限制，browser 无法稳定导航到外部站点，文内截图已使用浏览器工具生成产品链接卡片作为占位，后续可补抓官网首屏。

  ---

  1. Zenbu —— 一个面向 coding agents 的可扩展 IDE，用来统一编排、观察和定制团队里的多个代码 Agent。

  

  融资信息：YC Spring 2026 批次，近期在 YC 最新公司列表中亮相。

  做什么的：一个面向 coding agents 的可扩展 IDE，用来统一编排、观察和定制团队里的多个代码 Agent。

  为什么值得关注：

  • 过去大家把 Cursor、Claude Code、Codex 当“单兵工具”，Zenbu 则把重点放在“多 Agent 协同工作台”，更像团队级操作层。
  • 它的切入点不是再造一个聊天框，而是把 agent orchestration 做成 IDE 原生能力，这更符合未来工程团队的真实工作流。
  • 对创业者的启发是：下一代开发工具的竞争，不只是谁模型更强，而是谁更懂如何把多个 agent 组织成一个可管理系统。

  类比参考：「VS Code / Cursor 的多 Agent 编排版」

  🔗 官网 | YC 页面

  ---

  2. TesterArmy —— 用 AI agent 自动测试网站和移动应用，在 PR 和生产环境里持续跑回归并输出截图、录屏和 bug 报告。

  

  融资信息：YC Spring 2026 批次，近期在 YC 最新公司列表中亮相。

  做什么的：用 AI agent 自动测试网站和移动应用，在 PR 和生产环境里持续跑回归并输出截图、录屏和 bug 报告。

  为什么值得关注：

  • 最有价值的不是“会点页面”，而是它把登录、OAuth、OTP 这些传统 E2E 测试最难维护的环节做成了自然语言配置。
  • 这意味着 AI 测试工具正在从 demo 走向生产：不是帮你写脚本，而是减少你维护脚本。
  • 对创业者的启发是，AI 产品真正容易收费的地方，往往是替代“高频但没人爱维护”的脏活。

  类比参考：「Playwright / QA Wolf 的 Agent 版」

  🔗 官网 | YC 页面

  ---

  3. Akkari —— 把客户从首通销售电话到续费扩张之间的承诺、问题、需求和机会统一抓取并推动闭环。

  

  融资信息：YC Spring 2026 批次，近期在 YC 最新公司列表中亮相。

  做什么的：把客户从首通销售电话到续费扩张之间的承诺、问题、需求和机会统一抓取并推动闭环。

  为什么值得关注：

  • Akkari 切的不是客服聊天，而是 customer operations——这是 SaaS 公司里极依赖人盯进度、跨工具协同又最容易丢球的一层。
  • 它覆盖 Slack、邮件、会议、Discord 等多个客户触点，说明 AI 正在从“回答”升级为“追责和推进”。
  • 对创业者来说，这类产品的价值不在回复质量，而在能否把收入相关流程真正往前推一步。

  类比参考：「Gainsight + Chief of Staff 的 AI 版」

  🔗 官网 | YC 页面

  ---

  4. Ontora —— 让 AI agents 采访企业里的每个员工，快速还原组织里真实的工作流、瓶颈和协作断点。

  

  融资信息：YC Spring 2026 批次，近期在 YC 最新公司列表中亮相。

  做什么的：让 AI agents 采访企业里的每个员工，快速还原组织里真实的工作流、瓶颈和协作断点。

  为什么值得关注：

  • 它不是传统 survey 工具，而是在试图把管理咨询里最贵、最慢的组织诊断过程产品化。
  • 如果 AI 真能在数小时内完成原本要几周的访谈和归因，这类“轻咨询、重软件”的模式会非常值得借鉴。
  • 对创业者的启发是：很多专业服务不是不能 SaaS 化，而是以前没人能把非结构化访谈转成标准化分析。

  类比参考：「麦肯锡组织诊断 + Qualtrics 的 AI 版」

  🔗 官网 | YC 页面

  ---

  5. Memoir —— 面向软件公司提供 AI CMO 服务，自动读取产品、驱动 staging 环境、生成 demo 视频，并按创始人口吻产出营销内容。

  

  融资信息：YC Spring 2026 批次，近期在 YC 最新公司列表中亮相。

  做什么的：面向软件公司提供 AI CMO 服务，自动读取产品、驱动 staging 环境、生成 demo 视频，并按创始人口吻产出营销内容。

  为什么值得关注：

  • 它有意思的地方在于把“懂产品”和“做分发”绑在一起：先理解 repo 和产品，再生成像真人做出来的内容。
  • 这不是简单的 AI 文案工具，而是在把 devtools 营销团队的一整条内容生产线打包。
  • 对创业者很有启发：在垂直市场里，AI 最容易赢的不是通用写作，而是结合产品上下文直接产出可发布素材。

  类比参考：「Jasper + Demo 视频团队 + 社媒运营的 AI 合体版」

  🔗 官网 | YC 页面

  ---

  6. Walter —— 为制造业运营提供 AI 员工，瞄准工厂现场的执行、协调和流程管理。

  

  融资信息：YC Spring 2026 批次，近期在 YC 最新公司列表中亮相。

  做什么的：为制造业运营提供 AI 员工，瞄准工厂现场的执行、协调和流程管理。

  为什么值得关注：

  • 制造业一直是 AI 落地最难但价值最高的场景之一，因为数据脏、流程碎、异常多。
  • Walter 的信号价值在于，越来越多新公司开始直接把自己定义成“AI Employee”，而不是分析工具或助手。
  • 这对创业者的启发是：在传统行业里，客户更愿意为明确替代岗位职责的产品买单，而不是为模糊的效率提升买单。

  类比参考：「MES 协调员 / 工厂运营主管的 AI 版」

  🔗 官网 | YC 页面

  ---

  7. FinalDose —— 做可编程 DNA 药物，把疾病相关基因序列作为输入，直接定向识别并摧毁病变细胞。

  

  融资信息：YC Spring 2026 批次，近期在 YC 最新公司列表中亮相。

  做什么的：做可编程 DNA 药物，把疾病相关基因序列作为输入，直接定向识别并摧毁病变细胞。

  为什么值得关注：

  • 虽然它更偏 biotech，但产品定义非常 AI-native：不是单点模型服务，而是把“可编程”作为药物本身的核心卖点。
  • 对创业者来说，它提醒我们 AI 不只会重做软件工作流，也在重写高价值科学产品的设计方式。
  • 如果未来药物、材料、实验流程都开始变成可编译对象，AI 产品经理的边界会比互联网时代大得多。

  类比参考：「CRISPR 思路 + 可编程软件范式的药物版」

  🔗 官网 | YC 页面

  ---

  今日 Top 3

  1. Zenbu：多 Agent IDE 正在成为新一代开发团队的基础工作台。
  2. TesterArmy：AI 测试开始切入最脏最难维护的回归环节，离付费更近。
  3. Akkari：客户运营流程正在从“记录信息”转向“自动推进结果”。
  4 days ago

• 0605日报 | AI执行层深入高摩擦行业

  今日洞察

  今天最值得创业者注意的，不是又有一个更强模型，而是 YC P26 里最有意思的新项目，几乎都在重做那些最脏、最慢、最难标准化的执行环节： Agent 权限、移动端云开发、 FDA 申报、实验室编译、医疗准入、营销投放、反欺诈。它们共同指向一个趋势——AI 不再只回答问题，而是在高摩擦行业里接管流程本身。对创业者来说，这比“再做一个 AI 助手”更有参考价值：真正容易成交的产品，往往是把 AI 塞进老系统最贵、最卡、最依赖人工兜底的那一步。

  注：今日执行环境对 browser 外部站点导航有限制，已尝试抓取产品官网首屏，但未能稳定完成页面导航，因此本文先保留原始链接，截图待后续补图。

  ---

  1. Armature —— 给 AI Agent 做“用户体验分析”的基础设施

  

  融资信息： YC P26 批次，近期在 Launch YC 新近亮相。

  做什么的： Armature 帮企业测试、分析并优化 AI agent 使用其产品时的完整体验，覆盖 MCP 、 CLI 和多模型/多 harness 场景。

  为什么值得关注：
  - 过去大家优化的是 UX ，现在开始有人专门优化 AX （ Agent Experience ）——这很可能会变成新的产品指标。
  - 它不只做测试，还做 session trace 、竞品 benchmarking 和 auto-remediation ，明显在往“Agent 增长层”走。
  - 对创业者的启发是：当 agent 成为新用户，你的产品文档、接口、权限、报错方式都要重新为 agent 设计一遍。

  类比参考：「 Datadog + PostHog 的 Agent 版」

  🔗 官网^[1] | YC 页面^[2]

  ---

  2. Clawvisor —— AI Agent 的授权层，而不是又一个连接器

  

  融资信息： YC P26 批次，近期在 Launch YC 新近亮相。

  做什么的： Clawvisor 让 AI agent 在不直接接触用户凭证的前提下调用 Gmail 、 Slack 、 Google Drive 等应用；用户只需审批一次任务，后续请求由策略层持续执行。

  为什么值得关注：
  - 真正难的不是让 agent 连上工具，而是 让它别越权。 Clawvisor 抓的是企业最先付费的那层风险控制。
  - 核心卖点不是“更多集成”，而是“最小授权 + 可审计执行”，这比单纯 workflow 工具更接近基础设施。
  - 对做 Agent 产品的人来说，权限边界、审批粒度和可追踪性会越来越像标配，而不是锦上添花。

  类比参考：「 Okta / OAuth policy engine 的 Agent 版」

  🔗 官网^[3] | YC 页面^[4]

  ---

  3. Limrun —— 把 Xcode 和 Android 模拟器云化，专供 Coding Agent 调用

  

  融资信息： YC P26 批次，近期在 Launch YC 新近亮相。

  做什么的： Limrun 把原本只能在本地跑的 Xcode 、 iOS/Android 模拟器等开发能力，封装成云端服务，让任何沙箱里的 coding agent 都能直接调用。

  为什么值得关注：
  - 现在云端 coding agent 最大短板之一，就是 碰到移动端和本地原生工具链就掉线； Limrun 正在补这块“最后一公里”。
  - 它已经服务 Replit 、 Rork 、 Momentic 等 agent 公司，说明这不是伪需求，而是整个生态的共性缺口。
  - 启发在于： AI 编程下一阶段不只是更会写代码，而是更完整地接管 build 、 test 、 simulate 、 merge 的闭环。

  类比参考：「 BrowserStack + E2B 的移动开发版」

  🔗 官网^[5] | YC 页面^[6]

  ---

  4. Infera —— 把“自然语言写实验”编译成真实仪器可执行流程

  

  融资信息： YC P26 批次，近期在 Launch YC 新近亮相。

  做什么的： Infera 让研究人员用自然语言描述实验，再自动转换成不同实验设备可执行的 protocol 、脚本和数据流程。

  为什么值得关注：
  - 它本质上是在做一个 AI-native 的实验室编译器，把意图直接翻译成执行。
  - 这类产品的壁垒不在模型，而在 vendor-specific 脚本、仪器兼容性和验证链路。
  - 对创业者很有启发：最值得做的 AI 场景，往往不是“帮专家提效 20%”，而是把 expert intent 直接变成 machine-ready output 。

  类比参考：「 GitHub Actions / 编译器 的湿实验室版」

  🔗 官网^[7] | YC 页面^[8]

  ---

  5. Panacea —— AI 原生 FDA 申报服务，直接用结果定价

  

  融资信息： YC P26 批次，近期在 Launch YC 新近亮相。

  做什么的： Panacea 面向生物科技和医疗器械公司，提供 AI-native FDA regulatory services ，把资深 FDA 顾问与 AI 平台结合，覆盖 IND 、 NDA 、 510(k) 等申报流程。

  为什么值得关注：
  - 最有意思的不是 AI ，而是 fixed / outcome-based pricing：不按工时收费，而是按里程碑完成收费。
  - 这说明 AI 已经开始改写专业服务行业的收费逻辑，而不只是改写交付效率。
  - 创业启发非常直接：如果你的 AI 产品能显著压缩交付周期，就可以考虑从“卖软件”升级成“卖结果”。

  类比参考：「麦肯锡式顾问服务的 AI 原生重做版」

  🔗 官网^[9] | YC 页面^[10]

  ---

  6. Arctic Health —— 用 AI 和浏览器自动化重做医疗准入流程

  

  融资信息： YC P26 批次，近期在 Launch YC 新近亮相。

  做什么的： Arctic Health 做医疗机构的 credentialing 和 contracting ，自动处理 payer 合同、 provider enrollment 、状态跟踪和持续合规。

  为什么值得关注：
  - 这是典型的“市场不性感，但极痛”的赛道：系统碎片化、州规则差异大、人工流程极重。
  - 它的真实护城河不是聊天能力，而是 跨数百个 payer portal 的浏览器自动化 + 行业专家 edge case。
  - 对创业者的启发是：在高监管行业里， AI 产品最容易建立壁垒的地方，不是模型，而是流程覆盖深度和异常处理能力。

  类比参考：「 Rippling + RPA 的医疗准入版」

  🔗 官网^[11] | YC 页面^[12]

  ---

  7. CharacterQuilt —— 不做 AI 文案工具，直接做营销团队的执行基础设施

  

  融资信息： YC P26 批次，近期在 Launch YC 新近亮相。

  做什么的： CharacterQuilt 学习品牌规范、历史 campaign 和现有 martech 栈，然后把 brief 直接变成可部署到 HubSpot 、 WordPress 、 LinkedIn 等工具里的完整营销活动。

  为什么值得关注：
  - 它不是停留在“写内容”，而是继续往 audience 、 creative 、 deployment 三段走，切的是营销团队 80% 的 ops 工作。
  - 对 ToB 创业者很有参考价值：从“copilot”升级到“operator”，通常才会出现更强的 ROI 和更高的留存。
  - 如果它真能把 6 周 campaign 压到 1 小时，最大的变化不是省人，而是让营销测试频率翻倍。

  类比参考：「 HubSpot Ops + Jasper + Zapier 合体版」

  🔗 官网^[13] | YC 页面^[14]

  ---

  8. Incandor —— 不靠历史欺诈标签，直接学习用户行为指纹

  

  融资信息： YC P26 批次，近期在 Launch YC 新近亮相。

  做什么的： Incandor 通过鼠标轨迹、按键节奏、滚动模式和手机握持行为等信号，构建每个用户的行为地图，用于识别账户接管、羊毛党和团伙式欺诈。

  为什么值得关注：
  - 传统反欺诈很依赖历史标签和规则库，而 Incandor 的思路更像先建一张 behavioral intelligence map。
  - 这让它更像基础能力，而不是单点风控模型，理论上可扩到更多 fintech / banking 场景。
  - 创业启发是：当大模型让生成式攻击变便宜后，真正有价值的防御层会更多来自行为、上下文和系统级信号。

  类比参考：「 Sardine / Persona 的行为指纹基础设施版」

  🔗 官网^[15] | YC 页面^[16]

  ---

  参考链接

  [1] 官网: https://armature.tech

  [2] YC 页面: https://www.ycombinator.com/companies/armature

  [3] 官网: https://clawvisor.com

  [4] YC 页面: https://www.ycombinator.com/companies/clawvisor

  [5] 官网: https://lim.run

  [6] YC 页面: https://www.ycombinator.com/companies/limrun

  [7] 官网: https://www.infera.bio

  [8] YC 页面: https://www.ycombinator.com/companies/infera

  [9] 官网: https://withpanacea.com

  [10] YC 页面: https://www.ycombinator.com/companies/panacea

  [11] 官网: https://arctic.health

  [12] YC 页面: https://www.ycombinator.com/companies/arctic-health

  [13] 官网: https://characterquilt.com

  [14] YC 页面: https://www.ycombinator.com/companies/characterquilt

  [15] 官网: https://www.incandor.com

  [16] YC 页面: https://www.ycombinator.com/companies/incandor

  5 days ago

• 0601日报 | YC工作流AI集体冒头

  AI 产品日报 | 2026-06-01

  🔬 422产品实验室 · AI新产品日报 · 每日精选

  今日洞察

  今天最值得创业者注意的，不是又有哪个底层模型刷新榜单，而是 YC 最新一批 AI 创业公司，正在把注意力从“更强模型”集体转向“更短落地链路”。

  这一批新项目里，Sitefire、Canary、VOYGR、Terminal Use、Vela 几乎没有人在讲宏大叙事，它们更像在猛攻企业和开发者工作流里那些最脏、最贵、最容易被忽视的环节：AI 搜索流量获取、代码上线前验证、background agent 托管、现实世界地点数据、复杂日程协调。与此同时，Geordie 和 Solstice 的融资也说明，资本正在更偏爱那些能直接接进现有流程、能量化 ROI、还能处理安全与合规复杂度的 AI 产品。

  对创业者来说，这背后的信号很明确：下一波更容易成交的 AI 产品，不一定是模型能力最强的，而是最懂 workflow、最懂 harness、最懂治理与交付的。 如果你还在做“模型外面再包一层”，会越来越难；如果你能把 AI 嵌进真实业务流程里最贵的一步，反而更容易做出壁垒。

  ---

  1. Sitefire — YC W26 押注 AI 搜索流量运营，不只告诉你哪里没曝光，还直接帮你动手改

  融资信息：入选 Y Combinator W26，外部融资金额暂未披露。

  做什么的：Sitefire 是一套面向“agentic web / GEO（Generative Engine Optimization）”的营销工具，分析品牌在 AI 回答中的可见度，并给出可执行动作，甚至直接帮团队生成 AI 优化内容推送到 CMS。

  为什么值得关注： - 它卖的不是“AI SEO 仪表盘”，而是“从诊断到执行”的闭环。 这比单纯做监测工具更容易形成付费意愿。 - 切中了一个新预算池：当 ChatGPT、Perplexity、Gemini 正在分流搜索流量，品牌方开始需要新的“AI 可见度运营”工具。 - 创业启发：新平台迁移期最容易诞生工具型公司。谁先把“AI 搜索流量运营”标准化，谁就可能复制早期 SEO/SERP 工具的增长路径。

  类比参考：像是 Ahrefs / HubSpot 的 AI 搜索时代版本。

  

  🔗 官网 | Launch HN | YC 页面

  ---

  2. Canary — 让 AI 先把代码写快，再让另一个 AI 在 PR 阶段把坑提前踩出来

  融资信息：入选 Y Combinator W26，外部融资金额暂未披露。

  做什么的：Canary 是面向工程团队的 AI QA engineer。它读取代码库、理解应用意图，然后在 PR 阶段自动生成并运行测试，找出真实用户路径里的问题。

  为什么值得关注： - AI coding 的下一层机会，不是继续卷生成，而是补“验证”这块短板。 代码生成快了，出事故也会更快。 - 它把 QA 从脚本维护问题，变成了代码语义理解问题。 这比传统 E2E 测试工具更贴近现在的开发节奏。 - 创业启发：在 AI 提升生产速度的赛道里，最大机会常常出现在“副作用治理层”——测试、审计、回滚、监控都会重做一遍。

  类比参考：像是 AI 版的 QA 工程师 + 会读代码的 Playwright 平台。

  

  🔗 官网 | Launch HN | YC 页面

  ---

  3. VOYGR — 给 AI App 和 Agent 补上“现实世界地点数据”这一层缺失的基础设施

  融资信息：入选 Y Combinator W26，外部融资金额暂未披露。

  做什么的：VOYGR 提供 place intelligence API，帮助企业验证地点是否真实存在、是否仍在营业，并持续补全更丰富的场所属性，服务于 AI app、agent 和本地化搜索/推荐场景。

  为什么值得关注： - 很多 AI 助手看起来聪明，但一问到线下世界就翻车。 餐厅关门、营业时间错误、地点属性过时，都会直接毁掉用户体验。 - VOYGR 的切口非常务实：不是做通用地图，而是做“对 AI 更友好的地点数据层”。 - 创业启发：AI 进入真实世界时，缺的往往不是推理能力，而是高质量、可更新、可调用的结构化现实数据。

  类比参考：像是 Google Maps API 的 AI-native 替代补丁层。

  

  🔗 官网 | Launch HN | YC 页面

  ---

  4. Terminal Use — “Vercel for background agents”，开始把 agent hosting 做成独立基础设施层

  融资信息：入选 Y Combinator W26，外部融资金额暂未披露。

  做什么的：Terminal Use 提供面向 background agents 的托管基础设施，支持安全执行环境、消息流、调度、共享文件系统和并行分叉，尤其适合 coding agent 和 filesystem-based agents。

  为什么值得关注： - Agent 产品开始从“会不会做”转向“怎么稳定上线”。只会调模型，已经不够。 - 它抓住了一个真实痛点：很多 agent 并不是 API 调一下就完事，而是需要文件系统、长任务、状态管理和企业隔离环境。 - 创业启发：Agent 时代会长出一整套“新托管层”，就像云时代诞生了 Vercel、Render、Supabase 一样。

  类比参考：像是 Vercel + E2B + agent runtime orchestration。

  

  🔗 官网 | Launch HN | YC 页面

  ---

  5. Vela — 不是又一个 Calendly，而是想把“复杂协调”本身交给 AI 执行

  融资信息：入选 Y Combinator W26，外部融资金额暂未披露。

  做什么的：Vela 是一个 AI scheduling agent，处理多方沟通、优先级冲突、模糊时间表述、长周期跟进等复杂日程协同任务，目标是像真人 executive assistant 一样工作。

  为什么值得关注： - “预约”看起来简单，真正复杂的是协调。 这正是传统排程工具长期没解决好的部分。 - 它证明了一个典型方向：很多被认为已经成熟的软件品类，仍然可以被 agent 从“工具”重做成“执行者”。 - 创业启发：不要只盯着全新需求，去找那些已有软件渗透率高、但人工兜底仍很重的工作流，AI 往往最容易切进去。

  类比参考：像是 Calendly + 真人 EA 的 AI 版。

  

  🔗 官网 | Launch HN | YC 页面

  ---

  6. Geordie — $3000万 Series A，开始做“企业里 AI Agent 的安全层”

  融资信息：$3000 万 Series A，由 Balderton Capital 领投，Crosspoint Capital 参投，老股东 General Catalyst、Ten Eleven Ventures 跟投；总融资达 $3650 万。

  做什么的：Geordie 面向企业安全团队，提供对 AI agents 的可见性、运行时约束和风险治理，帮助企业知道内部有哪些 agent、它们能访问什么数据、实际做了什么。

  为什么值得关注： - 这是一个非常典型的“AI 上线之后才真正刚需”的赛道。 部署 agent 的企业越多，治理层需求就越大。 - Geordie 卖的是 runtime security，而不是 prompt guardrail。 这是更贴近企业真实风险的一层。 - 创业启发：每当一个新计算范式进入企业，最先长出来的高价值公司之一，往往都是安全、审计和治理基础设施。

  类比参考：像是 CrowdStrike / Wiz 的 AI Agent 时代版本。

  

  🔗 报道 | 官网

  ---

  7. Solstice — $2100万 Series A，把最慢的药企营销合规流程压到 10 天内

  融资信息：$2100 万 Series A，由 Transformation Capital 领投，Twelve Below、Virtue Ventures 参投；总融资约 $2500 万。

  做什么的：Solstice 面向制药公司，利用自研 pharma marketing AI 模型和合规专家体系，自动生成并审核营销内容，把从内容创建到 MLR（医学/法务/监管）提交流程压缩到 48 小时内，整轮 campaign 上线约 10 天。

  为什么值得关注： - 它不是通用文案工具，而是高监管行业的垂直工作流系统。 价值不在“能写”，而在“能过审、能上线”。 - 对 ToB 创业者启发非常强：真正值钱的 AI，不一定替人做创意，而是替组织穿过最慢的审批链条。 - 这也是“生成 + 规则 + 专家兜底”模式的典型案例，非常适合医疗、金融、法务等高约束行业复制。

  类比参考：像是 Veeva PromoMats 的 AI-native 替代者。

  

  🔗 报道 | 官网

  ---

  8. OctaPulse — 鱼类养殖也开始被 AI + 机器人重做，先从最容易算 ROI 的质检分级切入

  融资信息：入选 Y Combinator W26，外部融资金额暂未披露；已拿下 北美最大鳟鱼生产商 Riverence 的六位数年合同。

  做什么的：OctaPulse 把计算机视觉和机器人用于鱼类养殖场景，自动完成分级、表型分析、健康监测和后续分拣流程。

  为什么值得关注： - 这不是一个“性感赛道”，但非常有创业价值。 因为 ROI 清楚、流程明确、替代人工直接。 - 它体现了 AI 落地的典型路径：先在极垂直行业中替代最重复、最昂贵、最依赖人工经验的流程。 - 创业启发：如果你想避开拥挤的通用 AI 应用战场，去找那些大行业里还没被软件化透的非标流程，往往更容易跑出高粘性客户。

  类比参考：像是 海产养殖版的 AI 质检机器人公司。

  

  🔗 官网 | Launch HN | YC 页面

  ---

  今日值得盯住的 3 个方向

  1. YC 新一批 AI 项目明显更“工作流导向”：不再迷恋做大而全助手，而是在更具体的链路上切出 wedge。
  2. Agent 基础设施开始分层：托管、验证、数据、协调、安全都在长出独立产品，而不只是模型 API。
  3. 资本开始奖励可量化 ROI 的垂直 AI：从 agent 安全到药企合规营销，能直接接进企业主流程的产品更容易拿到钱。
  1 weeks ago (06-01)