6 月 16 日至 17 日，48 小时内、2,000 张手写邀请函，把全球最“能写代码、敢写商业计划”的年轻人召集了旧金山 Moscone 会议中心。
14 位 AI 圈“天梯段”大咖——从 Sam Altman、Elon Musk 到 Andrew Ng、Fei-Fei Li——轮番上场，把如何将AI技术转化为成功企业的方法和经验，传授给下一代创业者。
这场首届 AI Startup School 堪称’创业者的黄埔一期’；Sam Altman 开门见山：“我们正经历历史上最大的平台换代——错过今天，就要再等十年。”
两天的密集输出如暴雨般倾泻：
- Musk 复盘了从政治到 xAI 的第一性原理应用；
- Nadella 打开“Copilot × 平台协议”背后的商业版图；
- Karpathy、Ng、Chollet 分别掀起模型、数据、推理三大突破口；
现场 Q&A 直击“从 0 到 1 的第一行代码该写哪行”——所有问题，都把下一条机会跑道标得清清楚楚。
本文只做一件事：
把台上 14 位讲者的全部干货，浓缩成「AI 创业 3 条跑道」——
- 平台跑道：Altman × Musk 解构主线任务与产品窗口；
- 结构跑道：Nadella × Kaplan 构建出记忆、权限、工具的中间层竞争壁垒；
- 语言跑道：Karpathy 提出软件 3.0，提示词就是新编程语言。
读完之后，你就能用这 3 张路线图，把“AI 爆发窗口”从热闹新闻，转进自己的产品待办。
第一节｜平台红利已开：Altman × Musk 的主线押注
如果你现在不开始，十年后可能连门票都没有。
这是 Sam Altman 在 YC AI Startup School 上说出的第一句话。
他不是在强调某个模型的能力，而是在提醒每一位创业者：
这不是一次工具升级，而是一场平台更替。
就像互联网刚刚出现时，几乎没人知道浏览器会变成主入口。
现在，我们站在另一次类似的起点——AI，不是插件，不是功能，是平台。
ChatGPT 背后，隐藏着一个没人抓住的红利
Altman 提到，现在的 AI 模型已经跑得太快，快到我们来不及为它们构建真正匹配的产品。
他把这种差距叫作“产品–能力错位”：
模型已经能做的，远远超出了我们目前能想象到的产品形式。
举个简单例子：记忆功能早已上线，很多人却还把它当成聊天记录增强版。
Altman强调：我最喜欢的不是模型生成能力，而是它开始‘记住你’之后，像一个真正的助手。
这不是聊天，而是行动的开始。
换句话说： 模型不再是等你输入，它会开始主动联系你。
这不是进化一项功能，而是开启一个新平台。
Musk：从DOGE到 AI，他只讲一件事——回归主线
在现场，Elon Musk 没讲笑话，也没抛段子。他讲的是自己的转弯：
“我一度被卷入很多支线剧情，比如政治，比如华盛顿……但现在我回来了，我要回到主线任务。”
这个主线任务，就是 xAI。
他说自己创业初期并不认为自己能做成什么伟大的事，甚至觉得公司几乎一定会失败，但他还是试了——因为这才是真正值得做的事情。
他强调，不要等到 AI 已成定局时再来“插一脚”——那时你做的不是平台，只是补丁。
Musk 还用了一个比喻：“你现在看到的，是一场海啸即将登陆。但人们还在沙滩上捡垃圾。”
这场海啸，就是 AI。
Altman 总结给创业者的 3 条建议
1、大胆，但从小处做起
“OpenAI 一开始只有几个人，但我们从第一天起就想做件大事。”
2、不要去卷热门赛道，要做别人不理解的事
“当聪明人告诉你这事不行时，继续坚持，慢慢就容易了。”
3、最好的防御，是做出独特的产品
“一开始没人抄你，是你最大优势。”
他特别提醒，那些看上去最奇怪、最不像正路的方向，往往才是你真正的机会。
Altman 说的是窗口，Musk 说的是方向。
他们给创业者的共同提醒是： 别再把 AI 当工具，而是当平台入口。
别等市场确定了再做，而是现在就出发，哪怕还看不清终点。
第二节｜模型之后：Nadella 提示3个产品入口
OpenAI 和 xAI 争的是模型上限，Satya Nadella 关心的是模型之下，产品从哪里开始。
他在活动现场反复追问的只有一句话：
模型的边界在哪，产品又从哪开始？
他说，这个界限决定了未来 AI 创业公司该做什么、能做什么、该避开什么。
模型不是产品，真正的入口在中间结构
Nadella 提出，如果未来的 AI 不只是聊天工具，而是能帮你完成任务的助手，那它至少要有三样能力：
记住你上次说了什么（记忆）
能用你已有的工具（调用工具）
知道它能做什么、不能做什么（权限）
这三者组合起来，才可能变成一个真正能代表你去执行的 AI。
Nadella的原话是：只有当AI能持续记住上下文、调用外部工具，并在权限范围内行动时，它才真正具备产品价值。
他补了一句——
“未来最好的产品，不是你在用它，而是它能为你‘代劳’。”
不再是工具箱，而是执行代理
Anthropic 联合创始人 Jared Kaplan 接着补充：
他说，当我们还在给 AI 加插件时，真正的趋势已经开始换轨了：
我们正从副驾驶插件，走向自动化整个工作流程。
他解释说，那些从头把流程打通的创业者，已经不再只是让 AI 帮你输入输出，而是让 AI 从头到尾干完这件事。
他用一个特别直白的问题提醒大家：
“70%的准确率就能跑通一个流程，你还非要等到99.9%才上生产环境吗？”
换句话说，你等得越久，窗口可能已经被别人占了。
三个最容易被忽视的方向，其实是最大的机会
1、记忆不是“历史记录”
它是把 AI 从一次性助手变成“长期搭档”的前提。
2、工具不是“插件”
真正的 AI 应用，会像人一样用 Excel、打开 Notion、查公司数据库。
3、权限不只是“登录设置”
它决定了 AI 能否安全接入企业流程，敢不敢被真正部署。
Nadella 点明：
“谁能把这三件事做深做透，谁就可能定义下一代 AI 应用的样子。”
模型的事，不是你能左右的；但模型之后的那一段，才是你真正能动手的地方。
别只盯着模型看， 真正的机会，是在“模型之后、产品之前”。
第三节｜软件3.0来了：Karpathy讲透提示语言
如果说 Altman 和 Nadella说的是“做什么”，那 Karpathy讲的就是“怎么做”。
他用一张图，把整个软件世界划分成了三代。
软件1.0：手写代码 如果你要判断一句话是不是正面评价，你得写 if-else 语句、写规则。
软件2.0：模型训练 你用几万个正负样本去训练一个情感识别模型。
软件3.0：自然语言提示 你写一句话：你是一个情感分类器，请判断下面这句话是积极还是消极。
然后，AI 就按你的“提示”执行任务。
Karpathy 的原话是：我们正从写代码，到写提示。提示词已经是新语言了。
不再是写程序，而是控制智能的开关
他举了一个特别容易理解的比喻：
提示词就像一组滑块，你可以调节 AI 介入的深度。
比如你让 AI 写代码：
- 用一个简单提示，AI 只帮你改一行；
- 用复杂一点的提示，AI 可以帮你重写整个文件；
- 给它更多上下文，它甚至可以帮你处理多个项目文件；
- 如果你愿意，它可以“自己动”，自动接管整个流程。
这就是他口中的“自主滑块”机制。
就像钢铁侠的盔甲，大多数时候它增强你；在必要时，也可以自己动。
提示词 ≠ 表面功夫，而是新一代产品接口
Karpathy特别强调，不要再把提示词当作’营销噱头’那种玩法了。
他说：
提示工程是通往软件3.0的桥梁，不是临时补丁。
提示词不是为了让 AI 看起来聪明，而是为了控制它“干多少、管多深、听谁的”。
这意味着：
- 会写提示的人，就像十年前会写 SQL、会写接口文档的人一样吃香；
- 提示词，正逐渐变成产品的输入层，也是未来 AI 界面本身。
Kaplan 加一句现实提醒：最大的问题不是模型能不能做，而是团队怎么把这些智能接入工作流。
也就是说，你不是要训练 AI，而是要让它进得了门、派得上用场、用得起来。
✅ 小结：
Karpathy 给出的不是技术趋势，而是操作指南：
- 你不一定是工程师，但你可以通过提示词调动智能；
- 你不一定做 AI 公司，但你迟早要和 AI 一起工作。
软件的语言正在变。谁先学会用人类语言和 AI 说话，谁就先掌握了下一代入口。
第四节｜选人比选计划重要：Altman × Nadella 的招聘观
在 YC 的现场，Sam Altman 没讲组织架构，也没讲战略图。他反复强调一件事：
早期创业不是在执行计划，而是在找到对的人。
他说，OpenAI 最开始的团队只有几个人，每个人都不是专家，甚至很多人没有博士学位，但有一条共同特征：
我们挑的是成长曲线，而不是起点。
换句话说，你不需要一开始就完美，但你得在快速上升的路上。
Altman还说，很多创业者犯的错是——
“你总是想找看起来已经很厉害的人。但问题是，那些人往往已经到顶了。”
他建议真正要找的是：
“正在走上坡路的人，那些有潜力不断突破自己的人。”
Nadella 的选人三标准，值得所有团队照抄
微软 CEO Satya Nadella 也在现场讲了他选人的三条标准，不长，但直击要害：
① 清晰度制造者 —— 能把复杂的事说清楚，自己也不容易被带乱；
② 能量创造者 —— 不光自己有动力，还能让团队跟着他干；
③ 突破者 —— 在条件不够、资源不全的时候，能找到往前走的方法。
Nadella特别强调：我最喜欢问的面试问题是：你有没有做过一件几乎没人支持、但你还是做成了的事？
他说，这种人通常能扛住压力，也能带着别人往前推。
团队不是招聘清单，而是’未来成功的核心力量
Altman提出：
“很多人搞错了早期招聘，以为是缺人就招，其实是在早期员工决定公司能做多大。”
你招的第一批人，不只是来干活的，更是决定公司以后什么样子的关键人物。
- 一个不合适的人，会让公司节奏崩掉；
- 一个真正合适的人，会在方向不明时站出来给你指路。
好的团队，不是把优秀的人凑在一起，而是方向感、抗压能力和执行节奏的组合。
Altman 和 Nadella说的本质是：
创业前五人，不是组队，是选未来十年的“共创者”。
这条跑道的门槛不在学历，而在你敢不敢一起扛事、一起把想法落地。
第五节｜比成功更难的是落地：吴恩达、李飞飞强调反馈与人性
很多创业者以为，成功靠的是好点子。
吴恩达却说：“真正的差距，在于谁更快落地。”
他给出了一套被很多 YC 创始人奉为“产品加速器”的方法论——反馈六阶段：
- ① 自己上手试用（10分钟）
- ② 问3个朋友或队友（0.5天）
- ③ 找3～10个陌生人聊聊（1天）
- ④ 把原型发给100人试试（1周）
- ⑤ 发给1000个真实用户，收定性定量反馈（2周）
- ⑥ 发布产品，开始 A/B 测试（2个月以上）
吴恩达解释说：大部分人卡在第2步就不动了。以为没问题了，其实问题都在第5步才出现。
他强调，这套方法不是为了追求完美，而是为了尽早知道你错在哪儿。
李飞飞：AI 是工具，但不能失去人性
李飞飞在现场只讲了一件事：“不要忘了人性。”
她不是反对技术，而是提醒大家——AI 再强，它服务的是人。
她说：
我们打造的技术，应该让人类更有尊严，而不是让人变得边缘化。
她提出“以人为本”的三个原则：
- 先看问题是不是真实的，不是看技术炫不炫；
- 先看能不能用得起来，而不是能不能写得出来；
- 先想清楚，这个工具是替代人，还是帮助人。
她特别强调：
“AI 要的是落地，不是漂在空中的热闹。”
从技术转化为产品，核心在于对现实的感知
吴恩达补了一句很有力量的话：你越快接触真实用户，越早知道你做的是不是错的事。
这句话背后的逻辑是：
不是产品做不出来，而是产品不该做、或做得太晚。
反馈机制，就是把你从“想当然”的幻想中拉回现实。
落地这件事，说起来简单，做起来最难。
吴恩达教你的是：怎么快速走完试错路线图； 李飞飞提醒你的是：别忘了人的感受和意义。
一句话总结他们的共识：
技术不是越大越好，而是越快验证越有用；
不是更聪明才对，而是更贴近用户需求才行。
结语｜这三条跑道，不是知识，是选择
两天的 YC AI Startup School，没有任何技术发布，也没有现场演示。
但所有人都感受到了一件事：机会窗口正在打开，只是有些人看见了，有些人还没意识到。
- Altman 说，这是产品能力错位下最好的创业时点；
- Nadella 指出，真正有价值的 AI 应用，不靠炫技，而靠结构整合；
- Karpathy讲得更直白：你已经进入了提示词就是接口的时代。
三个方向已经很清楚了—— 你要么抢占核心位置，要么被挤到边缘。
你不一定马上去创业，但你必须做出选择：
是站在边上看热闹，还是主动参与进来，做点什么。
