YC合伙人Ankit Gupta:AI时代技术训练的价值不是写代码,而是会问模型更有意思的问题
YC合伙人Ankit Gupta在台湾创业学校及INSIDE专访中提出一个与当前叙事不同的判断:AI正在把竞争条件从资金和人力规模转向对模型的深度驾驭能力。他认为受过扎实技术训练的人平均能向模型提出更有意思的问题,两三人团队如今就能开发出过去需要更长时间才能完成的复杂产品,而拥有数千名员工的大企业反而难以彻底重构工作流程来发挥AI能力。他同时承认这不是绝对规则,YC也投资有大量领域知识但非技术背景的创始人。
YC合伙人Ankit Gupta近期在台湾参加Y Combinator创业学校活动并接受INSIDE专访,系统阐述了他对AI时代创始人能力要求的看法。他的核心判断是:AI正在改变新创与大型企业之间的竞争条件,而这种改变对受过扎实技术训练的人格外有利。
Gupta认为,拥有数千名员工的大型企业很难为了充分发挥AI模型的能力而彻底改变既有营运与决策流程。有些企业虽然为员工提供了ChatGPT账号,却未必真正重新设计了工作方式。相比之下,两三名熟悉AI工具的技术人员,如今就可能快速开发出过去需要更长时间才能完成的复杂产品。他认为部分大型企业执行长现在担心的竞争者,未必是另一家大型公司,而是能以全新方式解决问题的小型技术团队。
这个判断背后的机制是什么?Gupta对「技术型」给出了一个比学历更宽泛但比「会用工具」更严格的定义:不是指你念过计算机科学,而是你脑中想到的东西,你做得出来。以前要做到这点得是工程师,现在也许会vibe coding就够了。但他紧接着补充了一个关键观察:受过扎实技术训练的人,平均来说能问模型更有意思的问题。
他进一步解释为什么仍然推荐计算机科学等硬学科:学校教的基本观念不是软件工程——那多半是在工作中学习的——而是教你怎么思考。修资料结构和算法这类课程,会学到有逻辑地思考、把东西做出来,也知道电脑底层怎么运作,进而知道可以做什么。他的建议是把这两件事都做好:扎实的学科训练加上实际使用模型动手做东西。
不过Gupta也明确承认这不是绝对规则。他说YC也投资很多非技术背景的人,他们常有很深的领域知识,能用AI模型做出吸引人又真正有效的东西。他希望AI最终能拉近差距,让更多人把想法做出来成为很好的创始人。
在商业模式层面,Gupta以自己过去创办AI药物公司的经验说明了一个更具体的变化:与其开发软件、试图说服大型制药公司改变既有研发流程,新创也可以直接利用AI开发产品。他认为AI正在让创业者有机会跳过部分传统软件销售模式,直接进入既有产业竞争。
同一场创业学校活动中,YC普通合伙人Jon Xu从另一个角度补充了寻找创业机会的方法:除了观察市场需求,也可以研究目前AI模型还不擅长完成哪些工作。他特别提到现阶段模型在硬件设计和芯片验证等基础技术任务上仍有不足,对熟悉这些领域的工程师而言,这些限制可能就是值得探索的创业机会。YC总裁兼执行长Garry Tan则针对资金需求较高的硬科技新创,建议从最终目标往回推,找出可以先完成的技术里程碑,透过阶段性成果争取后续资金。
Gupta的整套论述对AI产业投资有一个直接含义:评估一个AI新创团队时,「会不会用AI工具」可能不是最关键的筛选标准,「能不能向模型提出有深度的问题」才是。而后者与创始人的技术训练背景存在统计上的正相关,尽管不是充分条件。
需要指出的是,这些都是YC合伙人的归因观点,不是独立验证的研究结论。Gupta没有提供量化数据来支持「技术训练让人问出更好问题」这一观察的效应大小,也没有说明在哪些具体任务上这种优势最明显。他的竞争动态判断同样基于YC投资组合的定性观察,而非系统性的跨行业比较。