Состояние стартапов в 2026

Коротко

За последние 12–18 месяцев YC резко развернулся от чистого софта к «железу»: доля хардтех-компаний в батче выросла с 8% до 20%, а робототехника, оборонка, полупроводники, энергетика и датацентры выросли в три-пять раз. Мода инвесторов объясняет лишь часть. Умные модели ускоряют научные прорывы и снимают дефицит топовых софт-инженеров, который раньше тормозил полный хардвер-стек. Медианная выручка компании к концу батча подскочила с 8К до 20К MRR, а отдельные стартапы за три месяца проходят путь от нуля до семизначной выручки: агенты делают работу целиком, а не продают «point solution». Параллельно вырос тихий, но огромный рынок продажи данных и RL-сред лабораториям (десяток YC-компаний делают больше $10M/год каждая), поднялась волна опытных основателей 40–50 лет и соло-фаундеров (с 5% до ~19% батча). Вывод панели: софт не умер, он превратился в «harness» для агентов, а живём мы в моменте, когда модель, подключённая утром, решает то, что месяц назад не работало.

Главный тезис

ИИ переворачивает экономику стартапов сразу по всем осям. Хардтех и глубокая наука становятся посильны маленьким командам, софт из системы учёта превращается в агента, который делает работу целиком, а планка входа падает настолько, что строить может опытный одиночка, знающий, что именно нужно построить.

Ключевые идеи

• 1:22 - доля хардтех-компаний в батче выросла с 8% до 20%; «атомные» категории целиком утроились-упятерились
• 2:08 - сдвиг идёт к тому, что трогает атомы, а не только биты: робототехника (1%→6-7%), промпроизводство (4%→10%), оборонка (1.5%→5%), полупроводники (1%→~4%), энергетика (1%→~3%)
• 3:45 - в летнем батче каждый шестой основатель имеет PhD, потому что кремниевая фотоника и подобное требуют сильного исследовательского бэкграунда
• 4:20 - codegen снял дефицит топовых софт-инженеров как limiting reagent для хардвера: раньше нужна была тысяча инженеров, теперь один-двое
• 5:03 - истинный bull case хардтеха: умные модели ускоряют науку, дают стартапам ранние исследовательские прорывы, и дело тут не в том, что инвесторы бегут от софта
• 5:29 - три макротренда двигают «атомы»: успешный IPO SpaceX (поколение хочет строить в космосе), выросшее с войной поколение (оборонка) и взрывной спрос на компьют
• 7:45 - новые оборонные стартапы делают то, что defense primes не могут: старые подрядчики работают по cost-plus и считают себя консультантами
• 10:17 - цена аренды A100 растёт, а не падает: спроса на компьют больше, чем предложения, что необычно для стареющего железа
• 11:36 - архитектуры NVIDIA падают в точности (FP32→16→8), LLM не нужна полная точность, FP2 уже отчасти пригоден; отсюда стартапы на тернарном представлении
• 12:16 - в датацентрах электронные свитчи стали узким местом между GPU; оптический свитч (все фотоны от GPU A к GPU B) снимает его
• 22:13 - компании проходят от нуля до семизначной выручки за 3 месяца вместо прежних 18+, потому что решают реальные проблемы и агенты делают продукт зрелым быстрее
• 15:53 - правильный софт теперь тот, который хотят использовать агенты: агенты пользуются софтом больше людей, и это тянет рост Salesforce
• 23:28 - тихий рынок: за два года больше десятка YC-компаний делают >$10M/год на продаже данных и RL-сред лабам, некоторые сотни миллионов
• 29:49 - соло-фаундеры выросли с 5% до ~19% батча: знать, что промптить и что строить, стало ценнее умения самому написать код
• 32:52 - опытные основатели 40–50 лет выстреливают: у них есть вкус и понимание, где драконы, а управление коалициями кодинг-агентов похоже на управление людьми

Почему это важно

YC раньше рынка видит первичный поток тысяч стартапов, поэтому его возврат от B2B SaaS к хардтеху сигналит, куда пойдёт венчур на годы вперёд. Выигрывают производители «железа» (полупроводники, энергетика, оборонка, робототехника), продавцы данных и RL-сред лабам, владельцы систем учёта с data moat (Salesforce/Slack), опытные и соло-основатели. Проигрывают классические SaaS-«point solutions», которые не стали агентами, и старые defense primes с cost-plus моделью. Ключевые игроки в кадре: NVIDIA (чью монополию оспаривают альтернативные чипы), Anduril как образец софт-ускоренного хардвера, лаборатории (Anthropic, OpenAI), тратящие ~$1 млрд на RL-среды, и Physical Intelligence (Pi) с базовыми моделями для роботов.

Идеи

• Nox Metals восстанавливает металлургию США в пустующих заводах Детройта, потому что страна выхолостила свою металлопромышленность за десятилетия
• Новые оборонные стартапы предпочитают закупаться у молодых поставщиков «своей скорости», как веб-2.0-стартапы выбирали Stripe вместо легаси-вендоров
• Icarus строит солнечный U-2 разведчик для overwatch и связи; будущее дрон-войны: возможность общаться со своими дронами на земле
• Nine Mothers: дробовик-турель с компьютерным зрением; почти единственный способ прикрыть спецназ глубоко в тылу от коммодити-дрон-атаки
• Дефицит компьюта делает GPU дорожающим активом: переворот интуиции об устаревании железа
• Exosat строит суверенный аналог Starlink; Beyond Reach Labs делает солнечные панели для спутников; датацентры в космосе потребуют питания
• Робототехнике ещё только предстоит свой «ChatGPT-момент»: его пока нет, ищут новый scaling law
• Astra с кастомным harness скакнула на ARC-AGI-3 с ~низких двузначных до >90% за пару месяцев
• SaaS-акции (Salesforce, Snowflake) восстановились и бьют рекорды даже на фоне бума хардтеха, возможно, «попадёт всё сразу»
• Начинаются «harness wars»: Codex, Claude Code, OpenCode, Hermes; в отличие от браузерных войн, вряд ли будет один победитель
• У Salesforce/Slack потенциальный mega data moat: если harness внутри системы совместной работы, там оседает вся ценность
• Система учёта либо становится добычей (выпустил MCP, данные утекли, переключение тривиально), либо сама становится harness
• Полный end-to-end софт вырос в батче с 10% до >25%: агент делает работу, а не требует оператора для software
• Juicebox прошёл путь от LLM-поиска людей до агента, который сам пишет кандидатам и назначает интервью, удваивая-утраивая выручку с клиента
• Агенты не заменяют рекрутёра, а забирают рутинный обзвон 500 человек, освобождая для culture-fit и человеческого элемента
• Продавцы данных и RL-сред скрытны: успешному бизнесу невыгодно рассказывать, как хорошо у него идут дела
• RL-среды бесконечно кастомизируются под вертикали (например, финансы); это смесь экспертизы, computer science и системной работы
• Emerging категория: данные для робототехники: эгоцентрик-данные, tele-op, роботические задачи; сделки на 8-9 знаков
• Системам учёта, возможно, придётся тренировать собственные модели; open-weight модели уже почти на фронтире
• Гипотеза: robot foundation models принципиально иные, чем LLM: реальность моделируется в 3D с гораздо большим числом степеней свободы
• Роботам нужен real-time и мгновенная реакция на стимулы: нельзя «отпустить и вернуться», как с LLM
• Все YC-компании на Pi-моделях дообучают их: из коробки Pi не работает, нужен fine-tune под конкретный кейс (Ultra: тысячи часов «складывания в коробки»)
• Владелец Claude Code может по транскриптам вычислить топ-кодеров и обучить следующую модель кодить лучше; владелец TikTok может генерить более цепляющие видео в Seed Dance
• Соло-фаундеры вроде Apoorva (Instacart), Brian Armstrong (Coinbase), Parker Conrad начинали в одиночку и добирали кофаундеров позже, уже с traction
• Тренд: добор кофаундеров на более позднем этапе, отсюда иная динамика долей, чем классические 50/50 в комнате
• Управление кодинг-агентами похоже на управление командами инженеров: опытные менеджеры (Toby из Shopify) заходят лучше 19-летних гениев
• «С агентами можно быть менее абьюзивными и на 99.9% меньше ловить их эмоции»
• Открыл GPT-6: агенты «ощутимо умнее»; попросил перебрать старые чаты и добить нерешённое, и оно решается «каждый раз»

Инсайты

• Обучение на human feedback и продуктовая логика ИИ смещают ценность от систем учёта к системам исполнения: платят за сделанную работу, а не за трекинг работы
• Снятие узкого места (топ-инженеры через codegen) переопределяет экономику целой отрасли: хардтех дешевеет не в материалах, а в интеллектуальном труде вокруг него
• Умные модели двигают границу возможного в науке: ускоряют не написание кода, а сам исследовательский цикл стартапа
• Каждое поколение железа торгует точностью на пропускную способность, потому что софт-архитектура сверху оказалась терпимее к потере точности, чем предполагалось
• Данные: недооценённая нога scaling law; компьют на слуху, но без данных прогресс упирается, и вокруг этого вырос целый скрытый рынок
• Кастом-модель на проприетарных данных может обойти фронтир в узкой вертикали: преимущество смещается от размера модели к владению нишевыми данными
• Робототехника это не масштабированная LLM: физический мир с большими степенями свободы и real-time требует иной архитектуры и иных данных
• Планка предпринимательства падает не по всем осям сразу: «строить» стало дёшево, но «знать, что строить» стало дороже и решает
• Опыт из недостатка (медленный, дорогой) превратился в преимущество: вкус и насмотренность масштабируются через агентов, а сырая энергия молодости хуже
• Инвесторская мода разворачивается быстрее фундамента: венчур мгновенно перетёк в хардтех при просадке SaaS, хотя оба тренда могут оказаться реальными одновременно
• Конкурентное преимущество в ИИ-эпоху всё чаще data flywheel: тот, кто владеет потоком поведения (код, клики, видео), тренирует следующую, более сильную модель
• Скорость коммодитизации: любое преимущество на данных легко утекает через открытые протоколы, если не встроено в рабочий процесс пользователя

Цитаты

«Things that actually touch atoms and not just bits.» - 2:08 То, что реально трогает атомы, а не только биты.

«This is the age of the machine, I think.» - 3:13 Думаю, это век машины.

«It's not just that people are shying away from funding software businesses, but it's actually that the super smart models that we have now are actually accelerating scientific research.» - 5:03 Дело не только в том, что люди сторонятся софт-бизнесов, а в том, что наши сверхумные модели реально ускоряют научные исследования.

«To build things that, frankly, the defense primes can't build.» - 7:45 Строить то, что оборонные гиганты, честно говоря, построить не могут.

«The price is going up because it's just too much demand and not enough supply.» - 10:17 Цена растёт, потому что спроса слишком много, а предложения не хватает.

«It turns out that the LLM architecture doesn't need the full precision floating point.» - 11:36 Оказывается, LLM-архитектуре не нужна полная точность с плавающей запятой.

«If you think of agents as your customers and you make things that agents want, then that seems like the right type of software.» - 15:53 Если считать агентов своими клиентами и делать то, что нужно агентам, это, похоже, и есть правильный софт.

«You either will be preyed upon... or you kind of have to be a harness.» - 17:04 Ты либо становишься добычей, либо обязан стать harness.

«We have companies breaking from zero to seven figures in revenue during the batch.» - 22:13 У нас компании за батч проходят от нуля до семизначной выручки.

«It's not that software and SaaS is dead, what people claim on the internet. It's just that it has transformed.» - 18:02 Софт и SaaS не мертвы, что бы ни писали в интернете. Они просто трансформировались.

«A lot of people seem to say that they want to be YC for solo founders, but it turns out YC is the YC for solo founders.» - 0:13 Многие говорят, что хотят стать «YC для соло-фаундеров», но выходит, что YC и есть тот самый YC для соло-фаундеров.

«You need to know what to build. That's like the high order bit now.» - 33:51 Нужно знать, что строить. Сейчас это главный разряд.

«Put your money where your mouth is.» - 34:10 Отвечай делом за свои слова.

«We can be a little bit less abusive to our agents.» - 34:42 Мы можем быть чуть менее жестокими со своими агентами.

«What a weird moment we are in history where you wake up in the morning, you like wire up a new model.» - 0:21 Какой странный момент в истории: просыпаешься утром и подключаешь новую модель.

«These things that even a month ago, you're just like, why isn't it working? It just starts working.» - 0:28 То, что ещё месяц назад заставляло тебя спрашивать «почему не работает?», просто начинает работать.

«That's coding in the time of AGI, I guess.» - 35:58 Наверное, это и есть кодинг во времена AGI.

Факты

• Доля хардтех-компаний в батче выросла с 8% до 20%
• Робототехника: с 1% до ~6-7% батча; промпроизводство: с 4% до 10%; оборонка: с ~1.5% до ~5%; полупроводники/фотоника: с ~1% до ~4%; энергетика: с ~1% до ~3%
• В летнем батче каждый шестой основатель имеет PhD, исторический рекорд
• Медианная выручка YC-компании к концу батча выросла с ~8K до ~20K MRR; на входе медиана ноль (pre-revenue, pre-product)
• Соло-фаундеры: с ~5% до ~18-19% батча, «почти пятая часть»
• Компании из полного end-to-end софта: с 10% до >25% батча
• За два года YC профинансировал больше десятка компаний, каждая делает >$10M/год на данных и RL-средах для лабов; в ряде случаев сотни миллионов
• По сообщениям (спикер отмечает «not a very known fact»), крупные лаборатории тратят около $1 млрд на RL-среды
• Icarus (осень) вышла на семизначные контракты с новым «Department of War»; Nine Mothers (весна) закупает спецназ
• Astra с кастомным harness, по заявлению, достигла >90% на ARC-AGI-3; пару месяцев назад показатель был в низких двузначных
• Названные компании: Exosat (суверенный Starlink), Beyond Reach Labs (солнечные панели для спутников), Nox Metals (металлургия в Детройте), LAM Labs (процессоры), Bot (тернарная архитектура), Dipole Labs (оптический свитч), Praxis Robotics, Deep Reach, Human Archive, Boost Robotics (роботы для датацентров), Ultra (Pi + тысячи часов footage)
• YC финансирует хардтех с 2014 года; раньше VC отказывали фразой «мы делаем только B2B SaaS»
• Scale профинансирован YC в 2016, тогда это была «крошечная ниша»; позже подключился Mercor
• Peter Steinberger приведён как канонический пример опытного основателя (по словам спикера, «в районе 40»), ранее dev-manager
• Апуорва (Instacart), Brian Armstrong (Coinbase), Parker Conrad (кофаундер-CTO Lakshirny) начинали как соло-фаундеры
• Агентный кодинг «заработал» примерно год назад: спикер привязывает это к «Opus 4.5»

Источники

• Компании: SpaceX, Anduril, Stripe, Salesforce, Slack, Snowflake, NVIDIA, TikTok, Shopify, Scale, Mercor, Afterquery, DataCurve, Physical Intelligence (Pi), StartCloud
• Инструменты/платформы: Claude Code, Codex, OpenCode, Hermes, OpenClaw, River AI, Tinker, Seed Dance, GPT-6, Astra
• Бенчмарк: ARC-AGI-3
• Люди: Palmer Luckey (Anduril), Marc Benioff (Salesforce), Peter Steinberger, Forrest, Toby (Shopify), Quan (Pi, гость прошлого выпуска), Paul Graham (упомянут твит про Nox Metals)
• Стартапы из батчей: Exosat, Beyond Reach Labs, Nox Metals, LAM Labs, Bot, Dipole Labs, Icarus, Nine Mothers, Juicebox, Praxis Robotics, Deep Reach, Human Archive, Boost Robotics, Ultra
• Передача: The Light Cone (Y Combinator)

Итог

ИИ разом удешевил сложное «железо», превратил софт из системы учёта в исполнителя работы и сдвинул планку: решает уже не умение построить, а понимание, что именно строить. И всё это происходит прямо сейчас, у нас на глазах.