Paul Graham：YC 创业公司的 AI 代码占比早已超过 75%

核心要点

YC 联合创始人 Paul Graham 于 2026 年 4 月 23 日在 X（原 Twitter）平台透露，他每期 Demo Day 都会向 YC 创业公司询问其代码库中由 AI 生成的比例，而这一比例至少在一两年前就已突破 75%。这一数据来自 YC 作为全球最大科技孵化器的近距离观察，极具参考价值。

原文 + 中文翻译

原文：Every batch we ask startups what fraction of their code was written by AI. It was over 75% at least a year or two ago.

翻译：我们每期都会问创业公司，他们有多少比例的代码是由 AI 写的。这个比例至少一两年前就超过了 75%。

深度解读

YC 作为行业风向标的独特价值

Paul Graham 的观察之所以值得关注，根本原因在于 YC 的样本代表性。YC 每期孵化的创业公司横跨 SaaS、基础设施、工具、消费品等多个赛道，且普遍是 2-10 人早期团队，代码几乎全部由创始工程师手写。因此，YC 的数据能够剔除大型科技公司"有大量存量代码"的结构性差异，更纯粹地反映新建项目的 AI 渗透率。75% 不是一个实验室数字，而是数十乃至数百个真实早期创业公司的实践均值。

从"辅助工具"到"主力开发者"的角色跃迁

75% 这个数字意味着 AI 已经从 Copilot 式的"代码补全助手"演变为事实上的"主力开发者"。在早期创业场景中，创始人通常以最快速度验证 MVP（最小可行产品），AI 接管大部分工程实现后，人类工程师的角色已转向架构设计、产品决策和 prompt 优化。这与 2023 年 GitHub Copilot 推出时的预期截然不同——当时业界普遍认为 AI 将替代重复性代码，而架构层和业务逻辑仍由人类主导。现在看来，这一判断低估了 AI 编码能力的进化速度。

对创业成本结构与资本效率的深远影响

YC 公司的代码 AI 占比超过 75%，直接压缩了早期创业的工程人力成本。传统上，一个 MVP 可能需要 1-2 名工程师工作 3-6 个月；如今相同的工作量可能在 AI 辅助下由 1 名工程师在更短时间内完成。这意味着同等融资轮次下，创业公司的 runway（现金跑道）显著延长，同时也意味着VC 的评估框架需要调整——纯以"工程师人数"估算团队执行力的逻辑正在失效。

值得关注

• YC 新一期 Demo Day 的更新数据：Graham 提到"至少一两年前"就已突破 75%，2026 年 4 月这一时点的最新批次是否已有更新比例（如 80% 或 85%+），值得跟踪 YC 后续披露或媒体报道。
• YC 以外机构的对比验证：AngelList、Techstars 等其他孵化器或加速器是否会发布类似数据？若多家机构数据相互印证，将进一步坐实 AI 编码已成为早期创业的"默认设置"。
• AI 占比对创业公司估值的影响：VC 在评估 YC 及其他早期项目时，是否已将"AI 代码占比"纳入尽调维度？这一指标是否开始影响投资决策条款（如 AI 依赖度带来的技术风险敞口）。
• 对工程招聘市场的连锁反应：YC 公司对 AI 编码的高依赖，是否正在减少初级 / 中级工程师的招聘需求？LinkedIn 或 Hired 等平台若能提供 2025-2026 年早期创业公司工程师需求变化数据，将是重要的交叉验证。
• 代码质量与维护成本的长尾问题：75% 的 AI 生成代码在产品迭代后期是否带来更高的技术债务？观察 YC 毕业公司在 A 轮 / B 轮后是否出现大规模代码重构或技术负责人更替，将揭示高 AI 占比的长期影响。

信源行：
原文链接：https://x.com/paulg/status/2047323487405019458
背景报道：Y Combinator 官网（YC 每期 Demo Day 信息及创业公司数据库）；GitHub Blog（GitHub 2024-2025 年开发者调研报告，涵盖 AI 编程工具采用率数据）