What YC Is Really Betting On:用数据拆解 YC 投资逻辑的免费工具
2026-02-25 | ProductHunt | 官网
30 秒快速判断
这东西干嘛的:有人爬了 YC 最近 5 个 Batch(W25 到 W26)的 793 家公司和 1,625 份创始人简历,做了 27 张交互式图表,帮你看清 YC 到底在投什么、不投什么、哪些行业在涨、哪些在死、创始人都长什么样。
值不值得关注:如果你正在申请 YC、研究创业趋势、或者想了解硅谷最有影响力的加速器在想什么 —— 值得花 15 分钟刷一遍。免费,不用注册,打开就能看。但别把它当圣经,数据只覆盖最近 5 个 Batch。
与我有关三问
与我有关吗?
目标用户:对 YC 和创业生态感兴趣的人 —— 创业者、VC、科技媒体从业者、数据分析爱好者。
我是吗? 如果你满足以下任何一条,就是目标用户:
- 正在考虑申请 YC,想知道什么类型的项目更容易被录取
- 做 VC 或天使投资,想快速掌握 YC 投资趋势变化
- 写科技内容,需要数据支撑的选题素材
- 单纯好奇“硅谷到底在玩什么”
什么场景用到:
- 准备 YC 申请前 → 看哪些赛道热门、创始人画像长什么样
- 写创业趋势分析文章 → 直接引用图表数据
- 投资决策参考 → 看 YC 的赛道偏好变化
- 纯粹好奇刷数据 → 花 15 分钟了解一下
对我有用吗?
| 维度 | 收益 | 代价 |
|---|---|---|
| 时间 | 15 分钟掌握 YC 最近 5 批投资全貌,省去翻 793 家公司的功夫 | 15 分钟浏览时间 |
| 金钱 | 完全免费 | 零 |
| 精力 | 交互式图表,不用自己做数据分析 | 需要自己解读数据含义 |
ROI 判断:性价比极高。免费 + 免登录 + 15 分钟 = 几乎零代价获得一份 YC 投资趋势速览。但不要指望从中获得“申请 YC 的秘诀” —— 这是数据描述,不是行动指南。
喜闻乐见吗?
爽点在哪:
- 发现隐藏规律的快感:比如“YC 在同一个 Batch 里投了直接竞品”,“每个合伙人都有自己的‘类型’” —— 这种反直觉的发现很有传播性
- 27 张图表的信息密度:NLP 聚类看公司描述隐藏主题、创始人原型分析、合伙人选项目偏好 —— 不是简单的饼图柱状图
“哇”的瞬间:
“YC funds direct competitors in the same batch.” —— 产品描述中最让人意外的洞察
TechCrunch 在 2024 年底就报道过这个现象:数据分析创业公司 Deckmatch 分析了 YC 近 5000 家公司,发现有十几家 AI 代码编辑器在 2022-2024 年通过了 YC —— 有些甚至在同一个 Batch、同一个合伙人名下。YC CEO Garry Tan 本人就先后支持了两家警用随身摄像头创业公司(Flock Safety 和 Abel Police)。
用户真实反应:
老实说,这个产品在 PH 上只拿了 2 票排第 7 —— 几乎没有引起讨论。Twitter 和 Reddit 上也搜不到任何反馈。这可能说明:(1) 产品刚发布还没传播开,(2) 受众本身就小众,(3) PH 不是这类分析工具的最佳发布渠道。
给独立开发者
技术栈
- 前端:大概率是 Next.js(部署在 Vercel,.vercel.app 域名是 Vercel 的默认部署域名)
- 后端:可能是纯静态站点 + 预处理的 JSON 数据,也可能用了 Next.js API Routes
- 数据获取:YC 的公开 Algolia API(index 名
WaaSPublicCompanyJob_created_at_desc_production),加上爬取各公司页面获取创始人 bio - 图表库:27 张交互式图表,可能用 Recharts / D3.js / Chart.js
- NLP 分析:对公司描述做聚类分析,发现隐藏主题 —— 可能用 Python 预处理后导出为 JSON
数据来源详解
YC 的公司目录底层用的是 Algolia 搜索服务。开发者 Ray Arayilakath 在一篇博客中详细记录了逆向工程过程:通过 Chrome DevTools 抓到 Algolia 请求,拿到 API key(Algolia 的客户端受限 key),再通过 /companies/fetch endpoint 用公司 ID 批量获取完整数据(描述、行业、创始人信息等)。有个小坑:这个 endpoint 需要有效的 CSRF token。
GitHub 上也有现成的工具可以参考:
- yc-oss/api —— 通过 GitHub Actions 每天自动从 Algolia 抓取 YC 公司数据的非官方 API
- rayhanadev/yc-waas-api —— 逆向工程 YC 目录的轻量级脚本
开源情况
- 这个项目本身:未找到公开的 GitHub 仓库
- 类似开源项目:yc-oss/api、corralm/yc-scraper 都是开源的 YC 数据爬取工具
- 自己做难度:中等偏低,预计 1-2 人周。最大难点不是爬数据(API 现成),而是 NLP 聚类的质量和 27 张图表的设计
商业模式
完全免费,无登录,无广告,无付费层级。看起来就是一个个人项目 —— 可能是创作者用来展示数据分析能力的 portfolio 作品,也可能纯粹出于好奇“YC 到底在投什么”。
巨头风险
说实话,这个赛道“巨头”不少:
- YC 自己:有官方公司目录(ycombinator.com/companies),但 YC 不会做趋势分析来“暴露”自己的投资偏好
- Rebel Fund:拥有 YC 体系外最大的数据库(百万级数据点),但这是内部投资工具,不对外开放
- Extruct AI:商业化的 YC 公司 intelligence 平台,但要收费
- YCDB:免费数据库,有 Growth Score 等指标,但没有 NLP 分析和 Batch 趋势比较
yc-trends 的护城河不在数据(公开 API 谁都能爬),在于分析视角和可视化设计。但这个护城河很浅 —— 任何有数据分析能力的人都能做一个类似的。
给产品经理
痛点分析
- 解决什么问题:YC 公开数据散落在各处(官网目录、新闻稿、 Demo Day 视频),没人做过系统性的 cross-batch 分析和可视化。想了解“YC 最近几年投资趋势怎么变”,要么自己爬数据,要么读一堆零散的分析文章。
- 痛点有多痛:低频需求,锦上添花。不是“没有就活不了”的那种痛。更像是“有的话挺好”的 nice-to-have。
用户画像
- 核心用户:YC 申请者(想了解“什么类型的项目更容易被录取”)
- 次要用户:早期 VC(快速掌握加速器投资方向)、科技媒体(找选题数据)
- 边缘用户:创业爱好者、数据分析爱好者
功能拆解
| 功能 | 类型 | 说明 |
|---|---|---|
| 行业趋势分析(哪些涨/哪些跌) | 核心 | 跨 Batch 比较行业分布变化 |
| 创始人画像分析 | 核心 | 1,625 份 bio 的统计画像 |
| 合伙人选项目偏好 | 核心 | “每个合伙人都有一个类型” |
| 竞争重叠分析 | 核心 | 同 Batch 投竞品的数据 |
| NLP 主题聚类 | 亮点 | 从公司描述中提取隐藏主题 |
| 27 张交互式图表 | 展示层 | 数据可视化 |
竞品差异
| 对比维度 | yc-trends | YCDB | Extruct AI | GrowthList |
|---|---|---|---|---|
| 核心定位 | Batch 趋势分析 + NLP | 公司排名 + Growth Score | 公司 intelligence + 线索 | B2B 销售数据库 |
| 覆盖范围 | 5 个最近 Batch | 全部 YC 历史 | 全部 YC + 其他 | 5000+ 公司 |
| NLP 分析 | 有 | 无 | 无 | 无 |
| 竞争重叠分析 | 有 | 无 | 无 | 无 |
| 创始人原型 | 有 | 基础 | 详细 | 基础 |
| 价格 | 免费 | 免费 | 付费 | 付费 |
| 交互性 | 27 张交互图表 | 表格 + 图表 | 交互表格 | 静态列表 |
可借鉴的点
- 免费 + 免登录 = 传播利器:零门槛让人愿意点开和分享(虽然这次 PH 表现不好,可能是推广策略的问题不是产品的问题)
- 用 NLP 给数据“讲故事”:不只是画饼图柱状图,而是从文本中提取隐藏模式 —— 这是分析工具的差异化方向
- 反直觉的发现做标题: “YC 投了竞品”、“合伙人都有类型” —— 这种洞察比“AI 占比 88%”有传播力得多
- 用公开 API 做增值分析:数据人人都能拿到,但分析视角才是价值所在
给科技博主
创始人故事
- 创始人:未能确认具体身份。从产品描述的第一人称(“I scraped 793 startups...”)来看,是一个人的项目
- 背景推测:具备数据工程(爬虫 + NLP)+ 前端开发(Next.js + 图表)+ 创投认知(知道 YC Batch 结构)的三重能力
- 动机:“I scraped 793 startups and 1,625 founder bios from the last 5 batches to find out” —— 典型的好奇心驱动,“我想知道答案所以自己做了一个”
争议点/讨论角度
这个产品本身没引起争议(太小众了),但它揭示的几个 YC 规律很有写头:
-
“YC 在同一个 Batch 投竞品” —— TechCrunch 2024 年底的深度报道揭示了同样的现象。Deckmatch 分析了近 5000 家 YC 公司,发现 AI 代码编辑器、餐厅 POS 系统、薪资管理、AI 销售 CRM 等赛道都有大量重复投资。YC 的回应是:“我们投的是创始人,不是 Idea。”
-
“每个合伙人都有一个类型” —— Garry Tan 先后投了两家警用 Bodycam 公司(Flock Safety 2017 和 Abel Police 2024),十几家 AI 代码编辑器在同一个合伙人下通过。
-
YC 是否过度集中在 AI? —— 最近 Batch 有 88% 是 AI 公司(Extruct AI 数据),这是战略聚焦还是泡沫信号?
-
YC 2026 春季 RFS 的新方向 —— “Cursor for PM”、稳定币金融服务、AI 政府应用、现代钢铁厂 —— 说明 YC 开始从纯软件往硬科技 + 垂直行业扩展
热度数据
- PH 表现:#7,仅 2 票 —— 几乎可以忽略
- Twitter/X:搜索未发现任何讨论
- Hacker News:搜索未发现相关帖子
- 整体判断:产品质量可能不错,但推广完全没做起来。可能是创作者不擅长营销,也可能是 PH 不适合这类小众分析工具
内容建议
- 适合写的角度:“YC 到底在赌什么?我用数据分析了 793 家公司” —— 借这个工具的数据,写一篇 YC 投资趋势的深度分析
- 蹭热点机会:YC Spring 2026 Batch 的申请截止日(2 月 9 日)刚过,3 月 13 日出结果 —— 申请季前后是 YC 话题的流量高峰
- 独特切入点:把 yc-trends 的数据和 Tomasz Tunguz 的五年 YC 趋势分析做交叉验证 —— 两个独立数据源看同一个问题
给早期采用者
定价分析
| 层级 | 价格 | 包含功能 | 够用吗? |
|---|---|---|---|
| 免费(唯一档位) | $0 | 全部 27 张图表 + 全部数据 | 完全够用 |
没有付费版,没有隐藏功能,没有“免费看 3 张图、付费看全部”的套路。打开即用。
上手指南
- 上手时间:30 秒 —— 打开网页就能开始浏览
- 学习曲线:极低
- 步骤:
- 打开 yc-trends.vercel.app
- 滚动浏览 27 张交互式图表
- 在图表上悬停/点击查看详细数据
- 关注你感兴趣的维度(行业趋势/创始人画像/合伙人偏好等)
坑和注意事项
- 数据只覆盖最近 5 个 Batch(W25-W26):如果你想看 YC 十年历史趋势,这不够用。用 YCDB 或 Rebel Fund 的数据更全
- NLP 聚类质量未知:没有公开方法论文档,你无法验证“隐藏主题”的分析是否靠谱
- 数据更新频率不明:新 Batch 出来后是否会自动更新?不确定
- 没有数据导出功能:图表只能在线看,不能下载原始数据做自己的分析
安全和隐私
- 无需登录 = 不收集任何个人信息
- 纯浏览器端 = 你的使用行为不太可能被追踪(除了 Vercel 标准的 analytics)
- 使用的都是 YC 公开数据 = 不存在“未授权获取数据”的法律风险
替代方案
| 替代品 | 优势 | 劣势 | 价格 |
|---|---|---|---|
| YCDB | 全部 YC 历史 + Growth Score | 无 NLP 分析、无 Batch 趋势比较 | 免费 |
| Extruct AI | 更详细的公司 + 创始人数据 | 商业产品要收费 | 付费 |
| GrowthList | 5000+ 公司 + 联系方式 | 偏销售导向,无深度分析 | 付费 |
| Tomasz Tunguz 博客 | 权威 VC 视角 + 5 年趋势 | 静态文章,不可交互 | 免费 |
| 自己爬 Algolia API | 完全定制化 | 需要开发能力 | 免费(自己的时间) |
给投资人
市场分析
- 广义数据分析市场:2025 年约 $65-104B,预计 2035 年达 $500-785B,CAGR 21-28%
- VC 数据工具细分市场:较小但增长快,Crunchbase、PitchBook 是头部玩家
- YC 生态分析工具:极窄的利基市场 —— 用户群体就是关注 YC 的那几万人
说实话,这不是一个有商业潜力的市场。yc-trends 是免费项目,也没打算变现。它的价值在于信息,不在于商业。
竞争格局
| 层级 | 玩家 | 定位 |
|---|---|---|
| 头部(综合创投数据) | Crunchbase, PitchBook | 全面的创投生态数据 |
| 专业 YC(付费) | Rebel Fund 数据库, Extruct AI | ML 预测 + 商业 intelligence |
| 免费分析工具 | YCDB, yc-trends, YC Startup Tracker | 公开数据可视化 |
| 独立分析 | Tomasz Tunguz, Jamesin Seidel | 个人品牌驱动的内容分析 |
Timing 分析
- 为什么是现在:YC 每年 4 个 Batch(W/S/F/X),每次 Demo Day 都会引发一波关注。2026 年 AI 占比达到历史新高(88%),趋势分析需求自然上升
- 更大的背景:YC 2026 春季 RFS 发布了 7 个方向(AI for PM、稳定币金融、AI 政府、现代钢铁厂等),标志着从纯软件向硬科技 + 垂直行业的扩展 —— 这种战略转向值得追踪
- 关键数据点:YC 自 2020 年以来,B2B 占比从 80% 升到 90%;安全和工业制造是增长最快的类别(来源:Tomasz Tunguz)
团队背景
- 创始人身份未确认,看起来是 solo builder 的个人项目
融资情况
- 无融资,纯个人/副业项目。不收费,不太可能寻求融资。
YC 投资趋势速览(产品核心内容补充)
基于多方数据源的交叉验证,以下是 yc-trends 想告诉你的关键信息:
正在崛起的赛道
- AI 原生公司:88% 的最近 Batch 公司是 AI 原生,不是“加 AI 功能”而是“没有 AI 就不存在” | 来源: Extruct AI
- 网络安全:增长最快的类别之一,受 Wiz 收购案和企业安全支出持续增长驱动 | 来源: Tomasz Tunguz
- 工业制造:抓住关税导致的制造业回流机会 | 来源: 同上
- 金融科技回归:2025 年 YC 参与了 100 笔 fintech 投资(截至 9 月),比 2024 年全年增长 65% | 来源: GrowthList
- 国防科技:S25 Batch 有 5 家国防相关公司 | 来源: Extruct AI
正在降温的赛道
- 加密交易平台:2014-2022 年约 12 家,之后明显减少
- 电商建站平台:2018 年后约 12 家,但近年热度下降
- 纯消费者应用:B2C 占比持续萎缩,B2B 从 80% 升到 90%
创始人画像
- 最常见团队配置:2 人联创(最常见数量)
- Solo founder 比例:约 10% 且持续下降
- 平均年龄:约 25 岁(2024 年创历史新低)
- 教育背景:精英大学主导,CS/软件工程背景为主
最反直觉的发现
- YC 在同一 Batch 投竞品:AI 代码编辑器、餐厅 POS、薪资管理等赛道都有大量重复 | 来源: TechCrunch
- YC 的回应:“我们投的是创始人,不是 Idea” | 来源: 同上
- 部分 YC 校友不满:认为同 Batch 竞品侵蚀了 YC 网络的互助价值 | 来源: 同上
- 另一些校友觉得没问题:“创业公司是自杀的,不是被谋杀的” —— 餐厅 POS 创业者 Nick Evans | 来源: 同上
结论
一句话判断:一个精心制作的免费数据可视化项目,用 27 张交互式图表把 YC 最近 5 个 Batch 的投资规律讲得很清楚 —— 但热度几乎为零,说明好产品不等于好推广。
| 用户类型 | 建议 |
|---|---|
| 独立开发者 | 值得花 15 分钟看看 —— 技术上没什么难的(Next.js + Algolia API + 图表库),但可以学习如何用 NLP 给数据讲故事。想做类似项目大约 1-2 人周。 |
| 产品经理 | 值得参考 —— 免费 + 免登录的极简策略值得借鉴,NLP 分析做差异化的思路也可以学。但这个赛道太窄,商业价值有限。 |
| 科技博主 | 值得用 —— 不是写 yc-trends 本身(太小众),而是把它的数据当素材,写“YC 到底在赌什么”的趋势分析文章。“同 Batch 投竞品”和“合伙人都有类型”是好钩子。 |
| 早期采用者 | 值得玩 —— 免费零门槛,打开刷 15 分钟就能对 YC 投资逻辑有个基本认知。但数据只覆盖最近 5 个 Batch,想看完整历史用 YCDB。 |
| 投资人 | 仅供参考 —— 快速了解 YC 趋势变化可以,但做投资决策的话数据覆盖面不够,Rebel Fund 的百万级数据库和 ML 预测更靠谱。 |
资源链接
| 资源 | 链接 |
|---|---|
| 官网 | yc-trends.vercel.app |
| ProductHunt | producthunt.com/products/what-yc-is-really-betting-on |
| YC 官方目录 | ycombinator.com/companies |
| YC 2026 RFS | ycombinator.com/rfs |
| YCDB (免费替代) | ycdb.co |
| Extruct AI (付费替代) | extruct.ai |
| Tomasz Tunguz YC 趋势 | tomtunguz.com/yc-trends-last-five-years |
| TechCrunch "YC 投竞品" 报道 | techcrunch.com |
| 逆向工程 YC 目录 | rayhanadev.com |
| yc-oss/api (GitHub) | github.com/yc-oss/api |
2026-02-25 | Trend-Tracker v7.3 | ProductHunt #7, 2 票