圖片來源：Unplash

當00後開始定義AI時代，世界正在經歷怎樣的正規化轉移？

在OpenAI工程師平均年齡32歲、矽谷風投常稱"30歲以下創始人風險過高"的行業潛規則下，一群生於千禧年之後的年輕人正在以更激進的姿態重構AI版圖。他們中有人用程式碼構建數字勞工替代人類工程師，有人將國防導彈的研發週期壓縮至14周，更有人讓AI程式設計師的思維視窗突破1億Token——相當於讓機器同時閱讀750本《戰爭與和平》並保持邏輯連貫。

這些出生於iPad問世之後、成長於GPT浪潮之中的海內外數字原住民，正在用三種獨特稟賦重塑創新規則：對AI技術棧的全域穿透力（從晶片層到應用層無縫切換）、對需求迭代的敏感（24小時完成PMF驗證），以及對傳統商業邏輯的顛覆（3人團隊創造3000萬美元ARR）。

全球00後AI創業者中，美國團隊平均融資額是中國的3.2倍，但中國創業者在商業化落地速度上快40%。當我們追蹤24組橫跨中美歐的00後創業者樣本，發現他們集體呈現出"三無創業"特徵：無行業經驗包袱、無職業路徑依賴、無資源稀缺焦慮。本文試圖解構這群AI原住民的底層作業系統——他們如何在高中實驗室訓練出比肩OpenAI的模型？為何資本願為21歲輟學生的AGI夢想支付上億美元？當Z世代用強化學習控制機器人雙手，用聲音克隆重構社交，甚至用AI重寫專利法體系時，我們或許正在見證人類歷史上首個由"數字原生代"主導的技術革命。

01 00後AI創業者圖鑑：從“三無”到“顛覆”的底層邏輯

從硬核晶片到國防軍工，從程式碼生產到商業演示，這群平均年齡不足25歲的創業者，已橫跨十二個前沿科技賽道建立起顛覆性座標：在硬科技領域，Etched以Transformer專用晶片直擊英偉達算力壟斷，Mach Industries用14周導彈研發週期重寫軍工創新速度，靈初智慧的雙靈巧手機器人突破工業自動化極限；在生產力革新方面，Devin AI以"超級程式設計師"身份簽下七位數企業訂單，Cursor憑藉“AI程式設計瑞士軍刀”能力登頂AI程式設計工具榜首T；生成式生態建設者中，FlowGPT構建的400萬用戶AI應用社群與Tiamat引領的百億級影像生成模型，豐盈了AIGC產業圖譜；而在垂直領域重構戰場，Inventex用AI專利系統重構法律業態，Mercor用演算法重塑人才招聘市場。

值得關注的是，這群數字原住民展現出與傳統創業截然不同的"三無"特質：在技術路徑上，Sapient跳出Transformer架構自研類人腦推理模型，Cortex用中介軟體重構大模型呼叫邏輯，展現的是無經驗包袱的創新能力；在商業迭代中，格子互動從劇本殺平臺轉型聲音AI僅用3個月，Tab用聲控項鍊重定義可穿戴裝置，證明其無路徑依賴的場景遷移能力；而Cal AI以3人團隊撬動月入200萬美元現金流，FlowGPT憑UGC生態斬獲千萬融資，則彰顯無資源焦慮的輕資產運營哲學。相較於傳統創業者"資源積累→驗證→擴張"的線性路徑，00後正構建"快速試錯→技術躍遷→生態構建"的敏捷模式。

國內創業者圖鑑

1. Aha Lab：一款AI驅動內容營銷平臺，致力於透過人工智慧技術重構品牌與創作者之間的合作生態。核心定位是構建一個基於AI演算法的透明、高效的內容營銷生態系統，專注於解決傳統達人營銷中的人工成本高、匹配效率低等問題。廣告主可按點選量、曝光量等實際效果付費，顯著提升投資回報率（ROI），同時降低無效廣告支出。

官網：https://www.aha.inc/

創始人：創始人Kay Feng是一位00後連續創業者，16歲便開啟創業生涯。其此前專案DoraAI在一年內實現從0到百萬海外使用者的增長，並獲得Product Hunt年度AI產品獎項。他帶領的Aha Lab團隊匯聚了演算法、商業化及國際化運營領域的專家，包括聯合創始人Wels（曾創辦新味Cook和萌塔教育）和市場負責人Gabby（飛書北美商業化核心成員）。

融資：2024年11月，公司完成由錦秋基金Soil種子計劃領投的數百萬美元種子輪融資，資金主要用於技術研發和全球市場擴充套件。2025年3月，金沙江創投宣佈戰略投資Aha Lab，進一步推動其在AI Agent賽道的佈局，目標撬動萬億級營銷市。

2. 格子互動：一家聲音AI技術與元宇宙應用的創業公司，其核心業務從線上劇本殺平臺起步，逐步拓展至聲音生成與變聲技術的開發。格子互動的首個產品是HALO劇本殺，一款結合元宇宙概念的線上劇本殺平臺，透過整合優質劇本與真人主持人（DM）資源，為使用者提供沉浸式角色扮演體驗。該平臺上線後迅速積累使用者，月均線上局數達1萬場，實現月營收數百萬元。藉助HALO積累的DM聲音資料，公司開發了AI驅動的虛擬聲音引擎“大餅AI變聲”，支援即時音色轉換、小樣本聲音克隆及多語言翻譯。

官網：www.gerzz.com

創始人：創始人凌天格出生於2000年，是典型的“00後創業者”。其父凌海為盛大集團前總裁，凌天格自幼接觸網際網路創業環境，16歲即獲得國家專利，2017年被卡內基梅隆大學計算機專業錄取。留學期間，他因熱愛劇本殺文化創立格子互動，凌天格以“熱愛驅動”為創業理念，強調靈活迭代與快速商業化。聯創包括包玉剛實驗學校校友陳中一、周琪涵，三人憑藉對技術與文化的融合理解，從線上劇本殺切入，逐步構建聲音AI技術壁壘。

融資：種子輪：2022年初獲原始碼資本旗下“原始碼一粟”投資，該輪融資在原始碼團隊與凌天格首次會面後兩小時內敲定。天使輪：2022年完成，由原始碼一粟繼續領投，原力資本擔任顧問，融資額達數千萬元，用於技術研發與產品擴充套件。

3. Tiamat：是一家國內領先的生成式AI平臺，專注於AI影像生成技術的研發與服務，其核心產品是基於自研的MorpherVLM模型，該模型是國內首個基於概念融合正規化提出的近百億級跨模態生成模型。透過強化學習和提示詞對齊技術，解決AI繪畫中 “可控性” 這一關鍵痛點。Tiamat的業務涵蓋AI影像生成、設計輔助、廣告營銷、藝術創作等多個領域，已與央視網、《時尚芭莎》、《嘉人》等一線媒體及頭部遊戲公司建立合作。

官網：https://www.tiamat.world/

創始人：創始人青柑（本名毛鈺煒）是一位00後創業者，擁有十年美術學習背景，後轉學計算機科學技術，團隊核心成員來自中科院上海科技大學和倫敦藝術大學。青柑在大學期間便組建了創始團隊，並在大四時獲得首筆種子輪融資。她敏銳地捕捉到AI生成技術的潛力，早在2021年就帶領團隊進行模型訓練，與海外技術社群保持同步，使Tiamat成為國內最早一批AI生成平臺之一。

融資：2022年10月，Tiamat完成數百萬美元天使輪融資，由DCM獨家領投；2023年2月，公司宣佈完成近千萬美元A輪融資，由DCM和綠洲資本聯合領投，遠識資本擔任財務顧問。融資資金主要用於產品打磨、自研大模型最佳化及商業化拓展。

4. Sapient Intelligence：一家專注於開發能解決複雜問題的通用大模型的公司，其願景是打造新一代大模型架構，以超越傳統自迴歸Transformer設計，採用更貼近人腦思維的演算法模式。其核心目標是實現AGI（通用人工智慧）的第二階段（L2），即讓AI具備類似人類的推理和規劃能力。該公司的模型在數學推理、複雜約束最佳化等問題上表現優異，例如在數獨遊戲中的準確率超過95%。

官網：https://www.sapient.inc/

創始人：由清華畢業生王冠（2000年出生）及其聯創Austin共同創立，王冠曾在清華AIR研究院學習強化學習，後加入清華腦與智慧實驗室，嘗試融合強化學習與演化計算，他此前開發的僅7B大小的開源模型OpenChat在Github上獲得 5.2k stars，成為全世界下載量最高的開源模型之一。王冠因對GPT-2的研究而進入AI領域，並拒絕了馬斯克的邀約，專注於開發新型AI架構。

融資：Sapient於2024年8月成立，10月完成由Vertex Ventures領投、日本頭部風投集團、歐洲及美國的頭部VC跟投的數千萬美金種子輪融資，成為全球近段時間最大的種子輪 AI 投資之一。2024年12月12日，又獲數千萬美金Seed+輪融資，投資方包括日本最大的私募股權投資集團JAFCO等知名海外投資機構。

5. AVAR：一家專注於AI生成3D內容的數字品牌，業務模式類似 “虛擬的泡泡瑪特” 但更為多元。它聚焦時尚潮流垂類，創造面向年輕使用者的數字消費品，已上線數字服裝、數字潮玩等產品。其數字服裝在時尚芭莎雜誌和《奔跑吧兄弟》等熱門流量入口出現，還與中國國際時裝週及多個運動品牌聯名推出數字服裝，和左耳、植物大戰殭屍等IP合作推出聯名數字潮玩，透過自有及大廠合作銷售渠道，已有上萬付費使用者和百萬GMV。

官網：www.avar.cn

創始人：胡雅婷，畢業於北京大學計算機系的00後，曾獲全國資訊學奧林匹克競賽冬令營金牌，是資訊競賽最佳女選手。她有在Google、阿里、字節跳動擔任演算法工程師的實習經歷，具備計算機視覺和圖形學科研經歷，在學競賽前還是藝術生，近期還被36Kr評選為2024 U36創業者中最年輕的一位。

融資：已獲得天使+輪融資，本輪由奇績創壇投資，老股東華創資本、唯獵資本繼續支援。該公司成立一年就連續完成三輪融資，此前華創資本還領投了AVAR的天使輪融資。

海外創業者圖鑑

1. Inventex：利用AI最佳化專利申請流程，將原本耗時數月的傳統流程壓縮至數天。其系統能夠從使用者上傳的程式碼、設計文件等技術資料中自動識別專利創新點，進行現有技術檢索，生成符合專利局標準的申請草案，最後由簽約律師稽核並提交。採用訂閱制收費，取代傳統律所按小時計費的模式，目前ARR超25萬美元，客戶包括上市公司及科技初創企業，月增速維持翻倍。

官網：https://www.inventex.ai/

創始人：Daniel Ruskin（26歲，出生於1999年）是一位跨界技術-法律背景的00後創業者。14歲透過自學程式設計加入Coinbase，參與核心支付系統開發，持續工作4年直至高中畢業；2024年以紐約大學法學院前10%成績畢業，取得專利律師資格，期間參與初創企業專利申請時發現行業痛點（流程低效、資訊不透明），成為創辦Inventex的直接動因。

融資：公司上線一個月內完成240萬美元種子輪融資，估值達1000萬美元。投資方包括Coinbase聯合創始人Fred Ehrsam、Cambrian Ventures、Conviction Capital等知名機構。

2. Mercor：透過AI最佳化招聘全流程，包括簡歷篩選、20分鐘AI影片面試（分個人經歷和案例分析兩部分）、候選人匹配及薪資管理。其AI模型結合了專有資料和OpenAI等大模型，能預測候選人的工作表現，匹配精準度超過傳統HR水平。覆蓋46.8萬求職者，以印度和美國為主，涉及軟體工程、法律、醫療、金融等領域。2024年月均增長率50%，2025年ARR達7500萬美元，單月淨利潤100萬美元。

官網：https://mercor.com/

創始人：Brendan Foody（CEO）：負責產品與銷售，高中時曾創辦數字諮詢公司；Adarsh Hiremath（CTO）：哈佛計算機科學輟學生，主導AI技術研發；Surya Midha（COO）：喬治城大學外交專業輟學生，負責運營與合同事務。

三人均出生於2004年，現年21歲，是高中辯論隊隊友，2021年贏得美國政策辯論賽冠軍後萌生創業想法，2023年1月，三人以副業形式創立Mercor，最初為印度程式設計師匹配自由職業崗位，數月內實現百萬美元營收、8萬美元淨利潤，隨後退學全職投入。

融資：種子輪（2023年1月）：360萬美元，由General Catalyst領投；A輪（2024年9月）：3200萬美元，投後估值2.5億美元，Benchmark領投，彼得·蒂爾（Peter Thiel）、Twitter創始人Jack Dorsey等跟投；B輪（2025年2月）：1億美元，估值20億美元（較A輪漲8倍），由Felicis Ventures領投，Benchmark等跟投，資金用於AI技術最佳化。

3. Cluely：核心產品Interview Coder最初旨在幫助程式設計師繞過LeetCode等程式設計面試平臺的考核，透過隱藏式瀏覽器視窗即時捕捉問題並呼叫大模型生成答案，使用者可在面試官共享螢幕時仍不被察覺。隨著發展，其應用場景擴充套件到線上考試、銷售電話、遠端會議等，成為多場景的“隱形AI助手”。ARR已超300萬美元，使用者增長迅猛。然而，其推廣影片（如虛構年齡和知識背景）引發兩極反響，被批評為“反烏托邦”和鼓勵不誠信行為。

官網：https://cluely.com/

創始人：Chungin “Roy” Lee（CEO），21歲，原哥倫比亞大學學生，因開發Interview Coder被校方停學後退學。他透過該工具成功獲得亞馬遜、Meta等公司的實習機會，並以此為契機創立Cluely。

融資：2025年4月，Cluely完成530萬美元種子輪融資，由Abstract Ventures和Susa Ventures領投，融資主要用於技術升級和場景擴充套件。

4. Cursor：基於Visual Studio Code深度定製，集成了GPT-4、Claude 3.5 Sonnet 等先進 AI 模型，提供智慧程式碼補全與生成、多語言支援（覆蓋Python、Java、JavaScript等40餘種程式語言）、專案級最佳化和協作與擴充套件等功能，被譽為AI程式設計中的“瑞士軍刀” 。截至2025年4月，ARR突破2億美元，使用者淨留存率（NDR）高達 200%，遠超行業平均水平。

官網：https://www.cursor.com/

創始人：Michael Truell作為創始人年僅25歲，MIT計算機與數學雙學位，高中時期開發程式設計競賽平臺 Halite（後被 Kaggle收購），曾在Google和Two Sigma實習。

融資：種子輪（2023年）：由OpenAI創業基金領投1100萬美元，獲技術背書；A輪（2024年8月）：a16z和Thrive Capital領投6000萬美元，估值4億美元；B輪（2024年12 月）：Thrive Capital領投1億美元，估值飆升至26億美元（4 個月增長 6.5 倍）；C輪（2025年4 月）：Thrive和a16z追加6.25億美元，估值突破100億美元，市銷率（P/S）達66倍，創行業紀錄。

5. 11x：專注於透過AI驅動的數字員工重新定義企業工作流程的人工智慧初創公司。其核心產品為自主數字員工，旨在替代傳統軟體和人工操作，實現銷售、市場營銷等 Go-to-Market流程的全面自動化。其核心產品有兩個：數字員工Alice與Jordan。Alice是全球首個AI銷售開發代表（SDR），負責潛在客戶開發、多渠道互動及個性化溝通，響應率是傳統SDR的3倍；Jordan是全天候多語言電話代表，支援30+種語言，潛在客戶響應速度提升10倍。其數字員工直接對標企業招聘預算，而非傳統SaaS支出，提供更高效的人力替代方案。

官網：https://www.11x.ai/

創始人：Hasan Sukkar是11x的創始人兼 CEO，於1997年出生，他17歲時因敘利亞難民危機移民到英國，後在英國埃克塞特大學獲得工程學碩士學位。畢業後，他曾在麥肯錫公司擔任顧問。

融資：已籌集超過7400萬美元的資金。包括2024年9月由Benchmark領投的2400萬美元A輪融資，以及2024年11月由a16z領投、Hubspot Ventures參投的5000萬美元B輪融資，公司估值達到3.2億美元。

6. Etched：一家專注於人工智慧晶片研發的初創公司，其核心產品“Sohu”是全球首款專為Transformer模型設計的專用晶片（ASIC）。Sohu晶片採用臺積電4nm工藝製造，配備144GB HBM3E高頻寬記憶體，專注於最佳化Transformer模型的推理效能。相比英偉達的H100 GPU，Sohu在執行文字、影像和影片轉換器時速度提升高達20倍，且能耗更低，一臺搭載8塊Sohu晶片的伺服器可替代160個H100 GPU。

官網：https://www.etched.com/

創始人：Etched由三位哈佛大學輟學生Gavin Uberti、Chris Zhu和Robert Wachen於2022年創立。三位聯合創始人均為00後，其中Gavin Uberti（23歲）和Chris Zhu（24歲）於2022年從哈佛大學退學創業。Gavin在高中時期曾獲國際數學奧林匹克競賽冠軍，攻讀數學與計算機科學雙學位期間，他在機器學習公司OctoML實習時發現硬體最佳化的潛在機會，進而萌生創業想法。Chris則擁有豐富的實習經歷，曾在亞馬遜等科技公司積累技術經驗。另一位創始人Robert是Gavin的大學室友，三人共同抓住了ChatGPT爆發前Transformer架構崛起的視窗期，以“豪賭”姿態投身AI晶片賽道。

融資：在2024年6月宣佈完成1.2億美元的A輪融資，累計融資額達1.2536億美元。此輪融資由Primary Venture Partners和Positive Sum Ventures領投，矽谷知名投資人彼得·蒂爾（Peter Thiel）、GitHub CEO Thomas Dohmke、對沖基金巨頭Stanley Druckenmiller等參與投資。公司計劃於2024年第三季度正式推出產品，並已獲得匿名客戶數千萬美元的硬體預訂。

7. Arva AI：一家專注於利用生成式人工智慧技術最佳化金融機構合規流程的印度創業公司。其核心產品透過自動化商業驗證（KYB）流程，整合來自登記處、社交媒體、網站及檔案的多源資料，轉化為可操作的洞察，顯著提升金融機構的效率和合規性。傳統KYB依賴人工稽核，耗時且成本高，而Arva AI的平臺能在幾秒內完成企業入駐，並具備先進的欺詐檢測與資料提取能力，已吸引加拿大Keep和美國Tola等早期使用者。

官網：https://www.arva.ai/

創始人：由Rhim Shah和Oliver Wales於2024年在舊金山聯合創立。兩位創始人均在金融科技與人工智慧領域有深厚積累：Shah曾擔任Revolut Business的產品顧問，Wales則是Seal的前首席產品工程師。

融資：在2025年1月宣佈完成300萬美元種子輪融資，由谷歌旗下早期投資基金Gradient領投，Y Combinator、Amino Capital、Olive Tree Capital及多位金融科技天使投資人跟投。此輪資金將用於加速產品開發與市場擴充套件。

8. Magic AI：專注於生成式AI編碼與自動化軟體開發，其核心產品為具備超長上下文視窗處理能力的語言模型。Magic AI的旗艦模型LTM-2-mini支援高達1億個Token的上下文處理能力（相當於約1000萬行程式碼或750本小說），顯著超越市場上其他模型（如Gemini的200萬Token），該公司與Google Cloud和Nvidia合作，計劃構建基於Nvidia H100和下一代Blackwell晶片的超級計算機Magic-G4和Magic-G5，以進一步提升模型訓練與推理能力。

官網：https://magicai.ai/

創始人：創始人Eric Steinberger出生於2000年，他在年輕時就對人工智慧的潛力有濃厚興趣，高中時就和朋友為學校計算機接入機器學習演算法訓練。他曾在劍橋大學攻讀計算機科學學士專案，一年後退學，後來在Meta擔任人工智慧研究員。

融資：自成立以來累計融資近4.65億美元。早期種子輪由Alphabet旗下CapitalG領投500萬美元；2024年2月再獲2800萬美元和1.17億美元兩輪投資，投資者包括GitHub前CEO Nat Friedman等；2024年8月完成3.2億美元融資，由前谷歌CEO Eric Schmidt、紅杉資本等領投。資金主要用於超級計算機建設、模型研發及團隊擴張，其估值在2024年2月已達5億美元。

9. Artisans：專注於開發能夠實現工作流程端到端自動化的“數字員工”，這些“數字員工”被稱為“Artisans”，旨在直接與人類一起工作，將人類從無聊的工作中解放出來。其核心產品Ava是一位AI銷售代表，能夠自動完成整個銷售週期以及大部分銷售工作

官網：https://www.artisan.co/

創始人：創始人兼CEO是Jaspar Carmichael-Jack，他是一位2003年出生的00後創業者。Jaspar來自英國薩里郡，儘管沒有接受過大學教育，但自2017年起便開始了他的創業之旅，Artisan AI已經是他的第三次創業。

融資：2023年11月宣佈獲得了Y Combinator、Bayhouse Capital和Oliver Jung提供的230萬美元的Pre-Seed融資。2025年4月，Artisan宣佈完成2500萬美元A輪融資，本輪由Glade Brook Capital領投，HubSpot Ventures、Sequoia Scout、Day One Ventures、Y Combinator等戰略投資者參投。

10. Tab：一款由21歲的哈佛大學輟學生開發的聲控AI項鍊。這款產品配備錄音功能，能夠全天候監聽使用者周圍的聲音，透過大模型技術轉錄和分析錄音，為使用者提供定製化的洞見。

創始人：00後創始人Avi Schiffmann在17歲時建立了一個成功的COVID-19追蹤網站，吸引了數千萬使用者，但他拒絕了透過廣告獲利的機會。19歲時，他創立了一個幫助烏克蘭流離失所者找到住所的網站“Ukraine Take Shelter”，並因此成為聯合國的青年大使，還獲得了韋比獎。

融資：Tab已經獲得了190萬美元的種子輪融資，投資方包括Caffeinated Capital、Austin Rief的Rief Capital、Cory Levy、Guillermo Rauch、Shawn Wang、Solana的創始人以及Perplexity AI的創始人兼CEO Aravind Srinivas等。

11. Mach Industries：一家專先進國防制造的美國軍工初創企業，成立於2023年，總部位於加州亨廷頓海灘。該公司致力於利用科技製造新型武器，如從太空邊緣發射的新型巡航導彈、“滑翔” 炸彈，以及重新定義空戰的垂直起降攻擊機等。其特點是 “快”，能快速迭代產品，例如在獲得美國陸軍應用實驗室合同後，僅用14周就將 “戰略打擊” 導彈從概念推進到試飛階段。

官網：https://www.machindustries.com/

創始人：創始人是年僅21歲的Ethan Thornton。他在高中時就對電解產生痴迷，並製作了一件小型武器裝置。十幾歲時考入麻省理工學院，並在學校林肯實驗室工作，但後來因感覺實驗室不符合他的目標而退學，同時從實驗室帶走了兩位重要員工創立了 Mach。

融資：成立兩年內拿下超800萬美元融資。2023年，它先後獲得兩輪融資，先是獲得由紅杉資本領投的570萬美元種子輪，其中包括Marque VC和Champion Hill Ventures的跟投；不到四個月，又完成由Bedrock Capital領投的7900萬美元A輪融資，投後估值飆升至3.35億美元。

12. FlowGPT：由00後團隊創立的開源AI生態平臺，專注於構建以提示詞為核心的AI應用社群，旨在透過開放生態降低AI開發門檻。產品於2023年1月上線，最初定位為“AI版的ProductHunt”，隨著發展，平臺逐步擴充套件為支援多模型（如OpenAI的ChatGPT、谷歌的Gemini）的開源生態，使用者不僅能建立和呼叫Prompt，還能直接與AI程式互動，開發AI原生應用。截至2024年3月，FlowGPT月活使用者已超400萬，使用者建立了超過10萬個AI應用程式，涵蓋角色扮演、生產力工具、影像生成等領域。

官網：https://flowgpt.com/

創始人：由黨嘉成（Jay Dang）、王利凡（Lifan Wang）和Alexander Xi聯合創立。CEO黨嘉成出生於2002年，曾就讀於加州大學伯克利分校，輟學全職投入創業。他在高中階段便嘗試AI專案，創立過預測客戶行為的AI公司Markit.ai。

融資：FlowGPT在成立一年內完成兩輪融資：種子輪（2023年5月）由DCM Ventures投資，金額未披露；Pre-A輪（2024年3月）由矽谷風投Goodwater Capital領投，DCM Ventures跟投，金額為1000萬美元。融資主要用於擴展團隊、開發移動端產品及拓展多模態AI應用。投資方認為其開放生態模式類似“AI領域的安卓”。

13. Cortex：一個專注於大模型應用層編排的開源中介軟體，旨在解決企業在整合多模態大模型（如GPT-4）時面臨的技術難題。可視為 “AI 稽核自動化平臺”，能把厚重的規則變成AI可執行命令，整合多個大模型API和資料介面，開發者可按需呼叫，實現大語言模型協同應用。基於通用大模型資料庫，它還能接入多方資料庫，生成特定領域和企業專屬的私有稽核GPT。商業模式按實際使用量計費，定位為連線資料庫與大模型的“雲廠商”，目前已吸引10多家付費企業和上千個人使用者，包括網紅SaaS公司。

官網：https://www.cortex.io/

創始人：由Kinesys AI公司開發，CEO是00後華人Nemo Yang，14歲赴矽谷留學，2年完成佐治亞理工學院本碩學位（機器學習方向），曾任職於字節跳動飛書和微軟，具有豐富的AI產品開發經驗。

融資：天使輪：早期獲得Zoom系資本、Getty家族及快手系的投資，用於產品原型開發與市場驗證；A輪：2024年9月完成6000萬美元融資，由Scale Venture Partners領投，紅杉資本、Y Combinator等跟投，投後估值達4.7億美元。資金將用於增強AI驅動的開發流程最佳化及平臺功能擴充套件。

14. Devin AI：由人工智慧初創公司Cognition Labs推出的全球首個完全自主的AI程式設計師，其定位為“超級軟體工程師”，能夠獨立完成端到端的軟體開發任務，包括程式碼編寫、除錯、測試、部署以及專案管理等複雜流程。核心能力在於其自主性和全棧開發技能。它不僅能理解自然語言指令，還能透過內建的瀏覽器、程式碼編輯器、命令列工具等開發者環境獨立完成任務。其於2024年12月正式推出訂閱服務，月費500美元，已簽約數十家企業客戶（如Ramp、MongoDB），合同年金額達六至七位數。微軟亦與之合作，將Devin整合至Azure雲平臺。

官網：https://devin.ai/

創始人：創始團隊以年輕華人技術精英為核心，平均年齡27歲，成員均擁有國際資訊學奧林匹克競賽（IOI）金牌背景。CEO Scott Wu（28歲），連續創業者，曾創立AI社交平臺Lunchclub，9歲開始程式設計，三次獲得IOI金牌，並在程式設計競賽平臺Codeforces上獲得“傳奇大師”稱號。他主導了Devin的技術路線設計，強調“從文字完成到任務完成”的突破；CTO Steven Hao，MIT計算機科學和數學本科畢業，曾任Scale AI高階工程師；CPO Walden Yan（21歲），哈佛大學輟學生，負責產品設計與使用者體驗。

融資：2024年4月完成由Founders Fund領投的2100萬美元A輪融資，隨後在半年內再獲1.76億美元投資，主要投資方包括Peter Thiel的Founders Fund和Khosla Ventures，使得公司在成立僅6個月時估值就達到20億美元。

15. GPTZero：一款專注於檢測AI生成內容的工具，於2023年1月正式上線。它基於OpenAI的GPT模型微調而來，判斷文字是否由AI撰寫主要依據困惑度和突發性這兩個指標。該工具對人類撰寫文字的識別準確率高達99%，對AI文字的識別準確率能達到85%。

官網：https://gptzero.me/

創始人：GPTZero由24歲的Edward Tian和26歲的Alex Cui（崔宇豪）聯合創立，二人從高中時期便建立了深厚友誼。Edward Tian在普林斯頓大學學習期間開發了GPTZero的初始版本，並在BBC和《紐約時報》實習時進一步最佳化。

融資：2023年5月，獲得超過350萬美元種子輪融資。2024年6月完成1000萬美元A輪融資，由Footwork聯合創始人Nikhil Basu Trivedi領投，其他投資方還包括專注教育領域的Reach Capital、Alt Capital、曾領投種子輪的Uncork Capital、Neo（Ali Partovi 的基金），並且得到了前路透社CEO Tom Glocer、卡內基梅隆大學教授兼蘋果公司前AI研究總監，以CNN CEO兼前紐約時報CEO等天使投資者的支援。

02 海內外創業格局對比——技術、生態與商業化的全球分野

在00後AI創業者重構產業版圖的程序中，中美兩大創新極地呈現出截然不同的演化路徑。這種差異不僅體現在技術突破方向的選擇上，更根植於創業的底層邏輯與商業化的分野：矽谷的"信仰驅動"模式需要承受技術長週期的不確定性，而中國的"敏捷迭代"路徑則面臨技術壁壘的挑戰。

技術路線的“兩極分化”

矽谷的年輕創業者以激進的姿態押注基礎科學創新。Etched團隊用Transformer專用晶片Sohu挑戰英偉達霸權，其效能超H100晶片20倍的突破性表現，吸引彼得・蒂爾等矽谷大佬注資1.2億美元——這本質上是對"AI基礎設施重構"的信仰投資。他們將AI視為堪比電力發明的底層革命，透過晶片、演算法等底層創新做好技術護城河，正如Mach Industries用14周完成導彈研發的極速迭代，也是對物理世界基礎規律和效率的重塑。

而中國Z世代展現出對細分場景驅動的精準打擊。青柑團隊開發的Tiamat從遊戲美術行業痛點切入，用AI生成技術將設計師效率提升300%。中國創業者用“需求牽引技術”，在供應鏈成熟但原創技術積累不足的生態中，用小顆粒度的場景快速驗證PMF。

值得關注的是，雙方在生成式AI與大模型應用層面展現出共性突破。無論是國內FlowGPT構建的開源AI應用社群，還是國外Mercor打造的AI招聘平臺，均以多模態大模型為核心最佳化行業流程。同時，開源生態也成為共同趨勢：Cursor和Sapient都透過開源框架吸引全球開發者。

創業生態的“土壤差異”

矽谷的創業者接受著資本與技術的"超配支援"。a16z等頂級風投不僅提供資金，更以GPU資源租賃、行業人脈嫁接等方式降低創業門檻；學術資源與產業界的無縫銜接則催生"實驗室即孵化器"的獨特生態——MIT輟學生Michael Truell的Cursor團隊直接呼叫母校算力驗證產品原型，哈佛實驗室走出的Chris Zhu（Etched創始人）用校園研究成果顛覆晶片設計。但這種技術優先邏輯的代價是漫長的商業化週期：Cursor用兩年時間實現1億美元收入，而期間算力成本佔比高達35%。

反觀中國市場則是政策與市場的雙重槓桿。地方政府透過創業補貼、資料資源開放（如蘇州高新區對機器人專案的重點扶持）降低創新成本；龐大的消費市場更倒逼出"使用者反饋即迭代指令"的敏捷模式，有太多產品透過小紅書等社媒使用者評論迅速最佳化功能，其速度遠超矽谷同類產品。然而硬幣的另一面是，中國60%的00後AI專案集中在應用層，基礎設施層佔比僅14.9%，底層技術積累的短板在晶片、底層大模型等領域。

極客基因和商業化路徑

這群00後創業者普遍具備頂尖學術或競賽背景，典型的技術極客：Magic AI創始人Eric Steinberger曾劍橋大學攻讀計算機科學，FlowGPT創始人黨嘉成曾就讀於加州大學伯克利分校，Devin AI創始人Scott Wu是三次國際資訊學奧賽金牌得主。

但資本流向揭示出深層差異：矽谷風投（a16z、Founders Fund）主導的海外市場更傾向底層技術；而本土基金（原始碼資本、紅杉中國）支援的中國專案則聚焦垂直場景應用。這種"技術驅動"與"場景快攻"的路徑分野，恰是00後們對全球AI創業格局的重塑。