YC 創業者換邊站：Anthropic 首度超越 OpenAI

本文整理自 YC 官方 Podcast《The Light Cone》2025 年 12 月播出的年度回顧單集。

一個數據的翻轉

YC 每年都會在申請表上問創業者一個問題：你的技術堆疊用什麼模型？這個問題的答案，某種程度上反映了開發者社群對各家 LLM 的真實偏好——不是問你覺得哪家厲害，而是問你實際在用哪家。

Winter 26 批次的數據出來了，結果讓 YC 合夥人自己都嚇一跳：Anthropic 首度超越 OpenAI，成為最多創業者選用的 API。這在兩年前根本無法想像。Diana Hu 回憶，當 The Light Cone 這個 Podcast 剛開始做的時候，OpenAI 的市占率超過 90%。現在？被 Anthropic 超越了。

這不是一夜之間發生的翻轉。2024 年到 2025 年初，Anthropic 的佔比大約在 20-25% 徘徊，而 OpenAI 雖然持續下滑，但還是穩居第一。真正的「換代」發生在最近三到六個月。Diana 形容這是一個「曲棍球桿」式的成長——Anthropic 一路攀升到超過 52%。

Gemini 的崛起也值得注意

另一個有趣的數字是 Google Gemini。去年這個時候，Gemini 在 YC 創業者中的使用率大約只有 2-3%，連個位數都勉強。但 Winter 26 的數據顯示，Gemini 已經爬升到 23%。

Harj Taggar 說他自己就是 Gemini 的愛用者。在 2.5 Pro 出來之前，他就已經把 Gemini 當成日常的主力工具。主要原因不是模型本身特別強，而是 Google 的 Grounding API——它能即時調用 Google 的搜尋索引，回答「今天發生了什麼」這類需要最新資訊的問題。他試過 Perplexity，快是快，但準確度不如 Gemini。

這反映了一個微妙的轉變：選模型不再只看「誰的 benchmark 分數高」，而是看「誰在我的使用場景下最可靠」。對 Harj 來說，那個場景是即時資訊查詢。對其他人，可能是程式碼生成、長文分析、或者多模態理解。

為什麼是 Anthropic？Coding 的溢出效應

那為什麼 Anthropic 能在這麼短時間內逆轉局勢？

Diana 的分析是：Coding 能力。這兩年 Vibe Coding 工具和 Coding Agent 大爆發，從 Cursor 到 Replit 到各種 AI 輔助開發工具，程式碼生成變成一個巨大的市場。而在這個領域，Claude 的表現被公認是最好的。

這不是偶然。Diana 提到她之前跟 Anthropic 共同創辦人 Tom Brown 的對話——他們內部的 eval（評估指標）就是刻意把 coding 能力當成北極星。你對什麼做最佳化，你就會在那個方向變強。Anthropic 選擇了 coding，然後贏了。

但更有趣的是一個「溢出效應」。Gary Tan 指出，大多數創業者用 LLM 做的事情其實不是寫程式。他們可能在做客服機器人、內容生成、資料分析。但因為他們自己每天用 Claude 寫程式，對 Claude 的「個性」和「品味」非常熟悉，所以在選擇產品要用的模型時，自然傾向選一個自己最了解的。這就像你每天用 iPhone，買新電腦時可能也會傾向買 Mac——不一定是因為 Mac 在那個用途上最好，而是因為你信任這個生態系。

模型套利時代：不再效忠單一家

另一個重要趨勢是：創業者不再「效忠」單一模型公司了。

Diana 跟幾家 Series B 等級的 AI 新創聊過。這些公司以前可能是 OpenAI 或 Anthropic 的死忠用戶，但現在他們都在建構一個「編排層」——一個抽象化的架構，讓他們可以根據任務類型，動態選擇最適合的模型。

一個具體的例子：有家新創用 Gemini 3 做 context engineering（整理、壓縮、結構化上下文資訊），然後把處理過的 context 餵給 OpenAI 的模型去執行任務。每當有新模型發布，他們就跑一輪自己的 eval，看看哪個模型在哪個環節表現最好，然後更新配置。

這個策略成立的前提是：你得有自己的 eval。這些公司做的是垂直領域的 AI agent，他們有領域專屬的資料集和評估標準。通用 benchmark 告訴你的是「這個模型整體有多強」，但垂直領域的 eval 告訴你的是「這個模型在我的任務上有多強」。兩者可能差很多。

Jared Friedman 用 Intel 和 AMD 的比喻：以前 PC 時代，每當有新架構發布，OEM 廠商就會評估要用哪家的晶片。現在 LLM 市場也進入類似的狀態——模型公司拼命提升性能，應用層公司則是坐享其成，挑最划算的用。

這對開發者意味著什麼？

如果你現在要選擇 LLM 來建構產品，YC 合夥人的觀察提供了幾個思考方向：

第一，不要只看通用 benchmark。 每家模型公司都會強調自己在某個 benchmark 上領先，但那不一定反映你的實際使用場景。建立自己的 eval，用自己的資料測試，才是最可靠的。

第二，考慮建構模型抽象層。 如果你的產品會長期發展，很可能會需要在不同模型之間切換。現在就設計一個能輕鬆換模型的架構，未來會省很多麻煩。

第三，關注「品味」而非只看「能力」。 不同模型有不同的「個性」——Gary 形容 OpenAI 像黑貓，有點傲嬌；Anthropic 像金毛獵犬，熱情友善；Gemini 則介於兩者之間。這種個性會影響使用者體驗，尤其是直接面對終端使用者的應用。

市場正在快速變化。兩年前 OpenAI 看起來不可撼動，現在已經被超越。兩年後？沒人知道。唯一確定的是，競爭對應用層開發者來說是好事——更多選擇、更低成本、更快的進步。