K8凯发(中国)天生赢家·一触即发

18 岁创业、19 岁融资:AI 浪潮下一批年轻人正在提前离开课堂
栏目:k8凯发官网 发布时间:2026-03-18
 最近,Business Insider 在「青年天才」(Young Geniuses)专题中采访了 16 位人工智能创业者。报道最引人注意的并不是融资规模,而是创始人的年龄:很多人还不到 25 岁,其中几位甚至不到 20 岁。  这些年轻人开发的产品涉及学习工具、内容创作、医疗系统、消费应用等多个领域,有的已经获得数百万美元融资,也有产品开始产生稳定收入。更重要的是,不少创业者在做同一件事:暂

  最近,Business Insider 在「青年天才」(Young Geniuses)专题中采访了 16 位人工智能创业者。报道最引人注意的并不是融资规模,而是创始人的年龄:很多人还不到 25 岁,其中几位甚至不到 20 岁。

  这些年轻人开发的产品涉及学习工具、内容创作、医疗系统、消费应用等多个领域,有的已经获得数百万美元融资,也有产品开始产生稳定收入。更重要的是,不少创业者在做同一件事:暂停学业,离开校园,把全部时间投入到人工智能创业中。

  长期以来,技术人才通常遵循相对稳定的成长路径:进入大学学习专业知识,再进入公司或研究机构积累经验,最后才有可能走向创业。

  但在人工智能浪潮下,这条路径正在被重新书写。一些年轻人正在更早进入产业,也在更早做出与学习路径有关的决定。对于教育行业来说,这种变化值得认真观察,因为它正在影响学生对技术、学习以及未来职业路径的理解。

  在这组创业者中,18 岁的 Zach Yadegari 是最年轻的一位。高中时期,他就开始开发应用程序,并在 16 岁时将自己的一款游戏应用卖出,获得接近 10 万美元。随后,他与团队推出 AI 饮食管理应用 Cal AI,通过人工智能分析用户饮食数据,为用户提供营养建议。

  根据报道,这款应用在一年多时间里已经实现约 3000 万美元年收入,并拥有数十人的团队。

  另一位创业者,18 岁的 Arlan Rakhmetzhanov,选择从高中退学,进入创业加速器 Y Combinator 创办 AI 代码代理公司。他曾连续申请三次才被 YC 录取,最终获得投资开始创业。

  过去几年,大模型技术的突破推动了人工智能能力的快速提升。图像生成、文本生成、代码生成等能力逐渐成熟,大量新的应用场景随之出现。许多投资机构和创业者认为,当前的 AI 产业仍处在早期阶段,行业格局尚未稳定,新产品和新公司仍然有机会快速成长。

  在这样的环境下,创业节奏明显加快。团队往往希望尽早进入市场,通过不断迭代寻找产品与需求之间的匹配关系。

  这种现象在科技历史上并不是第一次出现。互联网早期和移动互联网早期都曾经历类似阶段。当技术能力快速进步、行业结构尚未稳定时,创业活动往往会显著增加。

  人工智能的快速发展,让类似的窗口期再次出现。一些年轻人选择提前行动,正是对这种机会的直接回应。

  近年来,大模型技术的发展主要由大型科技公司和研究机构推动。与此同时,越来越多开发接口和开源工具开始向开发者开放,使得小团队也能够在这些技术基础之上构建产品。

  在报道中,20 岁的 Rudy Arora 和 Sarthak Dhawan 在大学期间开发了一款 AI 课堂笔记工具 Turbo AI。这个产品能够自动记录课堂内容并生成学习笔记,帮助学生整理课程信息。根据报道,该应用每天新增约 2 万名用户,并有望实现八位数规模的年度经常性收入。

  内容创作领域也出现了类似产品。21 岁的 Jay Neo 创办 AI 创作者助手 Palo。这款工具通过分析创作者过去的视频内容,为创作者生成新的短视频脚本和内容结构,希望提高内容生产效率。

  医疗和公共服务领域同样出现 AI 应用。19 岁的 George Cheng 和 Dylan Nguyen 创办公司 Code Four,利用人工智能分析警员执法记录仪视频,自动生成执法报告和文字记录,从而减少警务人员在文书工作上的时间投入。

  另一家创业公司 Novoflow 则开发面向医疗机构的 AI 系统,帮助诊所处理预约、取消和管理流程。

  这些项目覆盖的行业各不相同,但技术路径非常相似:利用现有人工智能能力构建具体应用。

  这种结构与互联网早期的应用创新阶段有一定相似性。当基础技术逐渐成熟后,大量创业团队会围绕各种细分场景开发产品。不同团队尝试不同方向,新的产品形态不断出现。

  人工智能的发展正在推动类似的过程。随着开发工具和开源模型越来越成熟,小团队能够在较短时间内完成产品开发,并迅速测试市场反馈。

  这也是为什么许多创业团队规模不大,创始人年龄也明显降低。技术门槛的变化,让年轻开发者拥有了更多尝试机会。

  在报道中,一些创业者在童年时期就开始学习编程。例如 Zach Yadegari 在 7 岁时参加编程夏令营,从那时开始接触代码。还有创业者在中学阶段通过互联网学习编程,并在高中时期开发自己的应用。

  这种情况在过去并不常见。编程通常是在大学阶段才进入专业课程,而现在,大量在线课程、开源项目以及开发社区,使得学生可以在更早阶段接触技术。

  技术学习环境的变化,让一些学生在进入大学时已经具备相当成熟的编程能力。对他们来说,大学不再是技术学习的起点,而是继续探索技术方向的阶段。

  与此同时,人工智能工具也在改变开发方式。AI 编程助手、自动化代码生成工具以及开源模型,使开发效率明显提高。一些原本需要团队完成的工作,现在可以由少数开发者完成。

  这种变化让技术创新的起点不断提前。一些学生在大学阶段就能够参与真实项目,甚至直接进入创业生态。

  对于教育体系来说,这种变化带来新的问题。课堂仍然是系统学习的重要场所,但学生获取技术知识的渠道已经明显增加。在线社区、开源项目以及创业团队,都成为技术学习的重要环境。

  近年来,一些高校已经开始调整课程结构。项目式学习逐渐增加,学生通过真实问题开展实践;跨学科课程也在增加,希望让技术学习与行业需求建立更紧密联系。

  人工智能的发展不仅改变了产业结构,也在逐渐改变人才成长路径。教育体系需要面对的问题,不只是学生是否会进入技术行业,而是如何在新的技术环境中继续发挥作用。

  这些年轻的 AI 创业者未来是否能够建立长期成功的公司,现在仍然难以判断。创业本身充满不确定性,大多数项目仍然需要经历长期市场检验。

  但他们的出现已经说明一件事情:技术环境正在改变人才进入产业的时间。当开发工具越来越成熟、技术资源越来越开放时,一些年轻人可以更早接触技术、开发产品,并参与产业创新。

  对教育行业来说,这种变化并不是简单的竞争关系,而是一种新的现实。学生接触技术的时间越来越早,学习路径也越来越多样。课堂依然重要,但它不再是唯一的起点。

  当越来越多学生在进入大学之前就已经接触编程、参与项目甚至开发产品时,教育体系需要重新思考自身的角色:如何帮助学生理解技术、应用技术,并在快速变化的技术时代找到方向。

  人工智能的发展仍在持续,而人才成长的节奏也在改变。教育如何回应这种变化,将成为未来一段时间里无法回避的问题。返回搜狐,查看更多