
YC 裡越來越多二次創業者 — AI 時代為什麼老手反而更吃香
2026年8月12日 · Waiting7777 · 7 分鐘閱讀
創業創投RaycastAIYCombinatorrepeat founder二次創業者正在回鍋,而且 YC 越來越歡迎他們
> Meta Shift
開場
想像一個場景:你第一次創業,做到一半被市場教訓了,公司不算失敗但也沒有大成,最後被收購或者默默關掉。你拿了一點錢,學了很多教訓,然後在某個深夜開始想下一個 idea。
問題是,要不要再申請 YC?
這個問題五年前的答案可能是「有點奇怪吧,YC 是給第一次創業的人用的」。但 2026 年的數據告訴你,答案變了。
Crunchbase News 最近拿到了一份 YC 直接提供的 dataset,裡面記錄了 2005 年到 2026 年間所有 repeat founder 的資料。454 位二次(以上)創業的創辦人,935 筆創辦人與公司的記錄。這份數據讓人看到一個正在改變的趨勢:YC 不再只是第一次創業者的遊樂場,有經驗的老手正在大規模回鍋(來源:Crunchbase News)。
時間點很關鍵。這個趨勢在 AI 浪潮加速的這幾年特別明顯。這不是巧合。
背景脈絡
YC 從 2005 年開始,品牌核心就是「幫助沒有資源的天才在車庫裡做出改變世界的東西」。Airbnb、Dropbox、Stripe,這些故事的主角都是第一次創業,甚至沒有任何商業經驗的人。YC 的 partner 飛遍全球,就是為了找到這種未被發掘的原石。
但最近幾年,進來的人開始不一樣了。
根據 Crunchbase 分析的這份 dataset,repeat founder 的主流模式非常清楚:94% 的 repeat founder 只進了兩次 YC(428 人),進三次的只有 25 人,而進四次的只有一個人 — Twitch 和 Stash 的共同創辦人 Justin Kan(來源:Crunchbase News)。Justin Kan 這個案例比較特殊,他本身就是矽谷的連續創業者代表人物,所以算是 outlier。
更有意思的數字是時間間隔:這些回鍋的創辦人,平均等了 5.1 年才回來申請第二次。這個數字不短。五年意味著他們在外面打滾了一圈,可能做了第一家公司的 exit,可能去大公司待了一段時間,可能失敗重新來過。不管哪一種,都帶著第一次創業學到的東西回來。
而且 dataset 還揭露了兩個截然不同的返回類型:近 30% 的 repeat founder 是在第一次 YC 結束後很快就回來,顯然是想重新嘗試;另一批則是真的隔了好幾年才回鍋,帶著不同的 idea 和更成熟的判斷力。
從投資邏輯來看這很合理。一個有過一次完整創業週期經驗的創辦人,他知道 PMF 要怎麼找,他知道 hiring 有多痛,他知道跟 investor 談 term sheet 的眉角。這些東西課本學不到,只有被市場打過才知道。
關鍵決策與轉折
那麼問題來了:為什麼是「現在」?為什麼 repeat founder 的比例是在這個時間點加速上升?
答案跟 AI 直接相關。
第一次創業的最大瓶頸,傳統上是「技術門檻」。你需要一個強的工程師、一個懂 infra 的 CTO、一個會搭 data pipeline 的人。這些資源很貴,也很難找。所以投資人歷史上很喜歡技術背景的 founding team,因為他們可以自己解決技術問題,burn rate 低,可以快速 iterate。
但 AI 工具把這個門檻砍掉了一半。
現在一個沒有技術背景但有執行力的創辦人,可以用 Cursor、Claude、v0 這些工具快速 prototype,用 no-code 工具搭出 MVP,用 AI agent 幫他做市場研究和競品分析。技術不再是決定性優勢,「你有沒有辦法在對的時間找到對的人、用對的方式打進市場」才是。
這恰好是 repeat founder 的強項。
他們有 network。第一次創業積累的 investor 關係、工程師人脈、潛在客戶的名單,這些在第二次創業的時候直接可以用。在 AI 時代,你不需要從頭搭 infra,你需要的是快速找到願意付錢的客戶,而這正是有過一次創業經驗的人最擅長的事情。
還有一個更微妙的優勢:failure pattern 的辨識能力。
第一次創業很容易踩的坑,像是過早 scale、做了一堆用戶不在意的 feature、hiring 了不對的人但太慢開除,這些錯誤都是要花真實時間和金錢才能學到的教訓。Repeat founder 對這些 failure pattern 有免疫力(至少理論上),所以他們在 YC 的 batch 期間可以更快把時間花在刀口上。
這跟電競裡面的 experience advantage 概念很像。一個打了三個賽季的老選手,面對新局面的反應速度跟判斷力,就是比第一次參賽的新人快 — 不是因為他更聰明,而是因為他認識這些局面,知道哪些訊號值得回應、哪些是 noise。
YC 顯然看到了這個趨勢。他們願意把 dataset 交給 Crunchbase 分析,某種程度上也是在對外發訊號:我們不只是第一次創業者的舞台,有經驗的創辦人也歡迎回來。
Meta 判讀
這是一個 Meta Shift,不是 Patch Note。
理由是:這不是 YC 微調了一些 admission criteria,而是整個加速器生態系對於「什麼樣的創辦人更有勝算」的集體重新評估。
歷史上也有過類似的轉折點。2010 年代初期,行動網路爆發,讓一批做 web 的老工程師反而有機會用既有的 backend 知識快速切入,當時也有人說「這次的 meta 對有 infra 經驗的人更有利」。AI 浪潮跟那次有點像,但力道更大,因為 AI 工具直接降低了技術 founding team 的不可取代性。
跟 2021 年的 crypto 牛市做個比較:那時候 YC 也出現了一批 crypto-native 的 repeat founder,他們把第一個 web3 project 的失敗經驗帶回來重新包裝。但那波回潮是跟著特定賽道走的,浪退了就退了。
這次不一樣的是,AI 工具的滲透是橫向的 — 它影響的是所有賽道的執行效率,不是某個特定產業的機會窗口。所以 repeat founder 的優勢不是「他們懂 AI」,而是「他們知道怎麼利用任何新工具快速衝向正確的目標」。
從投資者的角度評估:如果我是 YC partner,我現在更願意押注一個有過一次完整創業週期的人,而不是一個純技術背景但零商業經驗的第一次創業者,因為 AI 已經幫我把技術風險降低了很多,執行力和市場判斷才是真正的 alpha。
對工程師的啟示
如果你是一個工程師,看到這個趨勢,我覺得有一件事值得認真想:第一次創業的價值,可能不是「成功」,而是「完成一個完整的學習週期」。
很多工程師創業失敗之後,會選擇回去找工作,覺得創業這條路不適合自己。但 YC 的數據說的是另一件事:失敗了沒關係,五年後帶著這些教訓回來,你比第一次創業的人更有優勢。
如果是我,我會特別注意的事情是:
第一次創業,刻意去碰商業側。 不要只躲在 technical 工作裡面。Sales 很痛苦、BD 很尷尬、跟 investor 談話很有壓力,但這些東西才是你在第二次創業的核心武器。技術你本來就會,AI 又幫你填了更多缺口,唯一不可替代的是你跟市場之間的關係。
Network 要刻意維護。 第一次創業認識的 investor、工程師、潛在客戶,五年後可能就是你第二家公司最快速的起點。很多人離開一家公司就把那段關係放掉了,實在太可惜。
repeat founder 的崛起告訴你,這個遊戲是可以重玩的,而且越打越強。
延伸閱讀
Waiting7777
WoW Arena 冠軍轉前端,用電競 meta 思維拆解技術趨勢。
相關文章
AI Agents開發工具+5OpenChamber:專為 AI Agent 設計的開發環境,跟 IDE 的差別在哪?
拆解 OpenChamber 的設計邏輯:為什麼 agent 需要專屬的開發環境、跟直接在 terminal 跑 Claude Code 有什麼本質差異,以及這個方向的商業潛力在哪。
2026年8月11日 · Waiting7777 · 8 分鐘閱讀
繼續閱讀 →
AI開發工具+4AI coding 工具燒錢有多快?Databricks 告訴你怎麼控成本
從「Databricks 燒完錢才搞出控制工具」這個角度切入,拆解 AI coding 工具的真實成本結構,以及企業在 scale up 後才發現的坑。對比 Rippling 同樣在燒錢後才蓋 ROI 工具,這是一個系統性問題。
2026年8月8日 · Waiting7777 · 7 分鐘閱讀
繼續閱讀 →
AISEO+3Shopify 說 AI 搜尋反而帶來更多流量 — SEO 真的死了嗎
用 Shopify 的真實數據反駁「AI 搜尋會殺死 SEO」這個說法,討論 AI search 對電商和內容站的真實影響。
2026年8月6日 · Waiting7777 · 7 分鐘閱讀
繼續閱讀 →這篇文章對你有幫助嗎?
每週一篇 — 技術趨勢背後的商業邏輯
AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。