20 期、130 多个产品后，我们把「每周 AI 项目推荐」做成了「Builder Hub」

过去数个月，我们每周都会更新一个栏目：「本周 AI 项目推荐」。

我们从团队近期关注和研究的赛道中选出 5-7 个值得关注的项目，介绍创始团队、产品状态、融资情况，再通过实测和访谈交流等给出我们的判断。

到今天，它已走过 20 期，累计推荐了 131 个项目，覆盖 15 个赛道。很多项目在推荐时只是 " 初印象 "，随着时间的推移，更多的进展显示出来：一批项目在我们的推荐后吸引来投资人关注，进而拿到新融资，一批项目跑出收入，一批项目进入产业资本和开源生态的视野。

越来越多的创业公司和投资人与我们交流，我们意识到随着样本增多，我们可以提供很多趋势上的分析，以及，它不再只是一个公众号文章为载体的栏目，而应该更加日常化和平台化，提供更长时间和更多维度的产品信息。

于是，我们自己 Build 了一个产品「Builder Hub」，来持续追踪这些项目的最新状态：新一轮融资、产品 pivot、甚至生死情况。

网站链接：http://39.96.32.177/

今天这个平台正式内测开放。

你可以点击阅读原文进入这个还在建设中的平台。

同时它也对外开启入驻，你可以直接进入网站申请入驻，也可以在后台留言，加入我们的 Builder 社区，获得更多信息。

后续我们会继续 build 这个平台，并把更多新鲜功能公开展示给大家，Let's Build in Public。

131 个项目里，已经有 56 个拿到钱，15 个跑出收入

在最近的开发过程里，我们把过去 20 期的全部推荐做了一次整理，并从中筛出了 20 个最具商业价值的项目。

过去 9 个月，硅星人 Pro 一共做了 20 期 AI 项目推荐，覆盖 131 个项目、105 家独立创业公司、15 个赛道。

105 家独立创业公司里，56 家已经拿到明确融资，占比 53%；15 个项目已经有公开的明确收入，4 个项目已盈利，构建了一个商业化和产业生态共同验证的早期项目样本库。

从赛道分布看，推荐集中度很高。AI 记忆基础设施、Agent 协作 /Workforce、AI 游戏 / 互动娱乐、世界模型 / 具身智能、AI 硬件 /OS 这 5 个方向合计占 47.3%。近一半推荐名额集中在少数几个主线赛道上，这背后反映的是 2026 年 AI 创业的真实结构：底层能力还在快速重构，应用层已经开始寻找更明确的商业入口。

融资层面，世界模型和具身智能是最强的资金吸附器。极佳视界、逆矩阵、流形空间这类公司，正在把大额融资集中到 " 下一代基础模型 " 和 " 物理世界智能 " 上。但同时，大量融资 1000 万以下和 3000 万到 1 亿元区间的项目仍然构成推荐池主体，说明我们关注的不少项目是在巨额融资叙事之外的 " 早、小、新 " 型产品。

商业化层面，已经盈利的 4 个项目有一个共同点：它们都更接近工具型或平台型产品。神采 AI、Pollo.ai、Cola、巨日禄跑出来的路径都很清楚：用户愿意为明确效率提升、内容产能提升或业务结果付费。相比之下，模型和基础设施项目更容易拿到资本，但收入验证通常更慢。

从投资方结构看，不同机构的偏好已经很清楚。

华为哈勃更偏产业基础设施，重点出现在 AI 记忆、世界模型、具身智能相关项目里，投的是未来能进入硬件、终端、云和产业生态的底层能力。经纬和五源更集中在世界模型这类高技术密度、高融资需求的方向上，押的是模型能力向物理世界和复杂任务系统延伸。红杉 /Sequoia 更愿意看应用层和新交互入口，比如 AI 游戏、Agent 协作这类更靠近用户增长和产品形态变化的机会。

YC、a16z 则更偏全球早期项目和开发者基础设施，关注的是产品能不能快速起量、能不能成为新一代 AI 开发或使用习惯的一部分。真格、奇绩这类早期机构，更多出现在工具、开源中间件、内容生成等更适合早期试错的方向里。

以下是 5 个有意思的观察：

1、创业热点跟着模型能力的代际跳变走，大约三个月一轮。

模型层每一次具体能力的跃升，都会解锁一批新的创业方向。比如 Coding 能力跳了一级之后，Workflow 和通用 Agent 的核心短板被补上，这个方向的创业才真正起来。

多模态能力成熟之后，AI 硬件和具身智能才有了产品化的基础。我们的选题从 2025 年底的应用层，到今年先后覆盖硬件、Infra、世界模型，不是简单的概念轮换，是在跟模型能力的代际差走，每一轮能力突破打开的创业空间完全不同。

2、Agent Infra（记忆、搜索、存储）会越来越重要

Agent 如果只是一次性对话，记忆、搜索、存储都只是功能；但 Agent 一旦开始长期工作、跨任务协作、调用外部工具、理解用户和企业上下文，这些能力都会变成基础设施。

记忆决定 Agent 能不能形成连续上下文，搜索决定 Agent 能不能拿到最新信息，存储决定 Agent 能不能沉淀任务过程和用户资产。过去这些能力常常被包在应用内部，未来很可能会独立长成一批新的基础设施公司。

接下来，Agent Memory、Agent Search、Agent Storage 都会是值得重点关注的方向。

3、内容曝光开始变成早期 AI 产品的冷启动测试

内容的功能开始转变，不止在于品牌传播更为早期 AI 产品找到 Value-User。良配是最典型的例子。项目刚上线时，在上一轮集中曝光直接冲到几十万＋阅读，据官方数据带来 14000＋冷启动注册用户。

对早期项目来说，这件事很关键。融资证明投资人认可，真实注册用户证明市场有反应。尤其是消费级或半消费级 AI 产品，能不能在一次集中曝光后转化真实用户，本身就是一次小型冷启动压力测试。

4、越垂直的越活得久，越通用的越容易死。

从我们项目库的标的来看，足够垂直是一张穿越周期的船票。

比如密瓜智能只做 GPU 算力调度这一件事，做成了 CNCF 全球唯一的 AI 算力 Incubating 项目。NemoVideo 只做 "TikTok 爆款仿剪 " 一个动作；巨日禄只做小说转漫剧的自动产线，3000 万年框客户续费；Typeless 只做 AI 语音输入，已经成为了语音输入法的 Top1。

5、Builder 的迁移方向，比单个产品生死更有信息量。

在我们观察的样本量里，有不少产品的创始人转换了方向，比如 Sheet0 创始人王文峰后来转向做了 Helio，YouWare 的创始人明超平也开始转向 Bloome。这类变化表面上看像项目转型，放到 Builder 维度里看，反而是一条连续轨迹：同一个人先试了什么，为什么换方向，下一次把筹码押到哪里。

这也是我们做「Builder Hub」的原因，产品名会变，公司壳会变，赛道标签也会变；但 Builder 的连续经历是一个更长的上下文，这比只看一个 landing page 更接近早期判断的核心。

20 期里最具商业价值的 20 个项目

从 131 个项目里，我们按融资、ARR、用户规模、增长速度综合筛出了 20 个最具商业价值的项目。按赛道分类如下：（每个项目我们都详细介绍过，这里只写了推荐理由）

世界模型这个方向我们主要看早期，看方向，看差异化。世界模型还远没到比拼商业指标的阶段，核心问题是：你走的技术路线是不是独立于主流的、有没有可能成为下一代物理 AI 的底座。极佳视界、逆矩阵、流形空间、Liber AI，四家走了四条完全不同的路线，这是我们选它们的原因。

AI Infra 层我们看的是：你是否解决了一个当前模型生态里的关键缺失，以及你的方向是否适配下一代模型发展。记忆张量和丘脑智能解决的是 Agent 没有长期记忆的问题；密瓜智能解决的是算力碎片化的问题；AnySearch 和 Octen 解决的是 Agent 连接真实世界信息的问题。这些不是锦上添花，是模型能力再强也绕不过去的瓶颈。

软件项目到今天，看的就是商业指标：ARR 多少、MAU 多少、融了多少钱、有没有盈亏平衡。神采 AI ARR 超 2 亿、Pollo.ai ARR 2000 万美元、Cola 已盈利、巨日禄有 3000 万年框——能用数字说话的才进这个名单。概念和愿景不够，要见钱。

硬件我们看的不是出货量，而是：它能不能成为 AI 新的数据采集入口，以及能不能放大软件的 AI 能力。无界方舟做的是端侧 AI OS（让设备具备感知和推理）、Zettlab 做本地 AI 计算入口、Violoop 让 Agent 物理接管屏幕、Tiiny AI 把大模型推理搬到口袋里、Amagine 把硬件设计本身变成 AI 可生成的对象。每一个都在拓展 AI 能力的物理边界。

当然，20 期项目推荐里也有一些样本，后来证明原来的产品假设没有继续成立。这不是坏事。在 AI 创业里，很多方向一开始看起来都很合理：AI 硬件会不会成为新的入口？游戏 NPC 会不会是 Agent 最早的应用场景？AI 代码测试工具能不能独立成为一个大产品？但跑到真实市场里之后，答案会变得更具体。

有些产品被大公司收购，说明单品路线很难独立跑通，但其中的技术能力仍然有价值；有些项目从应用层转向基础设施，说明原来的场景不够快，但底层能力可能更通用；有些工具被 IDE 和 Coding Agent 吸收，说明单点功能会被平台化能力覆盖。

「Builder Hub」新阵地

回顾这些项目，我们最大的感受是：这一轮 AI 创业里，产品的生命周期比想象中更短，但 Builder 的轨迹比想象中更长。

这里说的 Builder，不是单纯意义上的开发者，也不完全等同于 Founder。

它更像是一种介于两者之间的新形态：这些人有很强的产品创造能力，能自己动手做东西，也能快速把一个想法推到用户面前；但他们未必一开始就以融资、商业化或者公司化为目标。很多时候，他们的第一驱动力不是 " 我要开一家公司 "，而是 " 我想把这个东西做出来 "。

在 AI 这轮浪潮里，这类人变得越来越重要。而我们想把他们聚集起来，目前我们整理了一批已入驻的 Builder，并正在陆续邀请更多 Builder 入驻。

因为模型、工具链和分发渠道都在快速变化，一个人或一个很小的团队，已经可以在很短时间里做出过去需要一家公司才能完成的产品。于是，创业的起点被提前了：先有 Builder，后有产品；先有连续创造，再有公司化和商业化。

在「Builder Hub」里，同一个 Builder/ 团队下，可能出现不同时期的产品以及它们的状态，并可以直接访问和跳转。

很多项目在被我们写到的时候，还处在非常早期的状态。有些后来拿到了融资，有些开始有收入，有些换了方向，也有些产品本身不再继续。但如果把这些项目摊开看，会发现一个更有意思的现象：项目会停，Builder 不会停。

它更像是在一片快速变化的技术地形里，不断试探新的入口：模型能力变了，分发渠道变了，用户使用 AI 的习惯也在变。

在这样的环境里，一次创业就命中答案的概率其实很低。

更常见的情况是，创业者要连续做很多次判断：这个方向是不是太早？这个产品是不是太窄？这个场景是不是还没到爆发点？这些问题，往往不是靠一次产品发布就能回答的，而是靠一轮又一轮的 Build、上线、被用户检验、再调整。

所以我们也越来越不想只用一个单一项目的 PMF、ARR 或者融资状态，去判断一个 Builder 的价值。

这些指标当然重要，但它们只能说明一个产品在某个时间点的状态。真正更重要的，是这个人在连续尝试里积累了什么：他对技术变化的敏感度，对用户需求的理解，对分发渠道的判断，对组织和商业化的学习速度。

这也是为什么我们认为，Builder 才是更核心的载体。

所以 Builder Hub 不会只记录一个产品页面。

我们更想记录的是一个人的 Build 轨迹：他做过什么，为什么转向，下一次选择了什么方向，又从上一轮尝试里带走了什么。

对创业者来说，Pivot 不是失败，而是学习路径的一部分。对投资人来说，看一个人的连续 Build 轨迹，往往比只看一个孤立产品更接近早期判断的本质。

对投资人来说，看一个人的完整 Build 轨迹，比看一个孤立的 landing page 有判断力得多。对我们来说，这个栏目也会从 " 每周推荐 6 个产品 "，变成 " 持续追踪 100 个 Builder"，信息价值完全不一样。

Builder Hub 现在正式开放入驻。

如果你正在做 AI 相关的东西，不管是第一个想法，还是第五个产品，都可以来。

快快点击阅读原文，和加入我们的社群吧。