知名美国创投 Y Combinator 最新一届项目刚刚公布，这一届最明显的变化是 AI 脱虚向实。

逐一拆解公开目录里的 236 家公司和 470 位创始人，91% 的项目仍然与 AI 相关，但应用占比从年初的 55% 降到 39%，硬件、芯片等则从 8% 升到 20%，实体硬件公司数量已经是上一批的两倍。

比如 ProvenMetal 做 PCB，希望通过自动化采购、设计审查和组装，把美国本土 PCB 从几周交付压缩到几天；

Waybill 在做硬件团队的采购和库存基础设施；Daqstra 把实验室里的测试设备和数据接入统一 API，让软件和 AI 直接调用…

看起来分属 PCB、采购、测试几个完全不同的行业，背后其实押注的是同一件事：

把过去依赖大量工程师、工厂和人工沟通的硬件研发流程，重新做成软件化、自动化、可以随时调用的基础设施。

有意思的是，如果把视线从硅谷转向国内，会发现 YC 最新一届创业者正在重新解决的问题，正是国产供应链已经发展了二十年的东西。

本周四，王煜全在【中国创新生态（硬件）】专题，分享了线下考察与研究后的思考，和会员们一起探讨 AI 时代中国供应链的风口和趋势。

今天我们一起回顾其中精彩亮点，看清AI 时代中国产业的 " 迭代密度 "。

本周四前哨直播 PPT

就拿周四直播中，王煜全谈到的案例：嘉立创。

美国不少初创公司想搞定的 PCB（印制电路板），它是所有电子产品的底层骨架，需要在一块绝缘基板上刻出铜线路，这之后把芯片、电阻、电容这些元器件连接到上面，才能成为真正能工作的电路。

硬件工程师有了一个新想法，第一步几乎都是把电路画成 PCB 图，送到工厂打样、焊上元器件，才能第一次通电验证。

2006 年，做 PCB 样板还是一件成本很高的事情。不管只生产 5 块还是 500 块，只要启动生产线上来就要交几百块钱。

嘉立创最早做的事情很简单：把不同客户的小订单拼在一张大板上生产，共同分摊成本。

此后，它一直沿着工程师的研发流程扩张：PCB 之后增加元器件商城，然后衍生出 PCBA 贴片业务，直接帮用户把各种元器件连接上，接着又进入 EDA 设计、3D 打印、CNC 加工等领域。

到 2026 年上半年，嘉立创已经拥有 97.91 万付费用户，半年处理 1163.94 万笔订单，而且主要服务的是样品、小批量等长尾研发需求。

PCBA 付费用户渗透率也从 16.83% 提高到 18.60%，意味着越来越多用户不再只是 " 打一块板 "，而是把更多研发环节直接交给平台。

本周四前哨直播 PPT

如果把工厂换成服务器，这套发展路径其实很像 AWS。

过去互联网公司需要自己购买服务器、搭数据库、管理存储，后来这些能力全部被云计算封装成随时可以调用的服务。

嘉立创正在做类似的事情，只不过最终返回的不是一串数据，换成了一块 PCB、一个机械零件，甚至一个可以继续调试的硬件原型。

更重要的是，中国已经不只有一家这样的公司。

做芯片和连接，可以找到乐鑫。ESP32 最早只是一颗几美元的 Wi-Fi 芯片，后来逐渐长出了开发板、SDK、开源软件和庞大的 Maker 社区，如今 AI 编程工具已经能够直接理解开发环境、编写程序并烧录到真实硬件。

想快速做原型，可以使用矽递科技的 XIAO、Grove 等开发生态，把传感器、控制器和计算模块像积木一样组合起来，再进入小批量制造。

产品需要联网、App、云和 AI，涂鸦又继续向上封装，今年推出的 Cobuilder 已经开始尝试让开发者只描述自己想做什么产品，系统就在后台完成产品定义、物联网配置、App 界面和部分硬件选型。

嘉立创解决制造，矽递降低原型开发门槛，乐鑫提供芯片和开发生态，涂鸦继续向软件、云和 AI 延伸。

把这些公司连起来看，中国过去二十年真正积累下来的，已经不只是传统意义上的 " 供应链完整 "。

它正在变成一套硬件开发基础设施。

过去谈中国制造，最常见的优势是成本低、产业链完整、工厂密集。但这次梳理中国硬件生态后，还有一个更重要的变量值得关注：

迭代密度。

硬件创业最怕的往往不是第一版产品贵 500 块，是每修改一次设计就需要几周甚至数月时间。

原因很简单，绝大多数创新最开始都没有标准答案，PCB 需要修改，结构需要重做，传感器位置需要调整，固件不断出现 Bug。

一个团队一年能够完成 10 轮实验，和一年只能做两轮，最终做出好产品的概率完全不同。

深圳为代表的中国产业生态，真正强的地方，就是不断压缩一次试错的成本和时间。

芯片有成熟平台，传感器可以直接使用标准模块，PCB 快速报价，元器件在线采购，结构件快速加工，一版产品做出来以后马上可以进入下一轮。

AI 出现之后，中国速度飙得更快。

过去最难平台化的设计、固件开发、调试和测试，已经被 AI 攻克。

继续发展下去，AI 调用的就不只是浏览器、数据库和 GitHub，还可能包括 EDA 软件、示波器、PCB 工厂、3D 打印机和供应链系统。

当然，今天完整实现这套流程还很远，但其中的大部分模块已经分别出现。

中国制造未来真正值得关注的指标，不应该只是 " 单位产品能做到多便宜 "，还应该增加一个新的维度：

单位时间能够完成多少轮产品实验。

AI 越能降低设计、编程和调试成本，中国这套高频试错系统的价值反而越大。

2026 年，AI 眼镜、机器人、AI 玩具非常热，3 月初我们还和大家提前扫描过各种爆款苗头，今天我们发现，市场还是在寻找 " 下一个爆款 "，没有注意到这个产业发展的规律究竟是什么。

2026 年 3 月《AI 硬件创新趋势追踪》专题 PPT

这也是本周王煜全和大家分享中国硬件创新生态时，重点关注的一条线：未来真正值得重新理解的，不只是机器人、AI 眼镜这些热门终端，还有那些正在从 " 卖芯片、卖 PCB、卖模组 "，随着迭代密度不断演进的整个生态。

这次直播，王煜全和大家分享了中国产业链考察的一手收获，深度拆解了中国创新生态与 AI 时代硬件的新趋势。

梳理 252 家中国硬件生态企业，覆盖 860+ 中国硬件创新项目，站在美国市场分析了 350+ 新兴电子产品，和大家一起看见完整的产业格局。

这些数据最终要解决的，并不是 " 再给大家列一份公司名单 "。

是想帮助大家看清：哪些变化只是短期热点，哪些公司正在从普通供应商变成平台。

如果你也在关注 AI 硬件、机器人，或者想看懂这一轮 AI 与中国制造结合之后，新的创业机会、产业机会会从哪里出现，欢迎加入「前哨科技特训营」。