当托马斯·库恩在1962年写下《科学革命的结构》时，他或许不会想到，这个关于范式转移的论断会在半个多世纪后，成为理解人工智能时代创业浪潮的钥匙。哥白尼不到四十岁提出日心说，爱因斯坦二十六岁发表狭义相对论——颠覆性的突破总是由那些尚未被旧范式驯服的年轻人完成。今天，当我们翻阅2026年Under36入选者名单，108位平均年龄仅33岁的创业者、科创者和投资人，正用行动印证着这个规律：新的商业范式不靠说服旧的人，而靠一代新人用人工智能重新书写游戏规则。
范式转移的密码：为什么年轻人总是改写规则？
创业的聚光灯正在从“看到缝隙的人”转向“掌握技术的人”。曾经，商业武器是直觉、速度和对用户痛点的敏锐嗅觉；如今，这套语法依然有效，但另一套更底层、更硬核的创业逻辑已经覆盖上来。越来越多年轻人带着论文、模型、实验数据和硬件图纸进入牌桌，创业不再是商业嗅觉的竞技，而是知识结构迁移速度的较量。
这种迁移速度正在被急剧压缩。十年前，一个科学家想创业，常见的路径是读完博士、做几年博士后、在大公司历练一番，到四十岁前后才敢下海。而今天，这条路径已被彻底重写。Kimi的杨植麟在博士期间发表的论文成果，直接塑造了后来大语言模型的技术走向；无问芯穹的夏立雪连续五年被评为斯坦福全球学科Top 2%科学家；深势科技的张林峰用AI改写了分子动力学模拟的效率上限。他们都没有等到“成熟”才开始，而是在学术训练与大模型训练的交汇处，直接跳入商业世界。
这种更紧张的创业环境，既奖励年轻人，也惩罚年轻人。有人博士在读时创业，有人读到一半离开，有人本科毕业直接开干。被奖励的人里，姜哲源在清华读博期间退学创办松延动力，他造的消费级人形机器人登上了央视春晚；尚阳星从南方科技大学休学创业，27岁就让桥介数物第一年便盈利；最年轻的入选者陈源培今年23岁，他的灵初智能在做通用灵巧操作智能体，而大多数同龄人还在准备开题报告。
但年轻并不只是年龄数字。名单上同样有36岁踩线入选的面孔——梅卡曼德的邵天兰27岁从德国回来，花了九年时间让产品覆盖50多个国家，国内市占率连续五年居首；利氪科技的惠志峰在线控底盘上扎了四年，做成了90后独角兽。年轻可以是一种状态，一种对旧共识的警觉。足够年轻让人敢于偏离路径，足够久则让人拥有把偏离路径做成产品的耐心。
从实验室到商业战场：AI知识迁移的速度之战
学术训练与创业之间的时间差正在消失，这背后是AI Agent技术的快速成熟和产业化的加速。过去，一篇论文从发表到商业转化需要漫长的“翻译”过程——先被大公司研究，再孵化成产品，最后推向市场。如今，这种线性路径被打破，论文本身就可以直接成为产品内核。
在2026年Under36榜单中，超过50人的入局领域与人工智能或机器人直接相关。但集中只是表象，表象之下是剧烈的分化。做具身智能的人很多，每个人选择的技术路线和商业逻辑却截然不同。喻超的鹿明机器人赌的是数据——他自研的采集系统把单条训练数据采集时间从50秒压到10秒，成本降至传统方案的五分之一；陈万楷的泉智博走的是关节模组的规模化量产，在上游供应链一个不起眼但极关键的生态位站稳了，三年六轮融资，年出货十万台；许晋诚的帕西尼从触觉传感切入，手指内嵌微型传感器的仿生灵巧手在汉诺威工博会上大放异彩。三家企业都属于具身智能的标签，但技术路线之间几乎不存在交集。
AI应用侧的光谱发散更甚。拿到了雷军和京东投资的胡宇航，创立的首形科技核心是打造一颗能表达情绪的仿生人脸；把AI嵌进Meme文化和社交游戏的张锏，他手中的Rezona四个月周活突破150万；而秦宇迪的链宇科技做的是车网互动和AI能源调度，服务对象是国家电网和南方电网。它们唯一的共同点是都可以被归类为AI公司，但具体做什么、怎么做，千差万别。
这种分化背后，是年轻创业者对AI融资机会的敏锐捕捉。他们不再满足于“用AI做XX”的通用叙事，而是深入具体场景，用技术重构产业链的某个节点。AI工具导航上涌现的各类垂直工具，正是这种分化的缩影——每个细分领域都可能诞生一家独角兽。
同一片森林，无数岔路：AI创业的剧烈分化
所有人涌入了同一片森林，但森林里的岔路并不完全相同。AI创业的“集中”只是标签的集中，真正深入其中会发现，每个创业者都在用自己的方式理解“人工智能”这个词。
这种分化首先体现在技术路径上。有人押注大模型本身，有人专注模型压缩与边缘部署，有人做AI基础设施，有人做AI+行业应用。即便是同一个赛道，比如AI内容生成，{LINK:文生图}、AI画图、AI图片生成等不同工具瞄准的场景也完全不同。有的面向设计师，有的面向普通消费者，有的则嵌入企业工作流。
分化还体现在商业逻辑上。有些创业者追求用户规模和流量变现，比如张锏的Rezona用AI玩Meme社交，四个月周活破150万，典型互联网打法。有些则走深度技术路线，比如秦宇迪的链宇科技做AI能源调度，客户是国网和南网，需要长时间的技术积累和行业认证。这两种路径对团队能力、融资节奏、市场策略的要求截然不同，但都能在AI的大伞下找到生存空间。
值得注意的是，这种分化正在催生一种新的创业生态：不再有“标准答案”。每个创业者都在自己的岔路上探索，而资本也在用不同的标尺衡量。有的基金看重技术壁垒，有的看重商业化速度，有的看重团队背景。这种多样性本身就是企业数字化转型浪潮中，AI技术渗透各行业的必然结果。
硬科技深水区：AI之外的潮水也在上涨
AI的声浪太大，容易让人误以为所有机会都被它吞没。但翻到名单的另一侧，会看到另一种更慢、也更接近产业腹地的创业样本。它们面对的不是流量和传播，而是临床试验、产线良率、车规验证、全球专利和客户认证。年轻创业者正在从互联网叙事，转向医疗器械、生命科学、新材料、量子计算和商业航天这样的深水区。
医疗健康是最典型的战场。帕母医疗的Cynthia Chen带领企业推进全球首创PADN系统，公司已取得七项FDA认证，并在全球超过60个国家构建专利布局。阶梯医疗的李雪切入微创植入式脑机接口，达普生物的许潇楠则用AI驱动的高通量微流控技术服务药物发现。方向不同，但都是在把高门槛技术推进真实医疗和科研体系。
新能源、新材料、量子计算，这些高精尖的硬科技领域也出现了年轻创业者的身影。就算离大规模商业化仍然遥远的量子计算，也有太一量生的方正浩和华翊量子的赵文定在押注不同方向。也正因为遥远，才需要有人提前进入荒地。
还有陈金尧——影石Insta360在2025年完成IPO，海外收入占比超过70%。他的存在提醒人们，技术创业并不只有模型和实验室，也包括产品定义、供应链管理和全球市场能力。AI之外并没有退潮，只是潮水的形态变了。这些科技公司中有不少正在经历多轮AI融资，但它们的核心壁垒往往不在AI本身，而在对产业的深度理解。
投资人的迭代：桌子对面也换人了
桌子对面，也换人了。本届Under 36投资人平均年龄34.4岁，按照通常的入行节点推算，这批人大约在24、25岁开始看项目，到今天已走过十年上下。十年是一个完整募投管退周期的长度，也是一个产业换轨的维度。
AI和硬科技给了年轻投资人一次加速上桌的机会。红杉中国的公元，代表案例包括蓝箭航天、无问芯穹、梅卡曼德；高瓴创投的严文韬，投过字节跳动、小红书、Minimax；云九资本的沈文杰，聚焦壁仞科技、云脉芯联等底层计算与半导体方向；襄禾资本的王晗宇，同时有快手、星动纪元等组合。这些名字放在一起，几乎可以拼出过去几年中国一级市场的几条主线：AI基础设施、具身智能、半导体、商业航天、智能汽车、新药和平台型科技公司。
押中这些标的的人，正在从机构内部“被培养的年轻人”，变成真正参与定价和判断的人。而更年轻的一批人，也在提前进入决策链。他们还没有走完很多个市场周期，却已经被推到更复杂的位置上。原因并不难理解——当创业者越来越年轻、越来越技术化，投资机构需要能和25岁的博士创始人在技术细节上直接对话的人，而这种能力的养成路径和传统的投资人培训体系并不重合。
这种迭代正在改变整个创投生态。年轻投资人更愿意赌技术趋势，更理解AI的底层逻辑，也更能接受长周期、高风险的硬科技项目。而他们的存在，反过来又加速了科技公司从实验室走向市场的进程。
数据背后的趋势：年轻、博士与全球化
本届Under 36合计108位入选者，涵盖创业者、科创者与投资人各36位。整体平均年龄约33岁，最年轻入选者23岁。科创者群体均龄最低（31.8岁），投资人最高（34.4岁）。学历分布上，博士及博士在读占创业者与科创者总人数的过半，这一比例在Under 36历史上前所未有。清华大学以15人居首，哥伦比亚大学、香港科技大学紧随其后。
技术方向上，AI与机器人合计覆盖超过七成入选者，其余方向散布在新能源、医疗健康、量子计算与智能汽车等板块。接近半数入选公司在业务中涉及海外市场或全球化布局。在智能涌现之前，“本土还是全球”尚且是一道选择题；到2026年，对于做硬技术的创业公司而言，这更像一种默认设定。
这些数据背后，是一个清晰的信号：AI工具箱中那些曾经只属于实验室的工具，正在被年轻创业者迅速产品化、商业化。而全球化布局的必然性，意味着这些科技公司从一开始就要面对国际竞争。这也是为什么透明背景等看似简单的AI工具，也能在全球市场找到自己的用户——因为技术势能一旦形成，就会向所有方向溢出。
库恩在论证范式转移时引用过普朗克的一个观点：“新的科学真理并不总是通过说服旧世界获胜。很多时候，它只是等到旧世界慢慢退场，等一代熟悉新规则的人长大。对他们来说，那不再是革命，只是日常。”真正的范式迁移就是这样完成的，安静地，以一种当事人不自知的速度。而这108位年轻人，此刻大概也是如此。