在美国想盖一栋房子或者开一家店，第一步不是找工人或签合同，而是去市政厅排队。表格、图纸审核、现场检查，然后是漫长的等待。在一些城市，拿到一张建筑许可证所需的时间，比把房子盖出来还长。这不是效率问题的修辞说法，而是 Y Combinator 在最新一期招募视频里给出的直接判断。
问题不在于审批标准太苛刻，而在于审批过程本身几乎全靠人工。市政厅的工作人员每天在做的，是把图纸和建筑规范逐条对照，把申请材料和分区规则（zoning rules）一一匹配，发现不合规就通过邮件来回提交修改意见。这些工作重复、规则明确、输入输出都是标准化文件——正是 AI 模型擅长处理的那类任务。YC 认为，这恰恰是一个被完全忽视的巨大市场。
1. 等待的代价是真金白银
每多等一个月，项目成本就会上升，有些项目甚至因为拖得太久直接夭折——地产商撑不起多出来的利息和人工成本，开发计划就此搁置。而每一栋最终建成的新建筑，会在未来几十年里持续缴纳房产税。YC 算了一笔账：如果美国所有建筑许可都能在现有审批时间的十分之一内完成，美国各城市每年将多收 160 亿美元的税收，而且是年年持续。这不是一次性的效率红利，而是一个每年都在被白白浪费的现金流。
这个数字背后的逻辑很直接：审批越快，建筑越早建成，税基越早开始计息。拖延本身不产生任何价值，它只是把本该属于城市财政的钱，锁在流程的等待队列里。
2. 19000 座城市，几乎都在用手工做这件事
美国有 19000 座城市，YC 的判断是，几乎所有城市处理许可、311 市民热线、公共记录、执照发放和现场检查的方式，都还停留在人工阶段。这意味着市场不是集中在少数几个大都市,而是分散在近两万个独立的采购决策单元里——每一个都有自己的流程、自己的系统、自己的审批人员。
YC 提出的方向不止于建筑许可：311 市民服务请求、公共记录查询、各类执照申请、现场检查排期,都是同一套逻辑下的延伸场景。这些业务流程有一个共同特点——规则清晰、文件化程度高、但处理环节严重依赖人力阅读和手动核对，这恰好是生成式 AI 目前最成熟的应用边界。
3. "卖软件给政府"这句老话,已经不成立了
传统的创业常识里有一条铁律：不要把软件卖给政府。采购周期太长,决策链条太复杂,预算审批太慢。YC 在视频里直接反驳了这条常识——"过去确实如此,但现在不是了。"
YC 表示,过去一段时间里他们已经资助了几家向政府出售 AI 产品的公司,其中一些是他们见过的增长最快的公司之一。换句话说,市政采购的壁垒并没有消失,但进入壁垒之后的增长曲线,已经被证明可以非常陡峭——一旦一家 AI 公司打开了某个城市的审批系统,复制到其他 18999 座城市的路径是现成的。
城市大厅里积压的表格和邮件,看起来是行政琐事,实际上是一笔每年数百亿美元的沉没成本。YC 这次喊话的对象,正是愿意去碰这块长期被创业公司绕开的市场的团队——用 AI 把审批、分区核查、执照和公共记录处理这些环节重新搭建一遍,而不是再造一个面向消费者的新应用。
