AI本土化 (AI-native)

AI本土化（AI-native）是指从底层设计就围绕AI能力构建的产品、公司或系统，而非在现有系统上添加AI功能。这是YC 2026年春季RFS的核心理念，代表了AI从"助手"到"系统重构者"的范式转变。

核心特征

• 原生集成：AI能力是产品的核心组成部分，而非附加功能
• 系统重构：AI不仅优化现有流程，而是彻底重塑业务流程
• 自主决策：AI在关键环节承担决策角色，而非仅提供建议

与现有概念的关系

AI本土化与[[wrapper陷阱]]形成对比——真正的AI公司需要构建自己的核心能力，而非仅仅包装他人模型。同时，AI本土化也超越了[[企业AI转型陷阱]]中描述的"盲目叠加AI"的做法，强调从底层重构。

应用领域

YC 2026年春季RFS提出的10个赛道都是AI本土化的具体体现，涵盖金融、政府、工业、体力劳动等领域。