YC CEO年付10至20万美元用AI，读取20年隐私

加里·谭在播客中透露，每年花费10万至20万美元购买Token，让AI智能体读取邮件、笔记和20年前心理咨询记录；YC还部署了内部智能体Stray Light。这对用AI做内容和社区运营的人提出了隐私、成本与工具控制的新问题。

发生了什么

11月3日，据TechCrunch报道，Y Combinator首席执行官加里·谭在沃尔特·艾萨克森即将播出的播客节目《The Builders》中透露，他每年在AI智能体上花费约10万至20万美元（约合人民币71万至142万元）购买Token。这些AI不仅能完成工作任务和编程任务，还能读取他的所有电子邮件、所有Dropbox文件、几乎所有Apple Notes笔记，甚至包括过去20年的心理咨询记录。

谭公开分享了名为gstack的23项Claude Code技能，并提到自己是开源AI智能体项目OpenClaw的早期使用者。在他看来，AI智能体已经不只是回答问题的聊天机器人，而是一个几乎了解自己全部生活的数字助手。它不再只是被动等待指令，还能主动提出建议，帮助用户提前发现问题。

此外，YC已经部署了一款名为Stray Light的内部AI智能体，拥有自己的“个性”和一个涵盖YC历史信息的“公司大脑”。该智能体掌握YC投资过的每一位创始人的完整背景，以及所有给YC发过邮件的人、所有申请材料等信息，正在帮助公司重新构建运营方式。

关键事实

• 每年在AI智能体上花费约10万至20万美元，约合人民币71万至142万元。
• AI读取了他的所有电子邮件、所有Dropbox文件、几乎所有Apple Notes笔记，以及过去20年的心理咨询记录。
• 公开分享名为gstack的23项Claude Code技能，并是开源AI智能体项目OpenClaw的早期使用者。
• YC部署了内部AI智能体Stray Light，拥有个性与涵盖YC历史信息的“公司大脑”。
• 谭表示目前AI智能体使用成本过高，是并非所有人都能享有的“疯狂特权”，并期待未来每个人拥有由自己控制、自己编程的私人AI智能体。

我们的分析

这条消息值得关注，不是因为某个高管花了多少钱，而是它展示了AI智能体从被动工具转向深度个人化助手的一种可能路径。过去多数人把AI当作问答或生成工具，而谭的做法是让AI长期读取个人邮件、笔记和心理记录，使AI拥有跨年份的个人上下文。这意味着，AI的价值可能不再只取决于模型本身，而取决于它掌握多少关于你的背景信息。

对内容创作者和社区运营者而言，这也可能改变工作流搭建的方向。与其每次手动给AI粘贴资料，不如把常用素材、历史内容和反馈数据交给一个持续运行的智能体，让它围绕账号定位和社区语境主动整理建议。但谭同样提醒，这种深度依赖带来隐私和控制权问题。如果个人数据全部交给大型平台算法，用户可能失去对自身信息使用方式的掌控。因此，私有部署、开源工具和可编程的私人AI可能成为新的关注点。

成本是另一个现实约束。谭承认目前这种方式“还是太贵了”，并说这是一种并非所有人都能享有的“疯狂特权”。这意味着，对小团队和独立创作者而言，直接复制他的路径不现实。更可行的方式是先确认哪些任务值得自动化，再用低成本工具逐步验证，而不是一次性投入高额预算去购买Token或搭建复杂系统。

对运营者意味着什么

• 先用可控数据做小范围测试：把固定的内容风格、往期选题、用户常见问题整理成文档，接入支持私有或权限可控的AI工具，评估它能否减少重复劳动。
• 给数据分级：不要一次把全部邮件、笔记或私密记录交给AI。运营账号可以先开放公开历史内容和客服问答，把涉及个人隐私、财务或未发布素材的部分隔离。
• 建立自己的“技能库”：类似gstack的23项技能，把高频运营动作——如评论区回复模板、周报整理、素材分类——写成可复用指令，减少每次重新解释背景的时间。
• 关注开源和私有AI智能体项目：如果担心算法控制，可以留意OpenClaw这类开源方向，以及支持本地部署或自定义知识库的工具，为后续降低长期成本保留选择。