YC P26 初创 Antinuous 公测上线「自主研究」平台,自称实验吞吐提升 100 倍、成本降至千分之一
北京时间 11 月 20 日凌晨 4 时(UTC 时间 11 月 19 日 20:01),Y Combinator P26(Spring 2026)批次初创 Antinuous 通过 X 账号 @antinuous_ 发布官宣帖,宣布其「自主研究(autonomous research)」平台 antinuous.com 公测上线。帖子写道,平台把 agent 集群编排(swarm orchestration)、计算集群与硬件调优仿真软件组合在一起,让每个 agent 拥有并行运行数千个实验所需的底层能力,公司同时称正把并行规模向百万级扩展。
这份公告的核心是一组自述数字:实验与仿真吞吐提升 100 倍、成本降至千分之一;数周 beta 期内累计数十万次 agent 运行;测试中数小时内为一辆 F1 赛车构建了完整数字孪生,与一家未具名的早期伙伴改进了数据中心冷却,并微调了一个用于给请求挑选合适模型的分类器。截至发稿,这些数字均出自公司口径,本文核验的材料里没有独立基准。传播倒先跑了起来:发布账号粉丝不足 300,官宣后约四个半小时,这条帖子已有约 8 万次浏览、约 300 个赞和 23 条引用。
三件套组合:swarm 编排、按需算力与仿真软件
从官网首页看,antinuous.com 把自己定位为研究基础设施:研究、实验和仿真「成千上万个同时自主运行,几小时的串行任务几分钟跑完」,底下垫着 compute、orchestration、simulation、artifacts 四层,公司自己的 agent 和用户接入的 agent 共用同一套层。
对外接入的方式写在平台页上:Claude、ChatGPT、Claude Code、Codex、Cursor 等 MCP 客户端可以连到 Antinuous 的 MCP server,支持 A2A 协议的 agent 通过 agent card 找到 Antinuous。外部 agent 可以启动公司的 agent、在运行中追加指令或叫停,也可以直接开一个 swarm、甚至直接改写结果。首页还列出 NVIDIA、OpenAI、Uber、Datadog 以及斯坦福、宾夕法尼亚大学等一批机构标识,称平台被这些机构的研究人员、分析师和工程师使用——这份名单同样出自公司自己。
每个实验一台自己的机器:官网披露的运行方式
机制细节来自平台页。计算层的规定是:每次运行分到一台自己的机器,预装仿真、工程与数据工具,可按任务规模调整;一个任务可以在许多全新 worker 上同时铺开,各自带输入,页面写道「一次 sweep 的耗时约等于其中最慢的用例」;GPU 任务可以直接跑 Antinuous 的集群,也可以落在用户自己的 Modal 账号上。
编排层由一个 lead agent 把大问题拆给一群 agent,按轮次推进:agent 们共享一块给候选方法打分的看板,每轮只让最好的候选继续,单轮成本逐轮递减;另由第二个模型逐条核查事实,用户只需复核被标记的项。页面给的样例数字是 250 个 agent 在 11 分钟里干完了 4 小时的工作。
仿真层覆盖结构与碰撞(静力、频率、屈曲、传热与显式碰撞冲击)、流体与气动、系统/电路/电池、CAD 与网格(STEP 文件)几类:流体一侧提供并行 CFD(计算流体力学)、机翼筛型与燃烧模型;科学数据库接入了 UniProt、PDB、AlphaFold、ChEMBL、PubChem、ClinicalTrials.gov 和 NCBI Gene,并称全文论文会做撤稿标记;kernel 可直接调用硬件厂商自带的 GPU/CPU 库。产出层把结果交付为 notebook、文档、幻灯片(可导出 PowerPoint、PDF、Google Slides)、图表、CAD 模型和蛋白质结构,每个数值都带来源或代码链接,首页写明每次运行最多挂 250 个来源。
官网机制页里的另一组数字:3.5 倍与 13 倍
除官宣帖外,100 倍和千分之一还写进了官网首页口号和 YC 公司页对公司的一句话简介。而官网给各具体环节标的是小一号的数:swarm 比单个 agent 快 3.5 倍、上限 19 倍;接上 Antinuous 的 agent「一次跑数千个,快 13 倍」;计算层的例子是「3 小时的串行运行 8 分钟跑完」。
在可完整抓取的官网首页与平台页上,没有出现 100 倍或千分之一的推导口径,这两个数字只在口号层出现;本文核验的全部材料——官宣帖、官网两个页面、YC 公司页——都出自公司自己,目前没有公司之外的基准数据参与支撑。
不足 300 粉丝的官宣,引来一场 8 万浏览的演示潮
截至发稿核验(北京时间 11 月 20 日 8 时 45 分),官宣帖有 79,895 次浏览、约 300 个赞、50 次转发、55 条回复、23 条引用和 211 个收藏;此前一次核验时浏览为 77,501,数字在核验过程中还在走动。发布账号 @antinuous_ 注册于 2026 年 3 月 25 日,简介只有「Autonomous research」两个词,坐标旧金山,带企业认证徽章,粉丝在两次核验之间从 294 涨到 296——浏览量约为粉丝数的 270 倍。
官宣后数小时内,一批粉丝数远大于公司账号的科技类账号贴出带演示视频或截图的引用帖:粉丝 156,737 的 n0tisma 按 swarm、compute、simulation、loop 四步复述平台机制,重复了 F1 数字孪生与数十万次运行的说法;粉丝 159,117 的 garlotic 把对比写成「过去:许可证服务器上只有 12 个席位,下一个席位一年 2.8 万美元,你的任务还得排队;现在:每个 agent 都有自己的算力」;粉丝 107,234 的 robiartec 写「实验本身跑 10 分钟,搭环境花了 3 天」,并在吞吐说法后注明「按 Antinuous 的口径」;粉丝 77,106、自称做机器人与物理 AI 的 Marc Kessner 转述了公司演示:同一个任务、同样 8 小时,单个 agent 跑到 12 个,托管 swarm 跑到 9,600 个,「全部从 Claude Code 发起」。这些帖子转述的都是官宣同一组数字,没有出现独立测量。
道贺来自 YC 圈层:Foaster(YC P26)CEO Raphaël Dabadie、Mintlify 联合创始人 Hahnbee Lee 都在回复里送了祝贺,这类回复普遍同时圈出 @ricardo_nunez,与 YC 页面列出的创始人一致。也有直接的问题:有用户问公测是否对所有人开放;用户 Maanav Agrawal 在引用帖里自称「这个疯狂工具的快乐用户」。名字也没躲过调侃,Pablo Antonio 的引用帖写道「YC 的公司现在开始用古罗马的毛巾小厮给自己命名了」,在本文看到的引用帖中互动最高,拿到 154 个赞。
从 Salesgraph 转向而来:YC 页面上的创始人自述
YC 公司页把 Antinuous 描述为「面向研发与应用科学的自主研究 agent」,批次标注为 P26(Spring 2026),在营创始人一栏只列了 Ricardo Nunez 一人。页面上的创始人自述写下了转向过程:公司最早叫 Salesgraph,做面向企业销售团队的 agent 与工作流;他写道,OpenAI 曾找他们为 ChatGPT 搭建销售插件生态,他拒绝了这个机会转而创办 Antinuous;团队先在 Mintlify 内部解决销售执行问题,随后意识到「管线生成工具其实是所有研究的原语」——制造业的供应链瓶颈、数据中心建设对得州与路易斯安那电价的影响、生物科技公司过夜跑的虚拟仿真,被他列为同一套能力的用例。自述的落点是一句愿景:「为需要这些核心原语的下一万亿个 agent 而建」;官网首页的使命表述是「让每个人拥有研究和发现的工具」。
在创始人自述、四层架构和一串演示帖之外,这则新闻眼下能被独立核验的是:账号真实存在、官网可访问、公测入口已开放。这组自述数字里,适合当场亲手检验的是平台页限制栏写明的那条——半数运行 4 分钟内完成,注册账号即可掐表验证;100 倍和千分之一暂时没有这样的检验入口,仍在等公司口径之外的复现。
参考链接
- 官宣帖(@antinuous_,2026-11-19 20:01 UTC):https://twitter.com/antinuous_/status/2123507055046902177
- Antinuous 官网首页:https://antinuous.com
- Antinuous 平台页:https://antinuous.com/platform
- Y Combinator 公司页(Antinuous):https://www.ycombinator.com/companies/antinuous
- 官网首页分享卡图片:https://antinuous.com/og/home.png
- 官网平台页分享卡图片:https://antinuous.com/og/platform.png
- n0tisma 引用帖:https://twitter.com/n0tisma/status/2123577138708132137
- garlotic 引用帖:https://twitter.com/garlotic/status/2123576315961831557
- robiartec 引用帖:https://twitter.com/robiartec/status/2123561403542073388
- Marc Kessner 引用帖:https://twitter.com/marckessner/status/2123564698427678918
- Pablo Antonio 引用帖:https://twitter.com/PabloAntonio/status/2123532172262871154
- Raphaël Dabadie 回复:https://twitter.com/RaphaelDabadie/status/2123523663379022277
- Hahnbee Lee 回复:https://twitter.com/hahnbeelee/status/2123547567615349158
- larsholst_ 回复提问:https://twitter.com/larsholst_/status/2123550776639291648
- Maanav Agrawal 引用帖:https://twitter.com/maanavagrawal/status/2123524862891131112