现场作业行业的人机混合调度系统

建筑、维修、车队运营等现场密集型行业仍在使用传统的 dispatch/track/bill 软件：派单给人、跟踪人员、管理资产、给客户开账单。随着 AI agent 和机器人开始进入现场作业，这套模型无法把机器劳动和人类劳动放在同一个流程里管理与结算。YC 明确表示在寻找这类“面向物理世界的新型操作系统”。注意：本卡只有一条生态方的 request 信号，缺少一线用户直接抱怨的痛点证据。

为建筑、维修、车队运营等现场密集型行业做软件的创业团队，以及这些行业内开始引入 AI agent/机器人的服务商。信号来自 YC 的生态视角而非终端用户，市场大小暂无法从证据判断。

• 统一任务路由：把一个工单拆解后分配给 AI agent、机器人或真人，并按能力与成本动态调度
• 端到端工作记录：谁（或哪个 agent/机器人）做了什么、耗时多少，自动留痕
• 人机混合劳动力管理：真人排班与 agent/机器人可用性放在同一视图
• 自动计费：基于统一工作记录直接生成客户账单
• AI 的角色是任务拆解、agent 调度决策与执行结果的结构化记录

信号显示 YC 在 2026 年明确征集“AI 原生的物理世界操作系统”，背景是 AI agent 与机器人开始实际进入现场作业，传统 dispatch/track/bill 模式无法覆盖机器劳动力，行业正处在软件范式切换的窗口期。

第一版只做单一垂直（如设备维护或小规模车队）：工单创建→在 AI agent 与真人之间分配→统一工作记录→对客户计费。不做机器人实机调度、不做多行业配置、不做自研 agent 运行时（调用现有 agent 框架）。

• 信号只有 YC 的 request，没有真实用户痛点或付费证据，机会可能被夸大。
• 需要与 incumbent 现场作业软件（派单/计费）正面竞争，替换成本高。
• 机器人调度依赖硬件生态，平台依赖性强。
• 行业（建筑、车队）各自合规与结算规则不同，单一产品难以通用。