<p>OpenAI 的首位销售负责人 Aliisa Rosenthal 找到了新的职业：风险投资。她将加入 Acrew Capital 担任普通合伙人，与创始合伙人 Lauren Kolodny 及公司的其他合伙人一起工作，Rosenthal 和 Kolodny 告诉 TechCrunch。</p>
<p>Rosenthal 在 OpenAI 工作了三年后大约八个月前离开了该公司，在此期间推出了 DALL·E、ChatGPT、ChatGPT Enterprise、Sora 和其他产品。“我最初并没有打算加入风险投资基金，” 她告诉 TechCrunch。“我当时在外面与许多 AI 初创公司会面。”</p>
<p>但在将 OpenAI 的企业销售团队从两人扩展到数百人后，当 Kolodny 向她推介风险投资时，她看到了其中的吸引力。她可以帮助一个投资组合中的多个初创公司，而不仅仅是帮助一个初创公司制定市场策略。</p>
<p>在 OpenAI 的工作期间，“我学到了很多关于行为的知识，包括买方的思维方式，以及大多数组织认为可能的与他们今天实际能够部署之间的差距，” 她说。</p>
<p>例如，她对 AI 初创公司可以建立什么样的护城河有第一手的见解，这种护城河不会在像 OpenAI 这样的模型制造商推出竞争产品时使其脆弱。</p>
<p>OpenAI 会 “只会构建一切并让每家公司破产吗？你知道，他们已经做了很多事情：他们在消费领域，他们在企业领域，他们正在构建设备。我认为他们不会追求每一个潜在的企业应用，” 她说。</p>
<p>因此，一个护城河是企业 AI 初创公司提供专业化。</p>
<p>Techcrunch 活动</p>
<p>旧金山 |2026 年 10 月 13-15 日</p>
<h2>作为护城河的上下文</h2>
<p>此外，她认为一个好的初创公司护城河的关键将是 “上下文”——即 AI 在处理请求时存储在其上下文窗口内存中的信息。</p>
<p>“上下文是动态的。它是可适应的。它是可扩展的。我认为我们看到的超越了基本的 RAG，朝着持久的上下文图的概念发展，” 她提到检索增强生成（RAG），这是 2025 年减少幻觉的事实标准方法，通过在可信的特定来源上训练大型语言模型（并让大型语言模型引用它们）。</p>
<p>不过，这个领域仍然需要开发很多技术，从记忆到超越模式识别的推理。</p>
<p>“我期待在这里看到真正的创新。我认为今年我们将看到新的方法——上下文和记忆的概念，” Rosenthal 说。</p>
<p>但除了直接从事上下文工程的初创公司外，Rosenthal 认为将其融入的企业应用将具有优势。</p>
<p>“最终，当我们谈论护城河时，我认为谁拥有和管理这个上下文层将成为 AI 产品的巨大优势，” 她说。</p>
<p>她看到的另一个机会是：初创公司不依赖于主要实验室的尖端模型，这些模型价格昂贵。</p>
<p>“我认为市场上有空间容纳更便宜的模型，这些模型更轻量，并在推理成本上进行创新，” 她说。这些模型可能并不在各种基准的排行榜顶部，但 “仍然非常有用”，而且更实惠。</p>
<p>“我真正兴奋的投资领域是应用层。我对将建立在所有这些不同模型上的持久应用非常感兴趣，而不仅仅是基础模型，” 她说。她正在寻找具有 “有趣用例” 的初创公司，或者利用 AI 帮助企业员工更高效地工作。</p>
<p>至于她将在哪里找到这些初创公司，她将首先在 OpenAI 的校友网络中工作。现在，AI 公司已经成立 10 年，校友网络也在不断壮大。许多人已经创办了初创公司，并在高估值下筹集了大量资金，从 OpenAI 最大的竞争对手 Anthropic 到像 Safe Superintelligence 这样的热门早期公司。</p>
<p>此外，越来越多的前 OpenAI 高管成为种子阶段投资者的先例也在增加。大约一年前，OpenAI 前消费产品负责人 Peter Deng 加入了 Felicis。自那以来，他一直表现出色，并显然乐在其中，参与了像 LMArena 和 Periodic Labs 这样的热门初创公司的大交易。</p>
<p>“几个月前我实际上和 Peter 通了电话，他帮助我做出了这个决定，” Rosenthal 谈到她选择成为投资者的原因。</p>
<p>但 Rosenthal 可能有一个秘密武器来赢得交易。她在 AI 企业用户中也有深厚的联系——这些早期 AI 初创公司所需的买家和测试者。</p>
<p>企业仍然不理解 AI 能为他们做多少。“我对能够填补的巨大差距非常乐观。这为应用和公司留下了巨大的蓝海。”</p>

OpenAI

<p>OpenAI 的前销售负责人 Aliisa Rosenthal 已加入 Acrew Capital 担任普通合伙人。在 OpenAI 工作三年期间，她帮助推出了 ChatGPT 等产品，现在她专注于风险投资。Rosenthal 认为，人工智能初创公司可以通过提供专业化和利用上下文来建立竞争优势。她的目标是投资于那些利用人工智能创造创新应用的初创公司，特别是那些不依赖于大型实验室昂贵模型的公司。Rosenthal 计划利用她在 OpenAI 校友中的人脉来识别有前景的初创公司</p>

<p>OpenAI’s first sales leader, Aliisa Rosenthal, has found a new career: venture capital. She’s joining Acrew Capital as a general partner, working alongside founding partner Lauren Kolodny and the firm’s other partners, Rosenthal and Kolodny tell TechCrunch.</p>
<div class="lb-trans"><p>OpenAI 的首位销售负责人 Aliisa Rosenthal 找到了新的职业：风险投资。她将加入 Acrew Capital 担任普通合伙人，与创始合伙人 Lauren Kolodny 及公司的其他合伙人一起工作，Rosenthal 和 Kolodny 告诉 TechCrunch。</p>
</div><p>Rosenthal left OpenAI about eight months ago after a three-year sprint at the AI lab that saw the launch of DALL·E, ChatGPT, ChatGPT Enterprise, Sora, and other products. “I wasn’t initially looking to join a VC fund,” she told TechCrunch. “I was out there meeting with lots of AI startups.”</p>
<div class="lb-trans"><p>Rosenthal 在 OpenAI 工作了三年后大约八个月前离开了该公司，在此期间推出了 DALL·E、ChatGPT、ChatGPT Enterprise、Sora 和其他产品。“我最初并没有打算加入风险投资基金，” 她告诉 TechCrunch。“我当时在外面与许多 AI 初创公司会面。”</p>
</div><p>But after growing OpenAI’s enterprise sales team from two people to hundreds, she saw the appeal when Kolodny pitched her on venture capital. Instead of helping one startup with its go-to-market strategy, she could help a portfolio of them.</p>
<div class="lb-trans"><p>但在将 OpenAI 的企业销售团队从两人扩展到数百人后，当 Kolodny 向她推介风险投资时，她看到了其中的吸引力。她可以帮助一个投资组合中的多个初创公司，而不仅仅是帮助一个初创公司制定市场策略。</p>
</div><p>In her time at OpenAI, “I learned a lot about behavior, both on the side of the buyers, how people are thinking about these purchases, and the gap between what most organizations think is possible and what they can actually deploy today,” she said.</p>
<div class="lb-trans"><p>在 OpenAI 的工作期间，“我学到了很多关于行为的知识，包括买方的思维方式，以及大多数组织认为可能的与他们今天实际能够部署之间的差距，” 她说。</p>
</div><p>For instance, she has firsthand insight into what kind of moat an AI startup can build that won’t leave it vulnerable when model makers like OpenAI launching competing products.</p>
<div class="lb-trans"><p>例如，她对 AI 初创公司可以建立什么样的护城河有第一手的见解，这种护城河不会在像 OpenAI 这样的模型制造商推出竞争产品时使其脆弱。</p>
</div><p>Will OpenAI “just build everything and put every company out of business? You know, they are doing a lot already: they’re in consumer, they’re in enterprise, they’re building a device. I don’t think they are going to go after every potential enterprise application,” she says.</p>
<div class="lb-trans"><p>OpenAI 会 “只会构建一切并让每家公司破产吗？你知道，他们已经做了很多事情：他们在消费领域，他们在企业领域，他们正在构建设备。我认为他们不会追求每一个潜在的企业应用，” 她说。</p>
</div><p>So one moat is for enterprise AI startups to offer specialization.</p>
<div class="lb-trans"><p>因此，一个护城河是企业 AI 初创公司提供专业化。</p>
</div><p>Techcrunch event</p>
<div class="lb-trans"><p>Techcrunch 活动</p>
</div><p>San Francisco|October 13-15, 2026</p>
<div class="lb-trans"><p>旧金山 |2026 年 10 月 13-15 日</p>
</div><h2>Context as moat</h2>
<div class="lb-trans"><h2>作为护城河的上下文</h2>
</div><p>Additionally, she thinks the key to a good startup moat will be “context” — or the information the AI stores in its context window memory as it works on requests.</p>
<div class="lb-trans"><p>此外，她认为一个好的初创公司护城河的关键将是 “上下文”——即 AI 在处理请求时存储在其上下文窗口内存中的信息。</p>
</div><p>“Context is dynamic. It’s adaptable. It’s scalable. And I think what we’re seeing is going beyond sort of the basic RAG towards this idea of a context graph, which is persistent,” she says referring to Retrieval-Augmented Generation (RAG) the de facto method as of 2025 to minimize hallucinations by training LLMs on trusted, specific sources (and having the LLM cite them).</p>
<div class="lb-trans"><p>“上下文是动态的。它是可适应的。它是可扩展的。我认为我们看到的超越了基本的 RAG，朝着持久的上下文图的概念发展，” 她提到检索增强生成（RAG），这是 2025 年减少幻觉的事实标准方法，通过在可信的特定来源上训练大型语言模型（并让大型语言模型引用它们）。</p>
</div><p>There’s still a lot of tech that needs to be developed for this area, though, from memory to reasoning beyond pattern recognition.</p>
<div class="lb-trans"><p>不过，这个领域仍然需要开发很多技术，从记忆到超越模式识别的推理。</p>
</div><p>“I expect real innovation here. I think this year we will see new approaches — the idea of context and memory,” Rosenthal says.</p>
<div class="lb-trans"><p>“我期待在这里看到真正的创新。我认为今年我们将看到新的方法——上下文和记忆的概念，” Rosenthal 说。</p>
</div><p>But beyond startups working directly on context engineering, Rosenthal thinks enterprise apps that bake it in will have the advantage.</p>
<div class="lb-trans"><p>但除了直接从事上下文工程的初创公司外，Rosenthal 认为将其融入的企业应用将具有优势。</p>
</div><p>“Ultimately, when we talk about moat, I think who owns and manages this context layer will become a large advantage for AI products,” she says.</p>
<div class="lb-trans"><p>“最终，当我们谈论护城河时，我认为谁拥有和管理这个上下文层将成为 AI 产品的巨大优势，” 她说。</p>
</div><p>Another opportunity she sees: startups not building atop a major lab’s state-of-the-art models, with their high prices.</p>
<div class="lb-trans"><p>她看到的另一个机会是：初创公司不依赖于主要实验室的尖端模型，这些模型价格昂贵。</p>
</div><p>“I think there is room in the market for cheaper models that are lighter weight and innovate on inference costs,” she says. These are models that are not, perhaps, at the top of the leaderboards of various benchmarks but “are still very useful” and more affordable.</p>
<div class="lb-trans"><p>“我认为市场上有空间容纳更便宜的模型，这些模型更轻量，并在推理成本上进行创新，” 她说。这些模型可能并不在各种基准的排行榜顶部，但 “仍然非常有用”，而且更实惠。</p>
</div><p>“Where I’m really excited to invest is on the application layer. I’m really interested in what will be the durable applications built on all of these different models, not just on the foundational models,” she says. She’s seeking startups with “interesting use cases” or that use AI to help enterprise employees work more efficiently.</p>
<div class="lb-trans"><p>“我真正兴奋的投资领域是应用层。我对将建立在所有这些不同模型上的持久应用非常感兴趣，而不仅仅是基础模型，” 她说。她正在寻找具有 “有趣用例” 的初创公司，或者利用 AI 帮助企业员工更高效地工作。</p>
</div><p>As for where she’s going to find these startups, she’ll be working her network among OpenAI’s alums for starters. Now that the AI outfit is 10 years old, the alums network has grown. Many have already founded startups that have raised big bucks at high valuations, ranging from OpenAI’s biggest competitor, Anthropic, to buzzy early-stage companies like Safe Superintelligence.</p>
<div class="lb-trans"><p>至于她将在哪里找到这些初创公司，她将首先在 OpenAI 的校友网络中工作。现在，AI 公司已经成立 10 年，校友网络也在不断壮大。许多人已经创办了初创公司，并在高估值下筹集了大量资金，从 OpenAI 最大的竞争对手 Anthropic 到像 Safe Superintelligence 这样的热门早期公司。</p>
</div><p>There is also a growing precedent for high-level ex-OpenAI folks to become seed-stage investors. About a year ago, Peter Deng, OpenAI’s former head of consumer products joined Felicis. He’s been crushing it ever since, and clearly having fun, getting in on big deals for hot startups like LMArena and Periodic Labs.</p>
<div class="lb-trans"><p>此外，越来越多的前 OpenAI 高管成为种子阶段投资者的先例也在增加。大约一年前，OpenAI 前消费产品负责人 Peter Deng 加入了 Felicis。自那以来，他一直表现出色，并显然乐在其中，参与了像 LMArena 和 Periodic Labs 这样的热门初创公司的大交易。</p>
</div><p>“I actually had a call with Peter a few months ago, and he helped me make the decision,” Rosenthal said of her choice to become an investor.</p>
<div class="lb-trans"><p>“几个月前我实际上和 Peter 通了电话，他帮助我做出了这个决定，” Rosenthal 谈到她选择成为投资者的原因。</p>
</div><p>But Rosenthal may have a secret weapon to win deals. She also has deep contacts among AI enterprise users – the type of buyers and beta testers these early AI startups need.</p>
<div class="lb-trans"><p>但 Rosenthal 可能有一个秘密武器来赢得交易。她在 AI 企业用户中也有深厚的联系——这些早期 AI 初创公司所需的买家和测试者。</p>
</div><p>Enterprises still don’t understand how much AI can do for them. “There’s a really large gap that I am very optimistic can be filled. It leaves a huge green field for applications and companies.”</p>
<div class="lb-trans"><p>企业仍然不理解 AI 能为他们做多少。“我对能够填补的巨大差距非常乐观。这为应用和公司留下了巨大的蓝海。”</p>
</div>

OpenAI 的前销售负责人加入了风险投资公司 Acrew：OpenAI 教会了她创业公司如何建立 ‘护城河’