<p>OpenAI 的首位銷售負責人 Aliisa Rosenthal 找到了新的職業：風險投資。她將加入 Acrew Capital 擔任普通合夥人，與創始合夥人 Lauren Kolodny 及公司的其他合夥人一起工作，Rosenthal 和 Kolodny 告訴 TechCrunch。</p>
<p>Rosenthal 在 OpenAI 工作了三年後大約八個月前離開了該公司，在此期間推出了 DALL·E、ChatGPT、ChatGPT Enterprise、Sora 和其他產品。“我最初並沒有打算加入風險投資基金，” 她告訴 TechCrunch。“我當時在外面與許多 AI 初創公司會面。”</p>
<p>但在將 OpenAI 的企業銷售團隊從兩人擴展到數百人後，當 Kolodny 向她推介風險投資時，她看到了其中的吸引力。她可以幫助一個投資組合中的多個初創公司，而不僅僅是幫助一個初創公司制定市場策略。</p>
<p>在 OpenAI 的工作期間，“我學到了很多關於行為的知識，包括買方的思維方式，以及大多數組織認為可能的與他們今天實際能夠部署之間的差距，” 她説。</p>
<p>例如，她對 AI 初創公司可以建立什麼樣的護城河有第一手的見解，這種護城河不會在像 OpenAI 這樣的模型製造商推出競爭產品時使其脆弱。</p>
<p>OpenAI 會 “只會構建一切並讓每家公司破產嗎？你知道，他們已經做了很多事情：他們在消費領域，他們在企業領域，他們正在構建設備。我認為他們不會追求每一個潛在的企業應用，” 她説。</p>
<p>因此，一個護城河是企業 AI 初創公司提供專業化。</p>
<p>Techcrunch 活動</p>
<p>舊金山 |2026 年 10 月 13-15 日</p>
<h2>作為護城河的上下文</h2>
<p>此外，她認為一個好的初創公司護城河的關鍵將是 “上下文”——即 AI 在處理請求時存儲在其上下文窗口內存中的信息。</p>
<p>“上下文是動態的。它是可適應的。它是可擴展的。我認為我們看到的超越了基本的 RAG，朝着持久的上下文圖的概念發展，” 她提到檢索增強生成（RAG），這是 2025 年減少幻覺的事實標準方法，通過在可信的特定來源上訓練大型語言模型（並讓大型語言模型引用它們）。</p>
<p>不過，這個領域仍然需要開發很多技術，從記憶到超越模式識別的推理。</p>
<p>“我期待在這裏看到真正的創新。我認為今年我們將看到新的方法——上下文和記憶的概念，” Rosenthal 説。</p>
<p>但除了直接從事上下文工程的初創公司外，Rosenthal 認為將其融入的企業應用將具有優勢。</p>
<p>“最終，當我們談論護城河時，我認為誰擁有和管理這個上下文層將成為 AI 產品的巨大優勢，” 她説。</p>
<p>她看到的另一個機會是：初創公司不依賴於主要實驗室的尖端模型，這些模型價格昂貴。</p>
<p>“我認為市場上有空間容納更便宜的模型，這些模型更輕量，並在推理成本上進行創新，” 她説。這些模型可能並不在各種基準的排行榜頂部，但 “仍然非常有用”，而且更實惠。</p>
<p>“我真正興奮的投資領域是應用層。我對將建立在所有這些不同模型上的持久應用非常感興趣，而不僅僅是基礎模型，” 她説。她正在尋找具有 “有趣用例” 的初創公司，或者利用 AI 幫助企業員工更高效地工作。</p>
<p>至於她將在哪裏找到這些初創公司，她將首先在 OpenAI 的校友網絡中工作。現在，AI 公司已經成立 10 年，校友網絡也在不斷壯大。許多人已經創辦了初創公司，並在高估值下籌集了大量資金，從 OpenAI 最大的競爭對手 Anthropic 到像 Safe Superintelligence 這樣的熱門早期公司。</p>
<p>此外，越來越多的前 OpenAI 高管成為種子階段投資者的先例也在增加。大約一年前，OpenAI 前消費產品負責人 Peter Deng 加入了 Felicis。自那以來，他一直表現出色，並顯然樂在其中，參與了像 LMArena 和 Periodic Labs 這樣的熱門初創公司的大交易。</p>
<p>“幾個月前我實際上和 Peter 通了電話，他幫助我做出了這個決定，” Rosenthal 談到她選擇成為投資者的原因。</p>
<p>但 Rosenthal 可能有一個秘密武器來贏得交易。她在 AI 企業用户中也有深厚的聯繫——這些早期 AI 初創公司所需的買家和測試者。</p>
<p>企業仍然不理解 AI 能為他們做多少。“我對能夠填補的巨大差距非常樂觀。這為應用和公司留下了巨大的藍海。”</p>

OpenAI

<p>OpenAI 的前銷售負責人 Aliisa Rosenthal 已加入 Acrew Capital 擔任普通合夥人。在 OpenAI 工作三年期間，她幫助推出了 ChatGPT 等產品，現在她專注於風險投資。Rosenthal 認為，人工智能初創公司可以通過提供專業化和利用上下文來建立競爭優勢。她的目標是投資於那些利用人工智能創造創新應用的初創公司，特別是那些不依賴於大型實驗室昂貴模型的公司。Rosenthal 計劃利用她在 OpenAI 校友中的人脈來識別有前景的初創公司</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 的首位銷售負責人 Aliisa Rosenthal 找到了新的職業：風險投資。她將加入 Acrew Capital 擔任普通合夥人，與創始合夥人 Lauren Kolodny 及公司的其他合夥人一起工作，Rosenthal 和 Kolodny 告訴 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 工作了三年後大約八個月前離開了該公司，在此期間推出了 DALL·E、ChatGPT、ChatGPT Enterprise、Sora 和其他產品。“我最初並沒有打算加入風險投資基金，” 她告訴 TechCrunch。“我當時在外面與許多 AI 初創公司會面。”</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>但在將 OpenAI 的企業銷售團隊從兩人擴展到數百人後，當 Kolodny 向她推介風險投資時，她看到了其中的吸引力。她可以幫助一個投資組合中的多個初創公司，而不僅僅是幫助一個初創公司制定市場策略。</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 的工作期間，“我學到了很多關於行為的知識，包括買方的思維方式，以及大多數組織認為可能的與他們今天實際能夠部署之間的差距，” 她説。</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，她對 AI 初創公司可以建立什麼樣的護城河有第一手的見解，這種護城河不會在像 OpenAI 這樣的模型製造商推出競爭產品時使其脆弱。</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 會 “只會構建一切並讓每家公司破產嗎？你知道，他們已經做了很多事情：他們在消費領域，他們在企業領域，他們正在構建設備。我認為他們不會追求每一個潛在的企業應用，” 她説。</p>
</div><p>So one moat is for enterprise AI startups to offer specialization.</p>
<div class="lb-trans"><p>因此，一個護城河是企業 AI 初創公司提供專業化。</p>
</div><p>Techcrunch event</p>
<div class="lb-trans"><p>Techcrunch 活動</p>
</div><p>San Francisco|October 13-15, 2026</p>
<div class="lb-trans"><p>舊金山 |2026 年 10 月 13-15 日</p>
</div><h2>Context as moat</h2>
<div class="lb-trans"><h2>作為護城河的上下文</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，她認為一個好的初創公司護城河的關鍵將是 “上下文”——即 AI 在處理請求時存儲在其上下文窗口內存中的信息。</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>“上下文是動態的。它是可適應的。它是可擴展的。我認為我們看到的超越了基本的 RAG，朝着持久的上下文圖的概念發展，” 她提到檢索增強生成（RAG），這是 2025 年減少幻覺的事實標準方法，通過在可信的特定來源上訓練大型語言模型（並讓大型語言模型引用它們）。</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>不過，這個領域仍然需要開發很多技術，從記憶到超越模式識別的推理。</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>“我期待在這裏看到真正的創新。我認為今年我們將看到新的方法——上下文和記憶的概念，” Rosenthal 説。</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>但除了直接從事上下文工程的初創公司外，Rosenthal 認為將其融入的企業應用將具有優勢。</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>“最終，當我們談論護城河時，我認為誰擁有和管理這個上下文層將成為 AI 產品的巨大優勢，” 她説。</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>她看到的另一個機會是：初創公司不依賴於主要實驗室的尖端模型，這些模型價格昂貴。</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>“我認為市場上有空間容納更便宜的模型，這些模型更輕量，並在推理成本上進行創新，” 她説。這些模型可能並不在各種基準的排行榜頂部，但 “仍然非常有用”，而且更實惠。</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>“我真正興奮的投資領域是應用層。我對將建立在所有這些不同模型上的持久應用非常感興趣，而不僅僅是基礎模型，” 她説。她正在尋找具有 “有趣用例” 的初創公司，或者利用 AI 幫助企業員工更高效地工作。</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>至於她將在哪裏找到這些初創公司，她將首先在 OpenAI 的校友網絡中工作。現在，AI 公司已經成立 10 年，校友網絡也在不斷壯大。許多人已經創辦了初創公司，並在高估值下籌集了大量資金，從 OpenAI 最大的競爭對手 Anthropic 到像 Safe Superintelligence 這樣的熱門早期公司。</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，越來越多的前 OpenAI 高管成為種子階段投資者的先例也在增加。大約一年前，OpenAI 前消費產品負責人 Peter Deng 加入了 Felicis。自那以來，他一直表現出色，並顯然樂在其中，參與了像 LMArena 和 Periodic Labs 這樣的熱門初創公司的大交易。</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>“幾個月前我實際上和 Peter 通了電話，他幫助我做出了這個決定，” Rosenthal 談到她選擇成為投資者的原因。</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 可能有一個秘密武器來贏得交易。她在 AI 企業用户中也有深厚的聯繫——這些早期 AI 初創公司所需的買家和測試者。</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>企業仍然不理解 AI 能為他們做多少。“我對能夠填補的巨大差距非常樂觀。這為應用和公司留下了巨大的藍海。”</p>
</div>

OpenAI 的前銷售負責人加入了風險投資公司 Acrew：OpenAI 教會了她創業公司如何建立 ‘護城河’