Draper自建AI基建，现由一套自动更新的主库承接400余家被投公司、1.5万余联系人
Draper Associates公布内部AI基建搭建记录：两年前组合数据散落在8张Excel表，现由一套自动更新的主库承接400余家被投公司、1.5万余联系人、1900余条会议纪要，可用日常英语在手机上检索。
主库原则是一家公司一条记录，其余流程只向它写入或从它读取。技术栈落在已有工具上：Airtable、Zapier、Power Automate、Google Drive、Slack、Claude，自建服务托管在Railway，不新开供应商。会议纪要由Otter转写后自动挂到公司记录，路演链接经MCP服务转成PDF归档。
自研Draper Brain作为MCP服务器，把Airtable、网盘与授权外部数据接入Claude，覆盖约450家组合、4900余共同投资人。不确定时系统停手问人，不在必须正确的字段上猜测。线索评分按该基金自身主题与历史否决定制，不用通用打分器。
Deal Engine用四十年投资与否决记录训练，每周读取数百个入库项目并邮件推送给投资团队。创始人提交后，Zapier调用网络检索并生成待发送的介绍邮件，该介绍功能上线后使用量升至约10倍。日程任务读取只读邮箱、客户关系库与组合更新，生成每日简报，基金财务表由Power Automate同步。
文章由Michelle Kwok、Andrew Hyun与Patrick Blumenthal执笔。基金同时运作约23亿美元管理规模、2026年推出3亿美元Fund 8，组合公开路径包括Tesla、Skype及后来的Carta、ICEYE、Polymarket等。Tim Draper称1985年靠上门要被拒绝的项目练判断，现由机器处理日常检索。
谁在买是投资团队的时间与判断带宽，谁在卖是把例行检索产品化的内部工程。资金没有流向新软件采购，而是流向自有数据清洗与提示词维护。受益方是能用自然语言调档的合伙人和被更快匹配介绍的创始人，承压方是仍靠多表导出、无法被主库索引的项目方。
系统明确把“坐下来认识创始人并做决定”留给人。每项工具按已上线产品写文档，要求下一人五分钟上手。
来源：公开信息
ABAB AI 解读
Draper家族做风投已到第三代：Tim Draper 1985年起从被别人拒绝的项目里建判断，后代继续管基金。组合叙事长期绑在Tesla、Hotmail、Skype、Baidu一类早期支票上，也包含Yik Yak等公开失败案例。这次不是再讲下一个独角兽，而是把四十年“投与不投”做成训练样本，让内部模型先读每周数百个入库项目。
钱没有去买一套新的风险投资操作系统，而是压在Airtable一条公司主记录上，再用Zapier和Claude把邮箱、纪要、路演、财务表灌进去。Harmonic被用来补内部档案没有的市场侧写，Deal Engine用自有否决史做筛选。动机是种子阶段人力薄、组合过400家后，合伙人时间被检索吃掉；战略是把数据所有权留在自有库，修改等于改提示词，而不是等供应商发版。
同类动作是a16z、Sequoia一类机构把分析师工作流产品化，以及YC把申请评分模型化。Draper处在“控制内部信息”阶段，而不是对外卖这套系统。与Salesforce或Affinipay类外部CRM不同，它把判断标准写成私有模型，避免通用线索评分抹掉该基金对加密、航天、非常规赛道的偏好。
结构变化属于技术替代叠加资本集中。例行检索、纪要归档、介绍信草稿被模型接管后，同一合伙团队能维持更大组合而不按线性加人。机制是：风投的稀缺资源是面对面判断，不是表格维护；谁先把四十年否决记录变成可调用的筛选器，谁就能在同样人数下覆盖更多项目流，并把注意力重新卖给创始人会议。
ABAB News · 认知定律
先定数据住哪，再谈用什么模型
判断必须私有，工具可以借用
机器停手之处，才是人该签字的地方