Fellows Fund：從貧困農家到硅谷 AI VC——Alex Ren 如何把人才、媒體、專家網絡與早期股權變成一套投資機器
1、先看結論：Fellows Fund 不是一家典型的“幾個職業投資人募一隻基金”的 VC，它更像 Alex Ren 用二十多年職業經歷逐層搭出來的一套 AI 人才—內容—專家—資本網絡。
Fellows Fund 創立於 2021 年，目前把自己定位爲專注 AI 的早期風險投資機構，主要投資 Seed 和 Series A。官方在 2026 年稱其投資組合已經超過 50 家公司，當前公開展示的代表項目包括 Generalist、Periodic Labs、Corgi、Harmonic、Abridge、Replit、OpusClip、Dyna Robotics、Gamma、Higgsfield、Evidently、GC AI 等。
理解 Fellows Fund 最重要的一點，是不要把它只理解成“AI 基金”。
Alex Ren 之前依次做過企業軟件銷售、職業社交產品、AI 招聘、AI 媒體、AI 投資，最後才成立 Fellows Fund。TalentSeer 給他帶來的是人才網絡與招聘關係；Robin.ly / CrossMinds 給他帶來的是研究者、技術創始人與內容關係；BoomingStar Ventures 給他帶來的是真正的 VC 投資經驗；Fellows Fund 則把前三類資源正式變成了一套可以持續獲取項目、做技術判斷、幫助被投公司並分享股權回報的資本結構。Alex 自己在 2024 年回顧這段演變時也說，到 2020 年他越來越意識到，招聘和媒體本質上比較“transactional”，而硅谷真正有長期價值的資產，是優秀早期公司的股權，於是轉向創辦 Fellows Fund。
因此，它真正的護城河假設不是“我們預測 AI 比別人準”，而是：
離最前沿研究者更近 → 更早知道人才和技術變化 → 用 Fellow 網絡做技術盡調 → 更早接觸潛在創始人 → 用招聘、客戶、融資和高管網絡幫助公司 → 獲得下一批高質量創始人的轉介紹。
這是一種典型的關係網絡複利模型。Fellows Fund 官網甚至直接把 Fellows Forum 描述爲能夠轉化爲“sourcing、diligence、portfolio support”的關係網絡。
這裏還必須澄清一個容易被二手數據庫簡化掉的問題：Fellows Fund 的“創始人”敘事並不完全是單一創始人模式。
2021 年正式發佈時，Business Wire 的原始公告寫的是“10 leaders in the field have formed Fellows Fund”，並將 Alex Ren 和 Andrew Grinalds 同時列爲 Managing Partners；Andrew 自己的公開職業資料進一步直接使用了 “CoFounded @fellows.fund”的表述。
但是，2026 年 Fellows Fund 的官方組織架構只把 Alex Ren 列爲 Founding Partner，現任另外兩位 General Partners 是 JC Mao 和 Lucas Sheiner；Andrew 已不在現任官方團隊頁面。SEC 文件裏，Fellows Fund II 與 Fellows Fund III 的 GP 管理人也都由 Chengming Ren（Alex Ren 的公開姓名爲 Alex Chengming Ren）簽署和控制。
因此，更準確的表述是：
Alex Ren 是 Fellows Fund 延續至今的核心創始人、品牌中心人物與基金 GP 控制者；Andrew Grinalds 是 2021 年啓動階段的共同創辦/共同管理者之一；最初一批 Distinguished Fellows 則從制度設計上就具有“共同參與建立基金”的性質。Andrew 何時退出日常管理、股權與 GP 權益後來如何調整，公開資料有限。
Alex Ren：家庭、教育、工作與從創業者到投資人的遷移
2、家庭背景：1978 年出生於中國北方貧困農村，父母和祖父母都是農民；貧困不是他的品牌包裝，而是後來職業選擇中非常重要的一條解釋線索。
Alex Ren 在 2025/2026 年的公開自述中確認自己出生於 1978 年、中國北方。他形容家鄉是一個貧困農業村莊，父母和祖父母均爲農民；2026 年生日時，他發佈了自己出生的窯洞式住房照片，並稱那個家幾乎是父親一生除了養育和教育自己之外，能夠留下的主要物質成果。
他的童年經歷具有非常鮮明的中國改革開放初期內陸農村背景。他回憶，當地生活物資匱乏，小時候常常喫不飽；七歲時甚至因爲連續幾天食物難以下嚥而寧願一天不喫，母親因此哭了一整天。家鄉一些同學、親戚後來很早輟學進入煤礦做重體力勞動，其中有人喪生。
他 12 歲時考入一所面向更大區域招生的學校，每天單程/通勤需要花很長時間，他自己的說法是要“兩小時 each way”。進入學校後，他第一次近距離接觸經濟條件明顯更好的家庭，因此產生強烈自卑：別人有新衣服和玩具，他家甚至沒有電視；因爲家裏連招待朋友喫飯都困難，他也不願邀請同學到家裏。
這裏形成了他人生第一個非常關鍵的認知：
教育是擺脫貧困的工具。
他後來成爲家裏第一位上大學的人。
這段經歷後來又轉化成另外一種人格特徵——對“resilience”的高度重視。Alex 現在評價創業者時，不只強調技術聰明程度，也公開表示會觀察一個人是否經歷過困難、能否在壓力下堅持。他把自己的成長經驗解釋爲理解創始人“從零創造東西”心理壓力的重要來源。
這也解釋了爲什麼他後來長期強調 Build Trust、主動建立關係、主動邁出第一步、長期主義：這些概念不是他進入 VC 後才形成的宣傳語言，而可以追溯到他少年時期的階層跨越和社交不安全感。
他的父母姓名、具體出生縣市等更細資料沒有可靠公開披露；能確認到的層級主要是 1978 年、中國北方、貧困農業村莊、農民家庭。
3、教育背景：技術訓練很重要，但更重要的是，他很早發現自己不願意成爲純工程師。
Alex 本人明確回憶，自己在 2003 年獲得 Electrical Engineering 碩士學位，研究期間參與過與自動駕駛早期技術相關的 anti-collision radar（防碰撞雷達）研究；那個時代還遠沒有今天基於攝像頭、LiDAR、Radar 和深度學習融合的自動駕駛技術棧，因此研究更多依賴雷達和數字信號處理。
公開職業資料列出的教育經歷包括：
西安交通大學 Electrical and Electronics Engineering 本科；University of Chinese Academy of Sciences 的 Electrical and Electronics Engineering 碩士；另有公開職業資料列出 University of Science and Technology of China 的 Computer Science 碩士。Alex 自己的長期公開敘述中最明確確認的節點，是 2003 年 EE Master’s。這些具體學校/雙碩士信息主要來自公開職業檔案，並非學校學籍文件，因此應理解爲公開履歷信息。
真正改變他的並不是“學工程”本身，而是發現自己不喜歡坐在桌前長期做純工程研發。研究生畢業後，他沒有沿着雷達、半導體或自動駕駛研發繼續向技術專家方向發展，而是進入 Agilent Technologies 做軟件銷售。
這一步非常關鍵。
後來 Fellows Fund 的競爭力恰恰來自一個少見組合：
懂足夠多技術，能和工程師溝通；但個人最強能力並不是做研究，而是銷售、關係建立、人才判斷和商業化。
這種組合最終使他成爲“技術網絡的商業連接者”，而不是典型科研型 VC。
他後來提到的重要思想影響包括斯多葛主義，尤其是 Marcus Aurelius 的《Meditations》。他看重其中的理性、自律、從更大尺度看問題以及降低外部噪聲的思想。
另一個決定性技術事件發生在 2010 年代中期。Alex 在硅谷接觸到前沿 AI 研究者，並參加 Geoffrey Hinton 在 Stanford 的演講。他後來把這一時期視爲自己真正“all in AI”的思想轉折點：不是因爲他突然變成 AI 科研人員，而是意識到下一輪巨大技術產業變化正在形成。
4、第一段代表性職業生涯：Agilent 把一個極度內向的工程背景學生，訓練成了大型企業銷售和商業拓展人員。
Alex 曾自述，大學畢業後爲了強迫自己克服內向性格，他甚至主動找了一份挨家挨戶銷售 cable service 的工作。前三個月敲了數千扇門，卻“一單都沒有賣出去”。從經濟成果看這是徹底失敗，從人格形成看卻非常重要——他把這三個月視爲自己第一次系統性訓練主動接觸陌生人、接受拒絕和建立信心。
隨後，他進入 Agilent Technologies。
他在中國負責華南、華東軟件銷售，稱自己很快成爲 Agilent 全球表現最好的軟件銷售人員之一，並在那裏度過約九年。2012 年，他獲得機會遷往舊金山灣區，負責全球業務拓展。
另一篇個人回憶中，他稱自己約十年的企業軟件職業生涯累計銷售超過 5,000 萬美元軟件，客戶包括 Google、Facebook 等大型科技公司。這是其個人自述數據。
Agilent 階段給他留下的真正資產，不只是薪資或銷售紀錄，而是三種能力：
第一，對企業客戶如何購買技術有直接理解。
第二，學會把複雜技術轉化爲商業價值語言。
第三，形成後來極強的 networking 本能。
這三點後來在 TalentSeer 和 Fellows Fund 中不斷複用。
5、創業起點不是 AI，而是“挑戰 LinkedIn”；而且前兩次產品方向都失敗了。
2014—2015 年左右，已經身在灣區的 Alex 認爲 LinkedIn 當時的移動端體驗存在機會，於是從 Bojiang Capital 獲得種子資金，創辦職業社交應用 Linkr。產品允許用戶直接申請工作並與 recruiter / hiring manager 溝通。
不過，約六個月以後團隊發現，建立一個新的社交網絡遠比預期困難：用戶獲取速度太慢。
於是 Linkr 轉向 referral-based recruiting，希望利用熟人推薦解決招聘問題。
結果第二次失敗。
Alex 後來總結其中存在結構性矛盾：真正擁有高質量網絡的人通常非常忙，沒有動力大量做推薦；願意花大量時間推薦的人，網絡質量又未必足夠高，於是平臺最終產生大量低效候選人篩選工作。
2015 年他的另一篇同期文章把自己描述爲職業社交 App Trustly 的 CEO，而 2017 年回顧同一創業階段時使用的是 Linkr 名稱，因此早期產品的品牌/公司命名在公開資料中說法不一，二者確切的更名或公司實體關係暫無法確認。
但商業邏輯的演化非常清楚：
社交網絡 → 招聘推薦 → 垂直 AI 招聘。
真正的突破出現在第三次 pivot。
Alex 觀察到 AI 公司遇到嚴重人才短缺，於是開始直接做 AI talent headhunting。即使此前並不是職業獵頭，他發現自己的銷售和關係能力非常適合這個行業，於是在 2016 年左右把業務正式運營成 TalentSeer。
到 2017 年，TalentSeer 已公開稱服務約 50 家 AI 客戶，包括自動駕駛、機器人、語音識別、VR 和大型科技企業；Alex 舉過的案例包括幫助 Zippy 快速招聘機器人崗位，並向其介紹 Google Ventures、NEA、Lightspeed 等投資機構。到 Fellows Fund 2021 年成立時，官方說 TalentSeer 過去五年已經服務超過 100 家 AI 公司。
這段經歷非常重要，因爲 TalentSeer 實際上給 Alex 建立了一份 VC 極其珍貴的“私人市場數據庫”：
誰是最強工程師、誰正在離職、什麼領域人才突然緊缺、哪些創業公司在擴張、哪些創始人能夠招到頂級人才。
換句話說，招聘業務逐漸變成了他的投資情報層。
項目鏈條、品牌資產、資本關係與商業模式
6、從 TalentSeer 到 BoomingStar、Robin.ly、CrossMinds，再到 Fellows Fund，可以看到一條非常明確的“資源升級”路線。
TalentSeer 的投資人之一是 Bojiang Capital。Alex 回憶，自己剛到灣區時幾乎沒有網絡，但因爲不斷向 Bojiang 推薦創業公司，後來直接成爲對方 partner。
他當時將 Bojiang Capital 描述爲規模約 15 億美元、專注 AI、機器人、企業軟件等方向的基金，並把 BoomingStar Ventures 描述爲 Bojiang 的美國基金。2016 年左右，Alex 開始以 BoomingStar Managing Partner 身份進行 AI 投資。這個階段是他第一次從“服務創業公司的人”正式轉向“擁有創業公司股權的人”。
隨後，他繼續建設內容層。
Robin.ly 是其 AI 媒體/訪談平臺。2017—2018 年間，他大量接觸 AI 科研人員和創業者。2026 年他再次回顧稱，2018 年曾採訪當時從事 XLNet 等研究的 Zhilin Yang，也採訪過 Yutong Zhang；兩人後來都成爲 Moonshot AI/Kimi 核心聯合創始人之一。這個案例很好地解釋了他的核心方法——先通過內容認識未來可能重要的人，然後讓長期關係在幾年後變成投資機會或生態資源。
CrossMinds.ai 則進一步將研究和技術內容視頻化。Alex 的公開履歷長期把自己列爲 CrossMinds.ai 創始人/CEO，同時將其描述爲 short-video tech platform。
於是到 2020 年左右，他已經擁有四種資源：
企業客戶資源 + AI 人才資源 + 技術研究者資源 + VC 投資資源。
Fellows Fund 的意義，就是把這些原本分散在不同項目中的資源機構化。
7、Fellows Fund 最有辨識度的組織創新，是讓頂級 AI 專家不只是“顧問名單”，而是被嵌入 sourcing、diligence、portfolio support 的工作流。
2021 年啓動時，首批 Fellows 就包括 Stefano Corazza、Charles Elkan、Xuedong Huang、Gang Hua、Vijay Narayanan、Anshul Pande、Haixun Wang、Lei Yang 等來自 Adobe、Microsoft、ServiceNow、Twitter、Instacart、學術界和醫療科技領域的高級技術人物。
其第一筆公開代表性投資 InsightFinder 就被刻意設計成這套模型的“示範案例”。
InsightFinder 由 N.C. State 教授 Helen Gu 創立，利用機器學習預測、診斷 IT 系統故障。Fellows Fund 通過 Fellow 網絡發現項目，再用專家網絡做技術評估，並牽頭完成約 200 萬美元融資。這正是“專家網絡 → sourcing → technical vetting → capital”的完整閉環。
到 2026 年，Fellows Fund 官方 Fellows Community 已擴大到 39 名 practitioners，並明確分爲三個羣體。
AI founders / leaders 中包括 Replit 的 Michele Catasta、Periodic Labs 聯合創始人 Liam Fedus、Abridge 聯合創始人兼 CTO Zachary Lipton、Gamma 聯合創始人 Grant Lee、Thinking Machines Lab 聯合創始人 Lilian Weng、HeyGen CTO Rong Yan 等。
Enterprise 層包括 Zoom CTO Xuedong Huang、Atlassian CTO of AI & Teamwork Taroon Mandhana、ServiceNow President/CPO/COO Amit Zavery、Synopsys SVP Engineering Aiqun Cao，以及來自 Meta、Salesforce、HubSpot、Chime 等公司的高級領導人。
Research 層包括 Waymo VP & Head of Research Dragomir Anguelov、UC Berkeley 教授 Dawn Song、Duke 教授 Yiran Chen、Eric Xing、Charles Elkan、Gang Hua 等。
這讓 Fellows Fund 的組織邊界非常特殊：
基金真正的全職投資團隊並不龐大，但外圍“大腦網絡”可以非常大。
當前核心 GP 是 Alex Ren、JC Mao 和 Lucas Sheiner；Charles Elkan、Nick Chong 爲 Venture Partners。
這和傳統 VC 大量僱傭 associate / principal 做行業研究不同。Fellows Fund 的方法是在真正需要判斷時，把問題直接交給正在行業一線工作的 CTO、研究主管、教授和創業者。
8、資本結構與商業模式：真正賺錢的核心仍然是 VC，而 Fellow 網絡的作用是提高 VC 的項目獲取和判斷效率。
Fellows Fund 的收入和長期財富創造邏輯，最終不是媒體廣告、招聘佣金或會議門票，而是：
管理基金 → 投資早期公司股權 → 通過企業升值、併購或 IPO 等流動性事件實現 carried interest / investment return。
SEC 文件明確寫明，與 GP 有關聯的實體可以從基金募集資金中獲得 management fees 和/或 incentive allocations。
更有意思的是最初的 Fellow 激勵結構。
2021 年 Andrew Grinalds 在公開介紹啓動模型時寫道，基金當時設置了 30% carry，並稱其中 20% 與 Fellows 分享。他還提到 Fellows 會籤 Class B Unit Purchase Agreement。這個結構的目的很明顯：讓頂級專家不是免費掛名，而是真正因爲項目成功獲得經濟利益，從而願意投入時間進行項目推薦、判斷和幫助。
是否仍然沿用完全相同的 carry 比例，公開資料有限；但“用經濟利益綁定專家網絡”的初始設計，是理解 Fellows Fund 與普通顧問委員會差異的關鍵。
基金規模方面，監管材料和公司宣傳必須分開理解。
Fellows Fund II, L.P. 於 2023 年成立。其 2025 年 7 月 SEC Form D 顯示，累計已售基金權益 51,450,988 美元；Chengming Ren 爲 GP 的 Managing Member。
2026 年 2 月，Fellows Fund III, L.P. 又提交 Form D，新基金採用 Delaware limited partnership 架構；當時尚未完成首次銷售，申報金額爲 indefinite offering，Chengming Ren 同樣擔任 GP 管理人。
與此同時，Fellows Fund 在 2026 年自己的 LinkedIn 宣傳中稱其已有 “$250M+ AUM”。這是基金自己的最新口徑，並不能直接和 Fund II 的 Form D 募集額做一對一比較；公開資料沒有給出從監管申報車輛到“250M+ AUM”之間的完整 reconciliation，因此該數字應明確理解爲公司自報口徑。
LP 構成方面，並沒有公開完整投資人名單。相比披露某幾家大型養老基金、大學基金或 sovereign wealth fund，Fellows Fund 更頻繁強調自己是 built with Fellows / backed by Fellows。2021 年 Class B Units 和 Fellow carry 機制也說明，專家羣體從一開始就不僅是“流量資產”，而與基金經濟利益存在綁定。
因此它最重要的資產可以分成兩個層面理解。
第一是真正意義上的金融資產：基金管理實體、GP 權益以及對 Portfolio Companies 的股權權益。
第二是更難出現在資產負債表上的影響力資產：Fellows 品牌、專家網絡、TalentSeer 時代積累的人才關係、Robin.ly/CrossMinds 的研究者關係、Newsletter、Fellows Forum，以及與大型科技公司、研究機構、創業者之間的持續鏈接。
後者真正重要的地方，在於它持續降低前者的“獲客成本”和信息不對稱。
投資版圖、關鍵轉折、成功、失敗、風險與現實影響力
9、投資版圖：Fellows Fund 已經從“AI 專家基金”擴展爲覆蓋 AI 基礎設施、應用、科學、機器人、醫療、法律、金融以及部分 Web3 基礎設施的早期技術組合。
2026 年官網公開列出的 portfolio 超過 50 家。
醫療 AI 有 Abridge、Evidently；開發者與軟件生產有 Replit、Solve Intelligence；生產力工具有 Gamma、Motion、Taskade；視頻與內容生成有 OpusClip、Higgsfield、Nura Studios；企業和行業 Agent 有 Artisan、GC AI、Truewind、Kyber、Hyperbound、LiveX AI。
機器人/Physical AI 已成爲非常明顯的新重點，包括 Generalist、Dyna Robotics、Adagy Robotics；AI for Science 則包括 Periodic Labs、Aikium、Diffuse Bio、Persist AI、Yoneda Labs；數學推理則包括 Harmonic。
與此同時，歷史投資組合裏仍然存在 Mysten Labs、Space and Time、MetaTrust、Quadrata、MSafe 等 Web3 / blockchain 基礎設施項目。
這說明一個值得注意的戰略變化：
今天 Fellows Fund 的品牌已經高度收斂到 AI，但早期基金的實際投資範圍比今天的品牌定位更寬。
這未必意味着戰略失敗，更合理的理解是：2021—2022 年其“frontier technology”探索中包含 Web3，而 ChatGPT 之後 AI 成爲極爲明確的主軸。
近期最能體現其專家盡調模型的是 Generalist。
2026 年 Fellows Fund 投資 Generalist 之前稱自己詢問了 10 多名機器人領域專家，超過 90% 的受訪者把 Generalist 列入全球領先 robotics foundation-model company 之列。隨後 Generalist 完成約 4 億美元融資、20 億美元估值，同輪/相關投資者陣容包括 Radical Ventures、NVIDIA、8VC、Union Square Ventures、Norwest、Spark Capital、Bezos Expeditions，以及 Fei-Fei Li、Naval Ravikant 等。這裏的專家調查比例爲 Fellows Fund 自己披露的數據。
在 AI for Science 上，Fellows Fund 2025 年以 Seed 階段進入 Periodic Labs。該公司由 Liam Fedus 與 Ekin Dogus Cubuk 創立，目標是構建可以自主進行材料、超導體、半導體相關科學實驗的 AI 驅動物理實驗室。
10、最成功的地方，不只是押中了幾家公司，而是 Alex 把自己過去看起來互不相關的職業經歷全部轉化成了 VC 的信息優勢。
Fellows Fund 自己在 2026 年先後公開使用過“9 AI-native unicorns”以及“10 unicorns”的表述，說明隨着估值變化，這一數字處於動態變化中。它公開點名的 AI-native unicorn portfolio 包括 Abridge、Replit、Physical Intelligence、Periodic Labs、Harmonic、Higgsfield、Generalist、Corgi、Gamma 等。由於這些是 Fellows Fund 自己的組合及估值身份口徑，應視爲公司自報成果，而非經審計基金業績。
Gamma 是其中一個很能體現投資方法的案例。
Fellows Fund 稱自己是 Gamma 的 seed investor，後來 Gamma 創始人 Grant Lee 又反向加入 Fellows Fund 成爲 Distinguished Fellow。
這形成了一個非常有價值的循環：
專家幫助基金 → 基金找到優秀創始人 → 創始人公司成功 → 成功創始人變成新的 Fellow → 新 Fellow 又幫助下一代公司。
這纔是“Fellows Fund”模型真正可能產生網絡效應的地方。
2024 年的訪談中，Fellows Fund 披露當時 Gamma 已有超過 4,000 萬用戶，而 OpusClip 已達到 1,000 萬用戶並進入數千萬美元 ARR 區間；這些屬於當時公司/基金方面的經營數據口徑。
另一個結果是品牌已經不再只存在於投資圈內部。
2025 年 Fellows Forum 在 Menlo Park 舉辦，計劃/邀請規模約 450 人，覆蓋 foundation models、AI infrastructure、agents、enterprise AI、consumer AI、healthcare、robotics 等板塊。
2026 年第四屆 Fellows Forum 定於 9 月 23—24 日在 Menlo Park 舉行，官方預計 500+ 名 AI founders、researchers、enterprise leaders 和 investors，Nebius 共同主辦，並與 NVIDIA 合作。
這意味着 Fellows Forum 已經成爲 Fellows Fund 的生態基礎設施：它不是單純會議業務，而是同時承擔品牌、項目 sourcing、LP/聯合投資關係、人才網絡和 portfolio support。
11、Alex Ren 最關鍵的決策和轉折，可以濃縮成一條非常清晰的時間線。
1978 年：出生於中國北方貧困農業村莊。貧困、飢餓、教育資源差距成爲其長期強調 resilience 和向上流動的背景。
少年時期：考入更大區域招生學校，第一次直接面對階層差距；由此把高等教育理解成離開貧困環境的主要路徑。
大學/研究生時期：**學習電子電氣相關學科，並參與 anti-collision radar 研究；2003 年取得 EE Master’s。
職業早期：刻意通過 door-to-door sales 克服社交恐懼；之後進入 Agilent，從技術背景轉向企業銷售。
2003—2012 年左右：在 Agilent 建立企業軟件銷售、市場和大客戶能力，併成爲表現突出的軟件銷售人員。
2012 年：遷往舊金山灣區負責 global business development。這是人生結構性轉折——從中國大型企業職業體系進入硅谷創業網絡。
2014—2015 年：從穩定職業離開，創業做 Linkr/Trustly，希望改造職業社交。首個產品增長失敗。
隨後：轉 referral recruiting，再次失敗；這次失敗反而讓團隊發現招聘比通用社交網絡更適合自身能力。
2016 年前後：抓住 AI 人才供需極端不平衡，發展 TalentSeer；同時進入 Bojiang/BoomingStar 投資體系。由“賺服務費”開始向“獲取股權”轉變。
2017—2019 年前後：通過 Robin.ly、CrossMinds 等內容平臺擴大 AI 研究者與創業者網絡。
2020 年：形成新的核心判斷——招聘和媒體雖然能產生現金流與關係，但最有價值的長期資產是優秀創業公司的早期股權。
2021 年：Fellows Fund 正式推出，首批 10 名 AI Fellow 參與，InsightFinder 成爲第一筆代表性投資。
2023 年：Fellows Fund II 成立；也是 ChatGPT 後生成式 AI 投資浪潮快速擴張階段。
2025 年：Fund II 已公開申報售出約 5,145 萬美元基金權益；Fellows Forum 被進一步制度化爲大型邀請制 AI 峯會。
2026 年：Fund III 開始監管申報；Fellows Fund 自報 250M+ AUM、50+ portfolio companies，並把機器人、AI for Science、AI-native enterprise software 等作爲下一輪重點。
這條時間線裏最值得注意的不是一次“神級投資”，而是連續 pivot：
工程 → 銷售 → 社交產品 → 招聘 → AI 招聘 → 媒體 → VC → 專家網絡型 VC。
每一次都保留了上一階段最有價值的資產，而放棄低價值的商業模式。
12、爭議、失敗與現實位置：目前公開信息裏沒有一個定義 Fellows Fund 的重大法律或道德醜聞；真正值得關注的是幾個更結構性的風險。
第一，Alex 的早期創業並不是一路成功。
Linkr 用戶增長失敗；隨後 referral recruiting 再次失敗。Alex 對此並不迴避，甚至直接說該模型 “simply doesn’t work”。
這反而說明他後來最重要的能力之一併不是“從不判斷錯誤”，而是快速把失敗轉化成下一種商業模式。
第二，Fellows Fund 的創始敘事發生過變化。
2021 年公告強調“10 leaders formed Fellows Fund”，並同時列 Alex Ren 和 Andrew Grinalds 爲 Managing Partners；Andrew 自己稱 co-founded Fellows Fund。今天官網則只給 Alex “Founding Partner”頭銜，Andrew 已退出官方團隊頁面。
這不構成負面事件本身，但說明當前官網的“單一 Founding Partner”結構不能完全代表 2021 年的真實啓動結構。Andrew 後續退出原因以及雙方經濟權益如何變化，公開資料有限。
第三，AUM、unicorn 數量等宣傳數字必須和監管文件區別看待。
公司 2026 年自稱 250M+ AUM、9—10 家 AI-native unicorn portfolio；SEC 可直接觀察到的 Fund II 申報累計出售權益約 5,145 萬美元，而 Fund III 2026 年 2 月申報時尚未首次出售。兩種數字衡量的對象和日期不同，不能簡單判斷誰“對誰錯”，但公開信息尚不足以完整重建 250M+ 的組成。
第四，專家網絡本身同時是優勢和組織風險。
Fellows Fund 的差異化高度依賴 39 名左右專家是否願意持續投入時間。這些人本身是 Thinking Machines Lab、Waymo、Zoom、ServiceNow、Atlassian、Meta、Amazon、Berkeley 等機構的創始人、研究者和高管，不是基金的傳統全職投資員工。
因此，從組織設計角度推斷，長期需要持續解決三個問題：專家參與度、潛在利益衝突以及項目機會如何在基金/Fellow/個人投資之間分配。2021 年把部分 carry 與 Fellows 分享，顯然就是爲了降低其中至少一個問題——激勵不足。這個判斷屬於基於公開組織結構的分析，而非已公開發生的爭議事件。
第五，它仍然承擔典型的 AI 週期與估值風險。
現在的投資組合越來越集中在 AI-native software、robotics foundation models、AI for science 和 agentic applications。其收益自然高度取決於生成式 AI 能否持續產生真正大規模、可防禦的公司，而不是隻有技術熱潮和高估值。當前 portfolio 中同時存在大量非常年輕的 Seed/Series A 公司，所以很多所謂“成功”仍然是賬面估值和增長指標，而不是已經完成的現金退出。
但如果要判斷 Fellows Fund 到 2026 年在真實硅谷 AI 生態中的位置，它已經不能被視爲一個普通的小型新興基金。
它還不是 Sequoia、Andreessen Horowitz、Lightspeed 這種擁有數十年品牌、龐大資金和多週期退出記錄的綜合性 VC；公開資料也不足以證明它已經具有同等級別的基金回報記錄。
它真正佔據的是一個更具體的位置：
硅谷早期 AI 生態中的“高密度專家網絡型 VC”。
Alex Ren 的優勢不是大學教授式的原創 AI 研究能力，也不是大型基金數十億美元的資本優勢，而是把自己最擅長的東西——找人、認識人、判斷人、連接人、銷售技術、理解客戶、長期經營關係——變成了一套投資基礎設施。
從貧困農村，到工程教育；從工程師訓練，到軟件銷售；從失敗的社交 App，到獵頭；從獵頭到媒體；從媒體到投資；最後再把投資人、AI 科學家、CTO、創業者和企業買家組織成一個 Fellow 網絡——Fellows Fund 本質上是 Alex Ren 整個職業生涯資源積累的資本化結果。
而它未來能否成爲真正長期一線的 AI VC，最終不會由 Fellows 名單多豪華、論壇有多少嘉賓或 LinkedIn 上有多少“unicorn”決定，而要由更傳統也更殘酷的指標決定：
這些 Seed/Series A 股權最終能否產生大規模、可實現的基金回報。
截至 2026 年 8 月，公開信息已經足以說明 Fellows Fund 建立了明顯的項目獲取、技術判斷和網絡品牌優勢；但完整 DPI、TVPI、IRR、已實現退出以及各期基金 LP 回報並未公開，因此對其“投資業績是否已經進入頂級 VC 行列”的判斷仍然必須保持克制。