Draper自建AI基建，現由一套自動更新的主庫承接400餘家被投公司、1.5萬餘聯繫人
Draper Associates公佈內部AI基建搭建記錄：兩年前組合數據散落在8張Excel表，現由一套自動更新的主庫承接400餘家被投公司、1.5萬餘聯繫人、1900餘條會議紀要，可用日常英語在手機上檢索。
主庫原則是一家公司一條記錄，其餘流程只向它寫入或從它讀取。技術棧落在已有工具上：Airtable、Zapier、Power Automate、Google Drive、Slack、Claude，自建服務託管在Railway，不新開供應商。會議紀要由Otter轉寫後自動掛到公司記錄，路演鏈接經MCP服務轉成PDF歸檔。
自研Draper Brain作爲MCP服務器，把Airtable、網盤與授權外部數據接入Claude，覆蓋約450家組合、4900餘共同投資人。不確定時系統停手問人，不在必須正確的字段上猜測。線索評分按該基金自身主題與歷史否決定製，不用通用打分器。
Deal Engine用四十年投資與否決記錄訓練，每週讀取數百個入庫項目並郵件推送給投資團隊。創始人提交後，Zapier調用網絡檢索並生成待發送的介紹郵件，該介紹功能上線後使用量升至約10倍。日程任務讀取只讀郵箱、客戶關係庫與組合更新，生成每日簡報，基金財務表由Power Automate同步。
文章由Michelle Kwok、Andrew Hyun與Patrick Blumenthal執筆。基金同時運作約23億美元管理規模、2026年推出3億美元Fund 8，組合公開路徑包括Tesla、Skype及後來的Carta、ICEYE、Polymarket等。Tim Draper稱1985年靠上門要被拒絕的項目練判斷，現由機器處理日常檢索。
誰在買是投資團隊的時間與判斷帶寬，誰在賣是把例行檢索產品化的內部工程。資金沒有流向新軟件採購，而是流向自有數據清洗與提示詞維護。受益方是能用自然語言調檔的合夥人和被更快匹配介紹的創始人，承壓方是仍靠多表導出、無法被主庫索引的項目方。
系統明確把“坐下來認識創始人並做決定”留給人。每項工具按已上線產品寫文檔，要求下一人五分鐘上手。
來源：公開信息
ABAB AI 解讀
Draper家族做風投已到第三代：Tim Draper 1985年起從被別人拒絕的項目裏建判斷，後代繼續管基金。組合敘事長期綁在Tesla、Hotmail、Skype、Baidu一類早期支票上，也包含Yik Yak等公開失敗案例。這次不是再講下一個獨角獸，而是把四十年“投與不投”做成訓練樣本，讓內部模型先讀每週數百個入庫項目。
錢沒有去買一套新的風險投資操作系統，而是壓在Airtable一條公司主記錄上，再用Zapier和Claude把郵箱、紀要、路演、財務表灌進去。Harmonic被用來補內部檔案沒有的市場側寫，Deal Engine用自有否決史做篩選。動機是種子階段人力薄、組合過400家後，合夥人時間被檢索喫掉；戰略是把數據所有權留在自有庫，修改等於改提示詞，而不是等供應商發版。
同類動作是a16z、Sequoia一類機構把分析師工作流產品化，以及YC把申請評分模型化。Draper處在“控制內部信息”階段，而不是對外賣這套系統。與Salesforce或Affinipay類外部CRM不同，它把判斷標準寫成私有模型，避免通用線索評分抹掉該基金對加密、航天、非常規賽道的偏好。
結構變化屬於技術替代疊加資本集中。例行檢索、紀要歸檔、介紹信草稿被模型接管後，同一合夥團隊能維持更大組合而不按線性加人。機制是：風投的稀缺資源是面對面判斷，不是表格維護；誰先把四十年否決記錄變成可調用的篩選器，誰就能在同樣人數下覆蓋更多項目流，並把注意力重新賣給創始人會議。
ABAB News · 認知定律
先定數據住哪，再談用什麼模型
判斷必須私有，工具可以借用
機器停手之處，纔是人該簽字的地方