OpenAI 5位元老攢了1億美元基金，專投自己人看不上的項目

5名前OpenAI員工湊在一起，剛完成首輪募資，目標1億美元。他們給基金取名Zero Shot——這是個機器學習術語，指模型未經專門訓練就能解決新問題。這個命名本身就像個隱喻：他們要用未經VC行業規訓的眼光，去找那些被傳統基金錯過的機會。

創始合伙人Evan Morikawa、Andrew Mayne、Shawn Jain都來自OpenAI核心時期。Morikawa是DALL·E和ChatGPT發布時的應用工程負責人，現在去了機器人創業公司Generalist。Mayne是OpenAI首位提示詞工程師，后來創辦了AI部署咨詢公司Interdimensional，還主持著一檔播客。Jain則是工程師出身，后來轉型VC，又創辦了自己的生成式AI公司Synthefy。

另外兩位合伙人同樣背景復雜。Kelly Kovacs曾是01A的創始合伙人，這家成長階段基金由前Twitter CEO Dick Costolo和Adam Bain創辦。Brett Rounsaville來自Twitter和迪士尼，現在同時擔任Mayne那家Interdimensional的CEO。

五個人湊齊后做的第一件事，是復盤自己過去兩年被"白嫖"的經歷。

離開OpenAI后，他們不斷收到兩類請求：VC找他們咨詢前沿AI技術，創業朋友找他們要建議。Mayne干脆開了咨詢公司來承接這些需求。「有些朋友從OpenAI出來想創業，」Mayne告訴TechCrunch，「我們發現自己對方向判斷挺準，還能接觸到一群我們認為很厲害的builder。」

但聊得越多，他們越發現一個怪現象：大量AI創業公司拿到錢，做的卻是市場并不真正需要的東西。這個gap讓他們動了心思——「也許我們該自己募個基金。」

從被咨詢到當GP，中間隔了一層窗戶紙

科技行業的校友網絡從來不缺故事，但OpenAI這批人的特殊性在于時間窗口。他們從ChatGPT發布前就在模型層工作，親歷了這家公司從研究實驗室到消費級產品的狂暴增長。這種經歷在2022年之前幾乎不存在，在2023年之后又變得過于擁擠。

Morikawa的履歷最能說明問題。DALL·E和ChatGPT的發布間隔不到一年，他是少數同時參與兩者應用工程的人。這意味著他既懂多模態模型的產品化陷阱，也懂對話式AI的用戶留存曲線。這種復合經驗在招聘市場上溢價極高，但Zero Shot的玩法是把它變成投資判斷的杠桿。

Mayne的角色更微妙。作為「首位提示詞工程師」，這個title本身就帶著點歷史偶然性——2020年前后OpenAI需要有人系統性地研究怎么跟模型對話，他就成了那個人。后來這個崗位演變成AI產品經理的標準技能，但他的早期積累讓他建立了一個橫跨研究、產品和內容創作的社交網絡。

Jain的路徑則是反過來的：工程師→VC→創業者。這種循環在硅谷不算罕見，但結合他在OpenAI的研究背景，意味著他能同時理解技術債務和資本結構。他創辦的Synthefy專注于生成式音頻，這個選擇本身也說明他對「AI應用層」有自己的優先級排序。

Kovacs的加入帶來了機構VC的紀律性。01A是2015年成立的老牌成長基金，Costolo和Bain的Twitter背景讓它在社交媒體賽道有獨特優勢。Kovacs從那里帶來的可能是估值錨定和條款談判的經驗——這些東西在天使輪看起來多余，但在B輪能救命。

Rounsaville的履歷最跨界。Twitter和迪士尼的組合聽起來不搭，但恰好覆蓋了「實時信息流」和「IP內容運營」兩個極端。他現在同時管著Interdimensional的CEO職務，這種雙重身份在VC行業通常被視為利益沖突，但Zero Shot似乎不介意——或者說，這正是他們想要的「運營型投資」人設。

「Zero Shot」這個名字的潛臺詞

機器學習里的zero-shot learning，指的是模型在訓練時沒見過某類任務，但靠泛化能力就能完成。比如GPT-4從沒專門學過土耳其語詩歌翻譯，你給它幾個例子，它就能湊合干。

把這個概念搬到VC命名上，Zero Shot的暗示很明顯：他們認為自己不需要像傳統基金那樣「看很多案例才能形成判斷」，而是可以憑借在OpenAI積累的直覺，直接識別出有價值的機會。

這種說法在LP（有限合伙人）面前可能有點冒險。VC行業的共識是，投資需要pattern recognition，而pattern recognition需要大量樣本訓練。Zero Shot的反駁可能是：AI領域的pattern本身在快速失效，2021年的成功經驗在2024年可能是負資產。

他們已經投了幾個項目，但具體名單沒有公開。從已知信息推斷，投資階段應該在種子輪到A輪之間，單筆規模可能在100萬到500萬美元區間——這是新基金常見的起步策略，先攢夠portfolio數量，再追求明星項目。

OpenAI校友基金的集群效應

Zero Shot不是第一個由OpenAI前員工發起的投資實體，但它是結構最正式的一個。此前更常見的模式是：個人天使投資、松散 syndicate、或者通過現有基金做scout。

這種集群效應有其合理性。OpenAI在2022-2023年的擴張期雇傭了大量人才，很多人在2024年的組織架構調整中離開。他們帶著對模型能力的內部認知、對Sam Altman管理風格的適應經驗、以及對AGI時間線的個人判斷，散落在創業和投資兩條軌道上。

對創業者來說，拿OpenAI校友的錢有雙重含義。正面是技術盡調可能更順暢——這些GP知道你的方案在GPT-5時代是否還有生存空間。負面是估值談判可能更艱難——他們太清楚訓練成本和推理延遲的真實數字，不容易被PPT里的「技術壁壘」忽悠。

Mayne在采訪中提到的「gaping holes」值得展開。AI投資熱潮中確實存在系統性錯位：大量資金涌向基礎模型層，但應用層的 winner 尚未出現；每個垂直領域都有幾十個「AI+XX」的創業公司，但用戶留存數據普遍難看；infra層的故事很性感，但客戶實際上是幾家大廠的內部團隊。

Zero Shot的應對策略似乎是「反共識」——不追最熱的風口，而是找那些「只有懂行的人才知道有價值」的機會。這種策略的成敗取決于兩個變量：一是OpenAI的內部經驗到底有多強的可遷移性，二是他們能否在「懂行」和「偏見」之間保持平衡。

1億美元在2025年能買什么

按傳統VC的2-2.5%管理費計算，Zero Shot每年運營預算大約200-250萬美元。五個人分，加上行政開支，算不上寬裕。這意味著他們必須快速證明業績，才能在2027年前后啟動下一期基金。

1億美元的規模也有戰術考量。太大，LP會要求看mega deal；太小，又無法支撐必要的portfolio diversification。當前AI種子輪的平均估值在800-1500萬美元之間，Zero Shot如果占股10-15%，可以投15-25個項目，這是第一只基金的合理倉位。

更現實的約束來自退出環境。2024-2025年的IPO窗口對AI公司并不友好，并購市場又由微軟、Google、Nvidia等少數買家主導。Zero Shot的portfolio公司如果不能在3-5年內找到接盤方，基金周期會被迫拉長。

Mayne的咨詢公司Interdimensional可能是另一個變量。如果Zero Shot的投資項目需要AI部署支持，Interdimensional可以提供服務——這種「投資+服務」的混合模式在enterprise SaaS領域常見，但在AI infra層還不多見。潛在的利益沖突需要披露，但如果處理得當，也能創造差異化價值。

Zero Shot的成立時間點本身就有信息含量。

2024年下半年以來，AI投資市場出現明顯分化：基礎模型層的融資集中在少數頭部玩家（OpenAI、Anthropic、xAI），應用層則進入「證明PMF」的殘酷篩選期。新基金在這個窗口募資，說明LP群體里還有人相信「AI原生應用」的故事，只是對執行團隊的要求更高了。

五個創始人的組合試圖回應這種要求：技術判斷力（Morikawa、Jain）、產品直覺（Mayne）、機構經驗（Kovacs）、跨界運營（Rounsaville）。這種拼盤式架構在基金早期常見，真正的考驗是兩年后——當投資節奏加快、portfolio出現分化、合伙人之間對某個項目的價值判斷不一致時，他們能否維持決策效率。

OpenAI本身的演變也會持續影響Zero Shot。如果GPT-5發布時展現出更強的agent能力，很多現有創業公司的技術假設會被推翻；如果OpenAI加速商業化、擠壓下游空間，Zero Shot的portfolio可能面臨直接競爭。這些都不是他們能控制的變量，但「來自OpenAI」這個標簽會讓他們被反復問及對這些問題的看法。

基金名稱里的「Zero Shot」還有一層容易被忽略的含義：在機器學習語境中，zero-shot performance通常低于few-shot或fine-tuned的結果，但優勢是成本低、速度快。這或許也是Zero Shot基金的投資哲學——不求每個項目都命中，但求決策成本低、迭代速度快，在不確定性中積累optionality。

他們已經完成了first close，開始寫支票。接下來的18個月，市場會檢驗這個「未經專門訓練」的基金，能否在AI投資這個高度競爭的領域找到屬于自己的niche。

如果讓你選：拿一個傳統VC的錢，還是拿前OpenAI員工的錢——前提是你的項目正好落在他們認定的「gaping hole」里，你會怎么選？