AI Trends

Deze VC bouwde een AI chief of staff op OpenClaw — en wil nooit meer terug

Remy Gieling

April 7, 2026

min read

Deze VC bouwde een AI chief of staff op OpenClaw — en wil nooit meer terug

Een investeerder liet AI zijn e-mail, agenda en relaties beheren — en wil nooit meer terug naar een menselijke assistent.

Ryan Sarver, ex-Twitter en Redpoint Ventures, deelt zijn volledige setup voor "Stella": een AI-assistent die zijn e-mail triageert, meetings voorbereidt, een fondswerving met 100+ contacten beheert, en zichzelf elke week verbetert. Zijn claim: beter dan elke menselijke chief of staff die hij ooit inhuurde.

Ryan Sarver is niet de eerste techondernemer die enthousiast schrijft over AI-assistenten. Maar zijn uitgebreide post op X valt op door de diepgang. Sarver — die als directeur Platform bij Twitter het ontwikkelaarecosysteem opbouwde en daarna partner was bij Redpoint Ventures — runt nu zijn eigen fonds Kelp. Midden in een fondswerving, zittend in besturen en actief als angel-investor, bouwde hij op het open-source platform OpenClaw een AI chief of staff die hij "Stella" noemt.

Geen speeltje, maar een volledig operationeel systeem. En het begint bij een fundamenteel ontwerpprincipe.

Het geheugen is de kern, niet het model

De meeste mensen die met AI-assistenten werken, vertrouwen op de gespreksgeschiedenis als geheugen. Sarver noemt dat een recept voor frustratie: sessiegeheugen verdwijnt, raakt vol, of mist cruciale context op precies het verkeerde moment.

Zijn oplossing bestaat uit twee lagen. De eerste is een dagelijks logbestand — één markdown-bestand per dag waarin automatisch wordt bijgehouden wat er die dag is gebeurd: vergaderingen, beslissingen, taken, context uit gesprekken. Een script haalt dit op uit sessies en schrijft het weg zonder handmatige tussenkomst.

De tweede laag is een centraal bestand (MEMORY.md) dat Stella zelf beheert en bijwerkt. Elke verwerkte vergadering, elke getrieerde e-mail en elke bijgehouden taak voedt dit langetermijngeheugen continu. Zonder deze laag heb je een capabele assistent met geheugenverlies, schrijft Sarver. Met deze laag heb je iets dat lijkt op een collega die al maanden naast je werkt en nooit iets vergeet.

Een bewuste architectuurkeuze: alles leeft in platte markdown-bestanden, niet in een database. Sarver kan elk bestand openen, lezen en corrigeren. Alles is te back-uppen naar Git. Er zit geen abstractielaag tussen hem en wat de assistent van zijn wereld begrijpt — en juist dat maakt dat hij het systeem vertrouwt.

Wat Stella dagelijks doet

Stella combineert taken die je normaal gesproken over meerdere tools en mensen zou verdelen.

Op het gebied van e-mail en agenda scant ze meerdere Gmail-accounts, filtert wat actie vereist, en laat de rest vallen. Daar bovenop haalt ze automatisch onkostenbonnen op voor kwartaalrapportages, genereert ze reisschema's uit boekingsbevestigingen, en stelt ze follow-up e-mails op in Sarvers eigen schrijfstijl.

Twee keer per dag stuurt Stella een briefing via WhatsApp: om 9 uur een ochtendbrief met topprioriteiten, achterstallige taken en de dagagenda, en om 18 uur een samenvatting van wat er die dag is gebeurd, wat is vastgelopen en wat morgen aandacht nodig heeft.

De meest indrukwekkende toepassing is de fondswervingspipeline. Sarver beheert relaties met meer dan honderd LP-contacten in meerdere landen. Stella houdt de volledige pipeline bij, weet waar elke relatie staat, en bereidt per meeting een brief voor: ze onderzoekt het fonds, scant recente publicaties van de partners, legt verbanden met Sarvers investeringsthese, en levert gesprekshandvatten op maat. Voor doorlopende relaties weet ze exact wat er is besproken, wat is toegezegd, en waar de gevoeligheden liggen.

Kaizen: het systeem dat zichzelf verbetert

Het onderdeel dat Sarvers setup onderscheidt van de meeste OpenClaw-builds is de wekelijkse verbetercyclus — in zijn woorden "kaizen" voor AI.

Elke vrijdag draait een cron-job een onderzoekstaak. Stella scant de OpenClaw-community, zoekt naar nieuwe patronen en bekijkt wat andere bouwers doen. Op zondagochtend bespreken Sarver en Stella de bevindingen samen: wat zijn de beste ideeën, en wat wordt er daadwerkelijk aangepast?

Maar de echte kracht zit in het interne leervermogen. Als Sarver iets blijft corrigeren, of als een functie meer frictie oplevert dan waarde, wordt dat vastgelegd in het geheugen en komt het uiteindelijk als verbetervoorstel naar boven. Te veel ruis in een triagefilter? Briefingformaat dat niet landt? Stella merkt het op en stelt aanpassingen voor.

Dit is iets wat een menselijke chief of staff niet op schaal kan doen, schrijft Sarver. Een mens leert van de samenwerking met jou, maar kan niet tegelijkertijd scannen wat honderden andere bouwers doen en dat wekelijks kruislings vergelijken met jouw systeem.

De toolstack onder de motorkap

Voor wie dit wil nabouwen of begrijpen wat er technisch nodig is — dit is wat er onder Sarvers setup zit:

Platform: OpenClaw (open-source, zelf gehost op eigen hardware of VPS). Communicatie: WhatsApp als primair kanaal voor briefings en interactie. E-mail: Gmail-integratie (meerdere accounts). Geheugen: Platte markdown-bestanden — dagelijkse logs plus een centraal MEMORY.md, gebackupt via Git. Automatisering: Cron-jobs voor dagelijkse briefings, wekelijkse research-scans en continue geheugenopbouw. Bestandsformaat: Alles in markdown — bewust geen database, geen propriëtaire opslag.

Een belangrijke kanttekening: dit is geen plug-and-play-oplossing. Sarver is een technisch onderlegde bouwer met jarenlange ervaring in platformontwikkeling. Het opzetten en finetunen van dit systeem vereist dat je comfortabel bent met de command line, markdown, cron-jobs, Git en het iteratief bijsturen van AI-gedrag. Wie dat niet is, heeft waarschijnlijk meer aan een voorgebouwde OpenClaw-persona als Atlas, of aan een vergelijkbare managed oplossing.

Wat wij hiervan vinden

Sarvers post is indrukwekkend als blauwdruk. Het laat zien wat er mogelijk is als je AI niet behandelt als een chatvenster maar als een operationeel systeem — met persistent geheugen, proactieve triage en een zelflerende verbetercyclus. De architectuurprincipes die hij beschrijft (geheugen als fundament, markdown als transparante opslaglaag, continue verbetering) zijn universeel toepasbaar en niet beperkt tot durfkapitalisten.

Tegelijkertijd past hier nuance. Sarver presenteert zijn setup als superieur aan menselijke chiefs of staff, maar vergelijkt appels met peren. Een menselijke chief of staff brengt politiek inzicht, emotionele intelligentie en oordeelsvermogen bij gevoelige situaties — kwaliteiten die een AI-systeem niet heeft. Stella excelleert in alles wat systematiseerbaar en herhaalbaar is: triage, briefings, pipeline-management, patroonherkenning. De echte kracht zit waarschijnlijk niet in vervanging, maar in combinatie.

Voor de Nederlandse markt is dit patroon bijzonder relevant. Steeds meer organisaties benaderen AI niet als losstaand hulpmiddel, maar als laag die door bedrijfsprocessen heen loopt — AI als operating system, in plaats van AI als gadget. De verschuiving van "ik stel een vraag aan ChatGPT" naar "een AI-collega met geheugen, initiatief en een verbetercyclus" — dat is precies de beweging die Sarver hier demonstreert. En het is de richting waar elke kenniswerker die serieus met AI aan de slag wil, rekening mee moet houden.

Sarver biedt aan om zijn volledige systeem open source beschikbaar te maken als er genoeg interesse is. Wij hopen dat hij dat doet. Niet omdat iedereen dit letterlijk moet naabouwen, maar omdat het de lat verhoogt voor wat we van AI-assistenten mogen verwachten — en wat er gebeurt als je de tijd neemt om ze écht goed in te richten.