对于AI初创公司而言，选择模型不再必然是一次性的架构决策。
开源模型正在不断进步，前沿API也在持续演进。模型可以针对特定工作负载进行定制，一些公司正在构建使用多种模型而非仅依赖单一模型的产品。这为创始人提供了更多的构建方式——以及在技术变化过程中，关于在哪里投入、拥有哪些资产以及保留多少灵活性的更多决策空间。
在 TechCrunch Disrupt 2026 上，四场对话从 AI 栈的不同层面出发，探讨这些决策，涵盖多模型应用、定制模型以及支撑它们的底层基础设施和芯片。
当单一AI模型不够用时
在开源模型和专有模型之间做选择，预设了公司必须首先二选一的前提。然而，越来越多的AI产品能够针对不同任务调用不同的模型。
本次“真正的Tokenmaxxing：最佳AI公司如何驾驭多模型世界”研讨会将汇聚CapitalG的合伙人Mo Jomaa；Together AI的联合创始人兼首席执行官Vipul Ved Prakash；以及Pathway的CEO兼联合创始人Zuzanna Stamirowska，他们将在Builder’s Stage登台分享。
他们将探讨企业为何使用多种模型；如何平衡成本、性能和灵活性；以及开源模型在何时能够超越专有替代方案。
对于创始人而言，这种灵活性影响的不仅仅是模型性能。它还会影响运营成本、产品决策，以及公司能否迅速抓住新兴更优模型的机遇。
你的AI技术栈中有多少应该由你自己掌控？
模型选择还引出了一个更大的问题：你的公司需要掌控什么？
Manos Koukoumidis（Oumi 首席执行官兼联合创始人）将登上Real World AI Stage，带来题为“Which AI Should Your Company Actually Deploy: Rent, Customize, or Build”的演讲。他将探讨初创企业是否应自行开发模型、定制化何时能成为竞争优势，以及如何在选择开源与专有 AI 之间做出抉择。
通过观众投票、初创公司场景模拟和一套实用框架，Koukoumidis将帮助与会者评估前沿API、定制化的开源权重模型以及完全自主拥有AI的利弊。与会者将获得三项决策原则，可用于下一次架构讨论。
创始人所做的选择将塑造产品及其背后的业务。构建更多的AI技术栈可以提供更大的控制权和差异化优势，但也可能需要比依赖现有模型投入更多的时间、人才和资源。
开放与专有AI的定位
对于某些初创公司而言，决策最终仍取决于在开放模型和专有模型之间的权衡。
Nader Khalil（Nvidia 开发者技术总监）和 Sydney Sykes（Nvidia 全球风险投资合作负责人）将登上 Builders Stage，带来题为“Building AI Startups Worth Betting On”的演讲。他们将审视创始人当前的选择、前沿 API 与开放权重模型之间的权衡，以及这些选择如何影响产品策略和长期差异化。
这些权衡具有商业后果。模型选择可以影响从成本和基础设施需求到对产品控制程度的方方面面。它还可以决定初创公司在何处——以及多容易地——创造出竞争对手无法复制的差异化优势。
当架构触及硬件时
模型架构只是方程的一部分。AI性能最终取决于其底层硬件，而AI的进步开始改变该硬件的设计方式。
Anna Goldie（Ricursive Intelligence 创始人兼首席执行官）和 Azalia Mirhoseini（创始人兼首席技术官）将在 Disrupt Stage 上围绕“When AI Starts Designing Its Own Hardware”展开探讨。他们将深入分析 AI 如何优化芯片和硬件、为何模型架构与硬件联系日益紧密，以及日益开放的 AI 生态系统对底层基础设施意味着什么。
对于创始人来说，AI与硬件之间的联系可能会影响新能力推向市场的速度。更快的芯片开发也可能改变构建下一代AI产品的初创公司可用的基础设施。
了解如何在Disrupt 2026上保持AI选择的开放性
这些对话是 200+场会议 的一部分，涵盖在 Disrupt 大会期间于旧金山莫斯康西会展中心举行的10月13日至15日的六个行业阶段、圆桌讨论和分组会议。预计将有超过10,000名创始人、投资者、运营人员和科技领袖出席，以及 250多位演讲嘉宾 和300多家参展初创企业。
此外，配对、交易和非正式的网络活动为与会者提供了与面临许多相同技术和商业决策的创始人、投资者、潜在合作伙伴和其他建设者建立联系的机会。
一家初创公司今天可能使用前沿API，明天定制一个开放模型，或者最终在多个模型之间迁移工作负载。保持灵活性可能与现在选择合适的模型同样重要。
