你有一个 AI 产品要构建。你是选择专有前沿模型以快速启动？基于开源模型构建以获得更大的控制权？微调自己的版本？在本地运行？使用多个模型？还是在六个月后当经济性和能力再次发生变化时改变策略？
可能没有唯一正确的答案。但对于创始人来说，糟糕的选择会影响随后的一切——成本、基础设施、利润率、差异化、速度和控制权。
这一决定正是“开放与封闭 AI 之争才刚刚开始”环节的核心内容。该环节将亮相于 TechCrunch Disrupt 2026 的 Builder 舞台，活动将于 10 月 13-15 日在旧金山举行。由 Nvidia 开发者技术总监 Nader Khalil 和全球 VC 合作伙伴关系负责人 Sydney Sykes 主持，探讨开放与专有 AI 之间的权衡，以及这两种方法是否都能提供持久的竞争优势。
这并非关于开源的哲学争论，而是当前各规模初创企业正在做出的商业决策。
AI 差距正在缩小——决策并未变得更容易
开源模型发展迅速。Nvidia 在 7 月表示，ICML 2026 接收的 145 篇论文引用了其 Nemotron 开源模型和数据集，同时还有研究使用了其他 Nvidia 开源模型家族，应用于机器人、自动驾驶汽车和生物医学研究领域。
与此同时，专有的前沿实验室仍在不断推动模型能力的提升。结果是，市场中的问题越来越不再是开放模型能否有用，而是每种方法在何处具有商业合理性。
即使是 Nvidia 也拒绝简单的非此即彼框架。在今年的 GTC 大会上，首席执行官黄仁勋认为，未来不是专有与开放的对抗，而是专有与开放的结合。听起来很简单，但当你需要围绕这一决定建立公司时，情况就变得复杂了。
如果两个模型能提供相似的结果，成本更低的是否会胜出？如果一个模型能让你对数据拥有更多控制权呢？拥有更多栈层是创造了防御性，还是仅仅增加了你需要维护的基础设施？如果最佳模型每隔几个月就会变化，你的产品应该与其中任何一个绑定得多紧密？Khalil 和 Sykes 将在 TechCrunch Disrupt 2026 上深入剖析这些问题。
在 Builders Stage 上分享关于同一 AI 堆栈的两种观点
Nader Khalil 从构建者和基础设施的角度切入讨论。在成为负责领导开源和本地 AI 的 Nvidia 开发者技术总监之前，他联合创立了 Brev.dev，这是一家于 2024 年 7 月被 Nvidia 收购的 AI 基础设施公司。
Brev.dev 旨在简化不同环境下对 GPU 基础设施的访问。Nvidia 的开发者文档将其工具描述为允许开发者在公有云、私有云和本地基础设施上部署 AI 软件，而无需将自己锁定在单一的计算来源中。
Sydney Sykes 则作为 Nvidia 全球 VC 合作伙伴关系负责人，将风险投资生态系统的视角带入讨论中。
总之，这为我们提供了从不同角度审视同一决策的空间：开发者需要构建什么，以及公司需要成为可投资、可扩展的业务。
你的模型并非护城河——直到它成为护城河
在开放与封闭的争论背后，还有另一个令人不安的问题：你的竞争优势究竟存在于何处？
如果竞争对手也能访问相同的专有 API，差异化就必须来自其他方面——专有数据、工作流、分发渠道、客户关系、产品体验或专业技术。但选择开源模型也不会自动为你带来护城河。
你获得了灵活性以及潜在更大的控制权，但也承担了部署、优化和基础设施方面的决策责任。而且，经济账目会根据工作负载和规模的不同而发生变化。
英伟达正在大力投资这一开放生态系统。其于三月推出的 Nemotron 3 Super 是一个拥有 1200 亿参数的开源模型，专为智能体（agentic）工作负载设计，企业已开始将其与专有模型结合使用，而不是将这两种方法视为互斥选项。这种混合现实可能是这场争论中最有趣的部分。
你应该基于什么进行构建？在 TechCrunch Disrupt 2026 上做出决定
这正是该环节对 AI 工程师以外的受众也有价值的原因。
如果你是创始人，这一选择可能会影响你的利润率、融资故事和产品路线图。如果你是投资者，了解价值在技术栈中的位置有助于区分真正的防御能力与仅建立在他人模型之上的薄层产品。如果你是业务线负责人，这会影响采购、安全、数据控制、基础设施以及未来更换供应商的自由度。而对于开发者和学生来说，这是一个理解当今做出的技术决策如何直接与他们围绕其构建的业务模式相连接的机会。
没人需要另一个关于开放还是专有 AI 在哲学上更优越的抽象争论。建设者需要的是对权衡利弊有更清晰的理解。
加入 Nader Khalil 和 Sydney Sykes 在 Builder 舞台，参加 TechCrunch Disrupt 2026，并决定哪一方适合纳入你的 AI 战略。
