开源还是闭源？TechCrunch Disrupt 2026 上创始人将如何抉择
对今天的 AI 创业公司来说，选择模型已经不再是一次性的架构决定。开源模型持续进步，前沿 API 不断迭代，企业还可以针对特定工作负载定制模型，甚至同时调用多个模型。这种灵活性带来了更多构建方式，也带来了更多关于预算、自有资产和技术弹性的抉择。在 TechCrunch Disrupt 2026 上，多场对话将从 AI 技术栈的不同层面切入，探讨创始人如何在开源与闭源之间做选择。
一个模型不够用
“开源还是闭源”这个二选一的前提，正在被现实打破。越来越多的 AI 产品会根据不同任务调用不同模型。在 Builder's Stage 的一场名为 “The Real Tokenmaxxing: How the Best AI Companies Navigate a Multi-Model World” 的讨论中，CapitalG 合伙人 Mo Jomaa、Together AI 联合创始人兼 CEO Vipul Ved Prakash，以及 Pathway 联合创始人兼 CEO Zuzanna Stamirowska 将同台交流。
他们将探讨企业为何采用多模型策略、如何在成本、性能和灵活性之间取得平衡，以及在什么情况下开源模型能够超越闭源方案。对创始人而言，这种灵活性影响的不仅是模型表现，还关系到运营成本、产品决策，以及当更好的模型出现时，公司能以多快速度跟进。
你的 AI 技术栈该自有多少？
模型选择还引出一个更大的问题：公司到底需要拥有什么？Oumi 联合创始人兼 CEO Manos Koukoumidis 将在 Real World AI Stage 带来 “Which AI Should Your Company Actually Deploy: Rent, Customize, or Build” 的分享。他将讨论创业公司是否应该自建模型、定制化何时能成为竞争优势，以及如何在开源与闭源 AI 之间做取舍。
通过观众投票、创业场景和实用框架，Koukoumidis 将帮助参会者评估从租用、定制到自建的路径。
从芯片到应用的全栈视角
除了模型层，Disrupt 2026 的讨论还将延伸到基础设施和底层芯片。四场对话分别从多模型应用、定制模型、基础设施和芯片等不同位置切入，帮助创始人理解 AI 技术栈各层的取舍。
对创业公司来说，这不再只是技术选型，而是关乎成本结构、产品差异化和长期灵活性的战略决策。随着开源与闭源模型的能力边界不断变化，保持可迁移、可组合的架构，或许比押注单一模型更为关键。
TechCrunch Disrupt 2026 的通行证目前可享受最高 100 美元优惠，并可获得第二张半价票。受裁员影响的人士还可限时申请 75 美元 Expo+ 通行证。
