Tech文章上線

在 TechCrunch Disrupt 2026 選擇開放或封閉的 AI:創業者如何決定要在何處構建

數字匠人
在 TechCrunch Disrupt 2026 選擇開放或封閉的 AI:創業者如何決定要在何處構建

目錄

你可能想知道

新創公司能否實際上只依賴單一模型選擇,還是多模型方法能提供更長期的彈性?

關於開放模型與專有模型的決策如何影響成本、差異化以及驅動 AI 的硬體?

主要議題

選擇 AI 模型不再必然是一次性的、在開放與封閉系統之間的二元決定。情勢已演變:開放模型在能力與可取得性上都有所提升,而前沿 API 與專有產品持續在效能與生態系統支援上進步。與此同時,公司正在為特定工作負載探索客製化模型,並設計可協調多個模型的產品,而不是僅侷限於單一選項。這為創辦人帶來更廣泛的權衡考量──涵蓋成本、效能、產品開發速度與長期策略控制等面向。

在 TechCrunch Disrupt 2026,數場議程將從 AI 堆疊的不同視角檢視這些權衡。討論範圍從多模型應用設計與模型客製化到基礎設施選擇與其下的矽基硬體。這些對話反映出新創的實際處境:模型選擇影響的不只是準確度或延遲,還會影響營運費用、招聘需求、新功能的上市時間,以及公司保留或建立競爭優勢的能力。

其中一場題為「真正的 Tokenmaxxing:頂尖 AI 公司如何在多模型世界中導航」的討論,集合業界實務者來解釋為何許多建構者現在偏好異質架構。與談人將討論何時將不同任務導向不同模型是合理的、如何在這些模型之間平衡成本與品質,以及在哪些情境下開放模型可以匹配甚至超越專有替代方案。 這個關鍵見解——不同模型可以針對不同任務進行專門化——對現代 AI 產品的架構選擇有重大影響。 對創辦人而言,這個見解鼓勵設計能隨需求與經濟性改變而替換模型的產品邏輯,而非硬性綁定單一依賴。

混合模型的彈性對工程之外也有影響。多模型策略能改變預算與採購方式、降低廠商鎖定風險,並隨著新模型出現創造漸進式效能提升的路徑。但它也會使營運面更複雜:當多個具有不同 SLA 與成本特徵的模型端點同時存在時,監控、安全與協調變得更困難。因此此決策既是技術性的,也是組織性的。

另一個重要對話聚焦於擁有與租用:新創應該自行構建、客製化,還是依賴第三方模型?在「你的公司到底應該部署哪種 AI:租用、客製化或自行構建」一場中,講者將提出框架與實用啟發,說明何時客製化開放權重能帶來競爭優勢、如何評估前沿 API,以及完整擁有 AI 堆疊部分所需條件。觀眾投票與情境式框架將為創辦人在架構討論中提供可套用的具體決策原則。

擁有堆疊更多部分可以帶來差異化與更緊密的產品整合,但也需要對 ML 基礎設施、人才與持續模型維護投入。租用或利用前沿 API 可以加速產品開發並減少對專門人才的即時需求,但可能限制控制與利潤優化。創辦人必須在立即可得的價值與長期擁有的潛在回報之間權衡時間到價值。

具廠商與投資者觀點的場次以不同角度突顯新創層級的權衡。來自主要硬體與平台公司的講者將檢視當前選擇——在開放權重、專有 API 與客製模型之間——如何影響募資敘事、產品路線圖與防禦能力。創辦人應考慮的不僅是即時的效能指標,還有模型選擇如何影響其以競爭對手難以輕易複製的方式進行差異化的能力。

最後,模型架構不能與執行它的硬體孤立地考量。另一場「當 AI 開始設計它自己的硬體」的議程探討 AI 驅動的晶片優化如何改變模型與矽片的共同設計。隨著模型架構與硬體越來越緊密耦合,新創可能發現晶片設計的進步能加速能力提升並降低成本。這反過來會影響基礎設施規劃以及新功能變得商業可行的速度。

對創辦人而言,模型與硬體之間的這種融合意味著需重新思考長期採購與部署策略。晶片創新的加速可能縮短研究突破與可投入生產改進之間的窗口,使敏捷性以及在不同架構間切換硬體或租戶工作負載的能力成為更有價值的資產。

在這些議程中反覆出現的主題是彈性:一家新創今天可能使用前沿 API、明天客製化開放權重,最終把工作負載分散到數個模型上。保留隨著模型、API 與硬體演進而改變路線的選擇權,可能與當下選擇正確模型同樣重要。

參與 TechCrunch Disrupt 2026 的這些討論,為創辦人提供向業界領袖學習如何導航這些選擇的機會,比較決策框架,並聽取某些策略成功或失敗的具體案例。這些討論是更大計畫的一部分,該計畫包含超過 200 場議程、圓桌與分組討論,跨越六個舞台,並與網絡與媒合活動並行,幫助創辦人與面臨類似抉擇的投資人、合作夥伴與同行建立連結。

關鍵見解表

面向 描述
關鍵事實 1 新創公司越來越多為不同任務使用多個模型,而不是單一的巨型模型。
關鍵事實 2 模型選擇影響成本、產品差異化與基礎設施需求,包括硬體共同設計。

之後...

展望未來,創辦人與技術人員應持續探索彈性與共同設計能帶來最大價值的領域。值得關注的關鍵領域包括使多模型架構實用的模型互通性與協調工具;以不致高昂成本的方式客製化開放權重的有效方法;以及降低每次推論延遲與能耗的軟硬體共同設計。對這些策略方向的細微重視可以幫助團隊優先投入那些保留選擇權的投資: 投資於模組化架構、健全的監控與廠商中立的部署流程。

隨著生態系統成熟,保留在開放與專有元件之間轉向的能力,以及納入新硬體的能力,將越來越決定哪些新創能成功擴展。TechCrunch Disrupt 2026 旨在提出實用框架、真實案例,以及廠商與投資者觀點,幫助創辦人針對下一步要建立的基礎做出明智選擇。

想從這些討論中學習並與同行建立網絡的與會者可以註冊會議。活動將匯聚數千名創辦人、投資人與營運者,並提供一個集中比較策略與締造反映 AI 模型與硬體創新動態變化的夥伴關係的論壇。

最後編輯時間:2026/10/5