对于AI初创企业来说，选择一个模型已经不再是一次性的架构决策。
开放模型不断进步，前沿API持续升级。模型可以针对特定工作负载进行定制，一些公司甚至构建了使用多种模型的产品，而不是只依赖单一模型。这为创始人提供了更多构建方式，也带来了更多关于投入方向、资源拥有权以及在技术变化中保持灵活性的决策。
在TechCrunch Disrupt 2026大会上，四场讨论从AI技术栈的不同角度切入，涵盖多模型应用、定制模型、基础设施以及底层芯片设计。
当单一AI模型不再足够
选择开放模型还是专有模型，前提是公司必须选择一个模型。但如今，AI产品越来越多地调用不同模型来完成不同任务。
“真正的Tokenmaxxing：顶尖AI公司如何在多模型世界中导航”这一环节，将邀请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，共同探讨为何企业采用多模型策略，如何在成本、性能和灵活性之间取得平衡，以及开放模型何时能超越专有模型。
对创始人而言，这种灵活性不仅影响模型性能，还会影响运营成本、产品决策以及公司利用更优模型的速度。
你应该拥有多少AI技术栈？
模型选择引出了一个更大的问题：公司到底需要拥有多少技术栈？
Oumi联合创始人兼CEO Manos Koukoumidis将在“你的公司到底该部署哪种AI：租用、定制还是自建”环节中，探讨初创企业是否应自建模型，定制何时成为竞争优势，以及如何在开放与专有AI之间做出选择。
通过观众投票、初创场景和实用框架，Koukoumidis将帮助与会者评估前沿API、定制开放权重和完全拥有AI的利弊，带来三条决策原则，助力下一次架构讨论。
开放与专有AI的定位
对部分初创企业来说，决策仍然是开放模型与专有模型之间的权衡。
Nvidia开发者技术总监Nader Khalil和全球风险投资合作负责人Sydney Sykes将在“打造值得投资的AI初创企业”环节，分析创始人当前的选择、前沿API与开放权重模型的权衡，以及这些选择如何影响产品战略和长期差异化。
这些权衡带来商业影响，模型选择决定成本、基础设施需求以及对产品的控制程度，也影响初创企业能否打造竞争对手难以复制的差异化优势。
架构与硬件的结合
模型架构只是部分因素，AI性能最终依赖于底层硬件。AI的进步正在改变硬件设计方式。
Ricursive Intelligence创始人兼CEO Anna Goldie和CTO Azalia Mirhoseini将在“当AI开始设计自己的硬件”环节，探讨AI如何优化芯片和硬件，模型架构与硬件为何日益紧密，以及开放AI生态系统对基础设施的潜在影响。
对创始人来说，AI与硬件的结合可能加快新能力推向市场的速度，也可能改变初创企业构建下一代AI产品所依赖的基础设施。
在Disrupt 2026保持AI选择的灵活性
以上讨论是TechCrunch Disrupt 2026大会200多个环节中的一部分，活动将于10月13日至15日在旧金山Moscone West举行，预计吸引超过1万名创始人、投资人、运营者和技术领袖，超过250位演讲嘉宾和300多家参展初创企业。
此外，活动还提供配对、交易和临时社交机会，帮助与会者与创始人、投资人、潜在合作伙伴及其他面临类似技术和商业决策的建设者建立联系。
初创企业今天可能使用前沿API，明天定制开放模型，未来甚至在多个模型间切换。保持灵活性或许和选择合适模型同样重要。
