开放还是封闭的 AI？这将决定一家创业公司接下来的一切
对于 AI 创业者来说，有一个选择几乎会影响公司之后的一切：成本、基础设施、护城河、差异化、速度与控制权——那就是在开放模型和专有前沿模型之间做选择。
是接入一个专有的前沿模型快速上线？还是基于开放模型换取更大的控制权？是微调自己的版本，还是在本地部署，亦或是同时调用多个模型？当技术能力与成本结构每隔几个月就发生一次变化时，又有多少公司真的应该锁定其中一条路？
这一问题没有标准答案，却成为当前 AI 行业最核心的争论。在 10 月 13 日至 15 日于旧金山举行的 TechCrunch Disrupt 2026 上，这场「开放 vs 封闭」的辩论将在 Builders 舞台展开。Nvidia 开发者技术总监 Nader Khalil 与风险投资伙伴关系全球负责人 Sydney Sykes 将共同讨论两种路线之间的取舍，以及其中任何一种能否构成持久的竞争优势。
这并非一场关于开源理念之争，而是一项正在大小创业公司内部真实发生的商业决策。
AI 差距在缩小，选择反而更难了
开放模型的发展速度正在加快。Nvidia 在 7 月公布，在今年 ICML 2026 会议上，共有 145 篇被接收的论文引用了其 Nemotron 开放模型和数据集；此外还有多篇研究使用了 Nvidia 其他开放模型家族，覆盖机器人、自动驾驶和生物医学研究等方向。
与此同时，专有的前沿实验室仍在不断推高模型能力的上限。其结果是：市场关注的焦点，已经从「开放模型是否可用」转向「在什么商业场景下，哪条路线更划算」。
即便是 Nvidia 自己，也不认为这是一场非此即彼的选择。在今年早些时候的 GTC 大会上，首席执行官黄仁勋（Jensen Huang）曾表示，AI 的未来既不属于纯粹的专有路线，也不属于纯粹的开放路线。
但真正落到创业公司层面，问题要具体得多：如果两种模型能给出相近的结果，成本更低的一方是否必然胜出？如果其中一条路线能让你更好地掌控数据，又该如何权衡？更深的自研程度究竟构成壁垒，还是只是需要持续维护的基础设施负担？当最强模型每隔几个月就换人，产品又应该在多大程度上与某一个模型深度绑定？这些正是 Khalil 与 Sykes 将在 Disrupt 2026 上拆解的问题。
Nader Khalil 将从开发者和基础设施的视角切入这一议题。在出任 Nvidia 开发者技术总监之前，他负责开源与本地 AI 相关业务，并曾联合创立 AI 基础设施公司 Brev.dev——后者于 2024 年 7 月被 Nvidia 收购。
Brev.dev 的核心业务是简化不同环境下的 GPU 基础设施接入。Nvidia 开发者文档显示，其工具允许开发者在公有云、私有云和本地基础设施之间部署 AI 软件，而不被锁定在单一算力来源上。
Sydney Sykes 则以 Nvidia 全球风险投资伙伴关系负责人的身份，将风投生态的视角带入讨论：开发者真正需要构建什么，以及一家公司需要具备哪些条件，才能成为可投资、可规模化扩张的企业。
模型本身未必是护城河
开放与封闭之争背后，还有一个更尖锐的问题：一家公司的竞争优势究竟在哪里？
如果竞争对手都能调用同样的专有 API，那么差异化只能来自别处——专有数据、工作流、渠道、客户关系、产品体验或特定领域的技术积累。但反过来，选择一个开放模型同样不会自动生成护城河：你换来了灵活性和潜在的更大控制权，同时也要独立面对部署、优化和基础设施等一系列决策，且经济性会随工作负载和规模而变化。
Nvidia 在开放生态上投入巨大，同时也在专有模型领域持续布局，并未将两条路线视为互斥。这种混合现实，或许才是这场辩论中最值得关注的部分。
一场与所有从业者相关的讨论
这场对话的意义不限于 AI 工程师。对创始人而言，这一选择直接影响成本结构、融资叙事和产品路线图；对投资者来说，看清价值沉淀在何处，有助于区分真正的防御性公司与仅仅在别人模型之上套了一层壳的产品；对企业管理者而言，它关系到采购、安全、数据控制、基础设施投入以及日后更换供应商的自由度；对开发者和学生而言，这也是一次观察技术决策如何直接塑造商业模式的机会。
行业并不缺少「开放还是专有人在哲学上更优」的抽象争论，真正缺乏的是对这些实际权衡的清晰梳理。Nader Khalil 与 Sydney Sykes 将在 TechCrunch Disrupt 2026 的 Builders 舞台上，就这一问题给出他们的答案。
