奥克兰 AI Dev Day 首场线下深聊在 Safari Group 举行

奥克兰，2026 年 9 月 6 日　AKL AI Club 首次「奥克兰 AI Dev Day」线下深聊，于周日上午在 Safari Group 位于 Graham Street 的办公室举行。

本次活动得到了 Safari Group 的场地支持。Safari Group 亚洲市场总监 Lisa Huang 为活动提供了积极协助，让十余位参与者得以在宽敞、安静的会议空间内围坐交流。现场配备了完善的会议和投影设备，为这场持续两个小时四十分钟的深度讨论创造了良好条件。

与常见的演讲式活动不同，现场没有台上台下之分。参与者围坐在一起，围绕 AI 创业、产品交付、商业模式和模型选择等话题，分享各自在真实项目与企业实践中遇到的问题。

一群正在一线解决问题的人

邀请制，参与者以技术、产品、创业和企业运营背景为主

与 AKL AI Club 此前面向公众的讲座不同，本次 Dev Day 采取邀请制，参与者主要拥有技术、产品、创业和企业运营背景。

他们当中，有曾在国内为制造业提供多年运营咨询、也是 AKL AI Club 联合发起人的 Jeff W 暗物质；有在百度从事十余年搜索业务的 Zihao；有将 OpenAI 接入本地中文媒体内容系统、如今专注于本地模型部署的一树空山；有从锤子科技一路做到新西兰本地电信运营商产品线的 Ren Ren；还有来自 One NZ 网络部门的经理 Zen。

参与者还包括从上海创业大赛走到奥克兰的 BPM 老兵 Tim，前滴滴、快手产品经理城小楼 Wesley，前腾讯产品经理 Skye Wei，从 COVID 热线接线员转型为数据分析师、并在小红书持续分享求职经历的 Nina，以及尝试把 AI 与 Minecraft 结合起来陪伴孩子学习的创业妈妈金三岁。

AKL AI Club 发起人 Arthur Liu，以及他的手机公司合伙人 Joe Hu 也参加了这次讨论。

这些经历看似分散，却有一个明显的共同点：大家并不只是在观察 AI，而是已经在各自的业务、产品和生活中真正使用 AI，也都遇到了具体而现实的问题。

正因如此，这场活动没有停留在模型参数、工具介绍或趋势判断上。讨论很快进入了更难回答的部分：AI 服务究竟应该如何定价，企业真正愿意为什么付费，小团队如何面对大型平台，以及今天的技术选择能否经得起长期成本的考验。

三个绕不开的困境

现场没有预设答案，也没有刻意追求共识，但这三个问题被反复提起

活动的大部分时间，都留给了每个人讲述自己的经历与判断。现场没有预设答案，也没有刻意追求共识，但随着讨论不断深入，三个现实困境被反复提起。

01AI 时代，服务越来越难定价

过去需要一个月完成的工作，如今借助 AI，可能一个晚上就能交付。效率大幅提高之后，客户对服务价值的判断也在发生变化。

客户看到的往往只是交付时间缩短了，却不一定能看到背后的行业经验、技术积累、风险判断和系统设计。工作完成得越快，服务提供者反而越容易被要求降低价格。

如果按照投入时间收费，AI 带来的效率提升可能直接压缩收入；如果按照结果收费，结果本身又很难被清楚定义。尤其是在项目推进过程中，客户需求经常不断增长，最初的一项任务可能逐渐变成长期、持续且边界模糊的服务。

与此同时，大型平台正在把越来越多的 AI 能力整合进标准产品。原本需要定制开发的功能，可能很快就会成为订阅服务中的普通选项。对于小团队而言，今天还能收费交付的能力，明天是否仍然具有独立价值，已经变得越来越难判断。

02企业真正缺少的，可能不是效率，而是收入

当前许多 AI 项目都围绕降低成本、减少人力和提高效率展开。但对于新西兰不少中小企业来说，更直接的问题并不是内部流程不够高效，而是客户不足、订单不足和销售增长停滞。

企业当然希望节省成本，但成本能够被压缩的空间始终有限。没有新的客户和收入，即使内部流程变得更快，也未必能够真正改善经营状况。

问题在于，帮助企业节省多少时间、减少多少人工，相对容易计算；帮助企业增加多少收入，却很难被准确归因。销售结果同时受到市场环境、品牌、产品、渠道、价格和销售人员能力等多种因素影响。即使 AI 参与其中，也很难证明新增收入究竟有多少来自 AI。

这形成了一个明显的落差：企业最迫切的需求是获得更多客户和收入，而 AI 当前最容易展示和量化的价值，仍然集中在提高效率和降低成本。

03小模型与前沿大模型之间，始终存在取舍

随着本地部署成本不断下降，消费级显卡已经能够运行过去难以想象的大参数模型。企业可以把模型放在自己的设备中运行，减少数据离开本地环境的风险，也避免持续按照调用量付费。

但本地模型并不意味着没有成本。硬件投入、部署难度、模型维护、升级适配和实际效果，都会成为长期负担。模型虽然可以运行，却不一定能够稳定完成企业真正需要的任务。

另一边，前沿大模型的能力正在快速提升。过去需要投入数万元开发的内部工具，如今可能通过每月数百美元的模型订阅就能实现。它们部署更快、能力更强，也更容易直接进入现有工作流程。

然而，依赖前沿模型也意味着企业需要持续承担订阅费用、数据安全、平台依赖和价格变化等风险。模型一旦调整价格、限制能力或改变接口，建立在其上的业务系统也可能受到影响。

选择本地小模型，可能需要牺牲效果和速度；依赖前沿大模型，又可能失去对成本、数据和系统的主动权。更困难的是，模型能力仍在快速变化，今天看起来合理的技术路线，几个月后可能就需要重新评估。

一场结束后仍没有真正结束的讨论

原定议程结束后，参与者自发分组又聊了两个多小时

整场活动的讨论非常热烈。与其说这是一场按照流程进行的会议，不如说是一群长期独自思考、各自在实践中摸索的人，终于找到了能够深入交流的同路人。

许多问题刚被提出，现场便立刻有人接过话题，分享自己在另一个行业、另一家公司或另一段创业经历中遇到的相似情况。不同观点之间不断碰撞，话题也从具体项目迅速延伸到服务定价、客户需求、交付边界、平台竞争和长期成本。

大家并不急于达成统一结论，而是不断追问、补充和反驳。有人从技术能力出发，有人从产品和销售出发，也有人从企业经营和客户决策的角度提出不同判断。

这种交流让不少参与者产生了「相见恨晚」的感觉。原来自己长期面对的困惑，其他人也曾经经历；原来那些在日常工作中很难找到对象讨论的问题，在这里可以被直接摆到桌面上。

原定活动结束后，现场的人仍迟迟没有离开。参与者自发分成几个小组，围绕各自关心的话题继续交流。有的小组又讨论了两个多小时，直到很晚才陆续散去。

因此，这场 Dev Day 并没有在正式议程结束时真正结束，而是在更小范围、更具体的交流中继续延伸。

活动结束后，参与者也在群里留下了热烈的反馈：

这些反馈说明，大家需要的可能不只是一场分享或一次知识输入，更需要一个能够坦诚表达、交换真实经验，并把复杂问题持续讨论下去的空间。

AKL AI Club 计划将这种小范围、深度交流的形式固定下来，作为面向公众讲座之外的另一条活动线。

公众讲座连接更多对 AI 感兴趣的人，而 Dev Day 则希望让已经进入实践阶段的人坐到一起，继续讨论那些无法在公开讲座中充分展开、也没有标准答案的问题。