TechCrunch公布了Disrupt 2026 AI Stage的第一批议程。时间定在2026年10月13日至15日，地点在旧金山Moscone Center，AI Stage由Google for Startups呈现。
三场对话放在一起看：Databricks联合创始人Arsalan Tavakoli讲企业AI安全，Decart的Dean Leitersdorf和Luma AI的Amit Jain讲视频智能，Clay的Kareem Amin讲一个叫「GTM工程师」的新角色。这不是行业报告，是一场会议的售票文案，但选题本身能看出点东西：三场都没在聊模型能干什么，聊的是怎么卖、怎么防、怎么落地。
三场对话，都绕开了模型能力
过去几年AI大会的主角基本是模型能力，谁的参数更大、谁的benchmark更高。这次不一样，三个话题的共同点是都不谈模型本身多强，谈的是模型能力之外那层。
这背后有个判断：当模型能力越来越接近，创业公司真正的竞争已经挪到了定价、安全和销售环节。这个判断目前只能从三场议题的选择推出来，会议方没有给出市场数据或多家公司的交叉验证，只能算方向性信号，不是已经坐实的结论。
模型打平之后，AI产品的算账逻辑跟SaaS不一样
传统SaaS的生意逻辑简单：卖坐席订阅，客户按人头付费、按年续约，安全边界相对固定。AI产品不是这么回事。
| 维度 | 传统SaaS | AI产品 |
|---|---|---|
| 计费方式 | 坐席订阅，按年续约 | 成本随用量波动，定价难套订阅制 |
| 安全边界 | 主要防人为误操作和外部攻击 | 智能体自主调用权限，出问题的路径不同 |
| 竞争关键 | 功能迭代、销售网络 | 模型能力被迅速追平，比拼定价和治理 |
推理成本随用量波动，模型能力被同行迅速追平，定价没法照搬订阅制那一套。安全这块差异更直接：AI智能体要自己做决策、自己调用权限，出问题的路径跟传统软件不一样。Databricks这场分享讲的就是这个——企业先要搞清楚智能体在系统里能做什么、做了什么，再谈信不信得过。
创业者和采购负责人，该做什么、该防什么
对正在调整定价的AI创业者，要做的事很具体：先把推理成本按用量拆开算清楚，看订阅制还能撑多久，再决定要不要转向按用量计费或者阶梯定价。对企业里评估智能体部署的采购负责人，动作更直接：部署前先问清楚这个智能体能调用哪些系统权限、操作记录能不能审计，答不上来就先别批预算。
Clay的Kareem Amin这场讲GTM工程师，宣传通稿里说这个岗位两年前还不存在，现在是科技行业增长最快的岗位之一，独立从业者能做出百万美元级生意。这句话没给岗位数量、薪资区间或市场规模的来源，目前只能当一种说法，不是被验证的趋势。团队要不要为这个岗位设编制、要不要花钱培训，不该照着这句宣传语做决定。
这次发布还带着最高省300美元的购票优惠，Google for Startups是呈现方，不是技术背书方。接下来该盯的是10月议程细化以后，Databricks、Decart这些公司拿不拿得出具体数据和案例，能不能撑住「定价和安全是新战场」这个判断，而不是继续看宣传稿怎么写。