AI圈最近有一種很魔幻的氛圍。

一邊，中美科技大廠們瘋狂曬Token消耗——有的宣布自家大模型日均Token使用量突破百萬億，有的忙著給年消耗超萬億Token的客戶發(fā)獎杯，還有的發(fā)起Tokenmaxxing競賽，對公司員工「燒Token」量進行實時排名……仿佛誰消耗得更多，誰就更接近AGI。

另一邊，越來越多用戶開始發(fā)現(xiàn)：AI越來越能聊了，但不一定越來越有用。有人讓AI寫周報，結(jié)果改了40分鐘；有人讓AI寫稿，卻發(fā)現(xiàn)文思泉涌背后暗藏邏輯陷阱；有人掛著幾十個Agent工作流，燒了大幾百塊錢的Token，產(chǎn)出卻一言難盡。

于是，一個新問題開始浮出水面：當AI跳出聊天對話框、化身生產(chǎn)力效率工具，我們究竟該如何衡量AI的價值？

在Create 2026 百度AI開發(fā)者大會上，李彥宏給出了一個頗具非共識意味的答案：DAA。所謂DAA（Daily Active Agents），即日活智能體數(shù)。

相比過去移動互聯(lián)網(wǎng)時代的DAU（Daily Active Users，日活用戶數(shù)）、AI Agent爆發(fā)初期的Token調(diào)用量，DAA關(guān)注的不再是多少人打開了App、用戶跟 AI 聊了多少輪，而是有多少Agent在給人類干活，并且交付結(jié)果。

這個觀點背后，是AI產(chǎn)業(yè)價值錨點的一次切換。隨著智能體開始具備自主執(zhí)行復(fù)雜任務(wù)的能力，AI 的價值正在從「交互」轉(zhuǎn)向「結(jié)果交付」。

若DAA有機會成為下一個行業(yè)共識，許多AI產(chǎn)業(yè)規(guī)則或許將被改寫。

01

Token只對成本負責 AI價值急需新的度量衡

自2022年11月30日ChatGPT上線引爆全球AI熱潮以來，每當AI行業(yè)行至每一輪關(guān)鍵節(jié)點，都伴隨著行業(yè)對于新的度量體系的討論，期待一個新的價值錨點的出現(xiàn)，但一直缺乏一個統(tǒng)一的標準。

從大模型訓(xùn)練參數(shù)量到沿用移動互聯(lián)網(wǎng)時代的DAU去評估AI應(yīng)用，再到Agent爆發(fā)初期的Token，現(xiàn)在行業(yè)又到了形成「新共識」的前夜。

此時，李彥宏提出的DAA ，一個值得關(guān)注的地方在于，它可能會改變整個行業(yè)看待 AI 價值的方式。

在大模型能力差距逐漸收斂后，市場一度將DAU視為衡量AI公司增長潛力的核心指標。在這個過程中跑出來的全球優(yōu)等生便是 OpenAI，它用免費高性能模型吸引用戶，目前周活用戶已經(jīng)突破9億，其中免費用戶占比超過 95%。

但現(xiàn)在，OpenAI 的營收和估值都被 Anthropic 反超，后者憑借Claude全系產(chǎn)品的「干活」能力脫穎而出。

a16z在今年3月發(fā)布的數(shù)據(jù)顯示，Claude 的移動端用戶規(guī)模僅約為ChatGPT的近八十分之一，但市場按近幾周數(shù)據(jù)推算的Anthropic年化營收即將突破450億美元。而OpenAI的年化收入，截至今年2月底，剛超過250億美元。

▲ChatGPT高居生成式AI移動端月度獨立訪客數(shù)榜單第一的成績，而Claude甚至沒有進入榜單，但后者營收已超過前者。

兩家AI獨角獸市場聲量的一升一降，恰好揭示了一個日益清晰的事實—舊時代的DAU越來越難以準確衡量 AI 產(chǎn)品的核心價值。

這是因為，AI 并不是一個典型的注意力生意。

互聯(lián)網(wǎng)平臺的核心邏輯是盡可能占據(jù)用戶時間，再將注意力二次售賣給廣告主、電商商家或轉(zhuǎn)化為增值服務(wù)。但拋開少數(shù)陪伴型AI，大多數(shù)AI應(yīng)用都需要幫用戶「省時間」，用戶只關(guān)心結(jié)果是否可靠。

另一方面，互聯(lián)網(wǎng)產(chǎn)品每增加一個 DAU 的邊際成本趨于零，但AI 應(yīng)用的規(guī)模效應(yīng)并不明顯，每一次調(diào)用都在消耗Token，免費模型在快速堆高用戶規(guī)模的同時，推理成本也會同步飆升。

認清現(xiàn)實后，OpenAI傳出內(nèi)部正在弱化DAU指標的「糾偏」消息。

伴隨DAU的失效，行業(yè)開始轉(zhuǎn)向 TPD (Token Per Day，日均Token 消耗量) 作為替代指標，硅谷近期甚至掀起Tokenmaxxing競賽。

畢竟大模型使用按Token計費，在跑出成熟的商業(yè)模式之前，用戶消耗了多少Token很容易成為直觀的指標。它直接關(guān)系著AI公司估值想象力。

但用Token調(diào)用量來衡量 AI 的價值，容易混淆過程成本和交付價值。Token調(diào)用量僅能衡量 AI 的成本或者說AI公司的投入，并不能代表AI的產(chǎn)出價值，Token調(diào)用量膨脹也有可能是執(zhí)行路徑不夠短、模型不夠聰明。

企業(yè)或許會為新技術(shù)階段性的「想象力」買單，但不會永遠為Token消耗買單。 當AI開始真正進入工作流，企業(yè)最終關(guān)心的還是它在降本增效上的本事。

比如Uber最近發(fā)現(xiàn)，公司今年頭4個月，已經(jīng)花光了2026年全年的AI工具預(yù)算，內(nèi)部開始重新評估對AI的投入。此前還有科技行業(yè)高管提出，現(xiàn)階段AI并未在勞動力成本上為企業(yè)節(jié)省開支，其實際投入反而高于現(xiàn)有員工的薪酬成本。

放之更廣泛的社會層面來看，AI 要想真正實現(xiàn)技術(shù)普惠，從新鮮概念變成社會級生產(chǎn)力，它最終仍需要回到一個問題：到底替人干成了多少事。

百度便是在這一技術(shù)平權(quán)背景下提出的DAA。相比DAU指標關(guān)注有多少人使用AI、TPD關(guān)注消耗了多少資源，DAA關(guān)注的是有多少Agent在給人類干活，并交付結(jié)果。

它將AI的價值判斷從流量邏輯和成本邏輯，拉到生產(chǎn)力效率和價值創(chuàng)造的標尺下。每天有多少Agent在真實場景中被激活，又有多少Agent真正完成了任務(wù)閉環(huán)，這些都可以具體衡量。

對于AI行業(yè)而言，DAA能夠有效衡量Agent是否真正落地為價值創(chuàng)造。AI公司的估值也將從單一的算力消耗規(guī)模轉(zhuǎn)向有效產(chǎn)出規(guī)模，從而打開更具想象力的增長敘事空間。

相較之下，Token更像一個階段性指標。

02

DAA究竟要改變什么？

從Token到DAA，是AI行業(yè)走向更加「務(wù)實」的一個寫照。

「以Token論英雄」的姿態(tài)背后是一種慣性思維：只要調(diào)用足夠多，產(chǎn)出自然會增長。但如果直接關(guān)注DAA，AI產(chǎn)出將從不可知轉(zhuǎn)向可預(yù)期、可規(guī)?；?。

AI公司卷「交付結(jié)果」的結(jié)果，是生產(chǎn)力的深度釋放。Agent們越能干、交付的結(jié)果越好，AI時代跑出超級個體的概率和絕對數(shù)量就越大。

在Create 2026大會上，浙江溫州8歲小學生撲滿用自己的腦洞實踐，宣告每個?朋友也能成為「超級個體」。撲滿自己并不會寫代碼，但他借助編程工具「秒噠」，用自然語言生成了一個校園互助打傘?程序「噠噠打傘」。

▲8歲「小孩哥」撲滿向李彥宏演示自己用秒噠制作的應(yīng)用

之前，遇到放學下雨，他們班沒帶傘的同學，會在教室走廊上?喊一聲：「我要打傘。」帶傘的同學就會問：「你東門還是西門？」順路的同學「接單」后，?家擠在?把傘下、拼傘出校??。

接觸秒噠后，撲滿開始琢磨：能不能做?個全校的「滴滴打傘」?喇叭，作為同學之間的雨天互助提供信息撮合平臺？

他把想法、玩法都輸進秒噠，很快得到一個可以直接用起來的小程序。同學只要選好時間、起點，是想搭傘還是來打傘，就開始進入匹配環(huán)節(jié)。

這個創(chuàng)意看起來特別「微小」，但在雨天，它為沒帶傘的每一個同學提供「托底兒」。

在工作場景，百度智能云旗下的通用智能體DuMate也在朝著打造職場超級個體的方向發(fā)力。全新發(fā)布的DuMate進化成一個統(tǒng)一的入口，通過集成搜索AI API、秒噠、伐謀等百度核心能力，進而實現(xiàn)接管工作流。它能夠看懂屏幕、操作軟件、處理文件、串聯(lián)業(yè)務(wù)系統(tǒng)。用戶只需一句話，DuMate便會自動拆解任務(wù)，并跨平臺執(zhí)行。

▲DuMate制作海報和商品展示圖

有一位電商服裝品牌創(chuàng)始人，過去需要同時兼管客服、銷售運營、市場宣傳三種角色。如今，DuMate像「三個數(shù)字員工」一樣并行開工，同時完成處理客訴、分析銷售數(shù)據(jù)、生成營銷頁面等多項任務(wù)，該創(chuàng)始人得以將更多精力專注到產(chǎn)品設(shè)計上。

當AI進入生產(chǎn)力領(lǐng)域，超級個體也會成為超級組織的組成部分，人和智能體的混合編隊將成為未來組織的主流結(jié)構(gòu)。公司CEO們下一個階段的關(guān)注重點，有可能要從督促「全員用AI」變成「智能體優(yōu)先」，究竟有多少Agent跑在工作流里？一個Agent每天完成多少任務(wù)、交付多少結(jié)果、替組織節(jié)省多少協(xié)同成本，都會逐漸變成新的管理指標。

未來，組織間的競爭有可能從「人效競爭」進一步走向「人機協(xié)同效率競爭」——誰能更早建立Agent優(yōu)先的工作流，誰就更有機會把AI從輔助工具變成真正的生產(chǎn)力。

這也是百度在上述大會上提出「自我進化」的原因之一。按照李彥宏的說法，自我進化包含三層：智能體的自我進化、個體的自我進化，以及企業(yè)組織的自我進化。智能體從被動響應(yīng)走向主動執(zhí)行，個體從普通人走向超級個體，組織則從人與人的協(xié)作，逐漸走向人與智能體的混合編隊。

而DAA與「自我進化」其實是一體兩面，前者回答了AI價值該如何衡量，后者回答了這種價值如何持續(xù)增長。

在定義AI價值度量新標準的同時，百度全棧AI產(chǎn)品體系也在加速自我進化——DuMate發(fā)布移動端 App，實現(xiàn)與PC 端遠程實時互通；秒噠3.0帶來秒噠App、企業(yè)版、APP生成能力等系列發(fā)布；數(shù)字人智能體百度慧播星升級為「百度一鏡」，從主要應(yīng)用于直播帶貨場景的數(shù)字人，升級為以數(shù)字人為特色、包含直播、視頻、實時互動等多形態(tài)的全場景數(shù)字人平臺；自我演化超級智能體百度伐謀推出2.0版本，不再只是技術(shù)?員的算法優(yōu)化?具，?是直接面向業(yè)務(wù)專家，在企業(yè)生產(chǎn)排程、工藝優(yōu)化、物流規(guī)劃等領(lǐng)域?qū)崿F(xiàn)全局最優(yōu)決策……

通過這些AI產(chǎn)品助力一些人成為超級個體、超級組織的路徑來看，盡管DAA還是剛提出的新概念，但其核心理念其實已在行業(yè)中有跡可循。個體、組織正在從關(guān)注AI使用逐漸開始關(guān)注AI結(jié)果，未來AI行業(yè)或?qū)⒆呦虬唇Y(jié)果付費。

03

百度再當「預(yù)言家」？

從應(yīng)用出發(fā)，從應(yīng)用實踐中提煉趨勢并將其上升為方法論，也是百度屢次提出前瞻判斷的根本原因。

自大模型爆發(fā)以來，百度多次提出「非共識」，并提前押注AI方向。在這些非共識變成「共識」的過程中，百度也成為行業(yè)公認的「能起大早」的AI公司。

比如2023年前后，在全球AI行業(yè)沉迷于「大模型參數(shù)競賽」時，李彥宏強調(diào)模型的價值在于應(yīng)用。這個觀點在當時顯得有些小眾，但僅僅一年之后，行業(yè)風向就開始變化。

隨著基礎(chǔ)模型能力逐漸收斂，AI 行業(yè)開始從「卷模型」進入「卷應(yīng)用」。2024年時，大多數(shù) AI 產(chǎn)品仍停留在聊天機器人階段，但李彥宏已經(jīng)開始密集談?wù)撝悄荏w，甚至直接給出預(yù)言，「智能體是 AI 應(yīng)用最主流的形態(tài)」。

今天回頭看，幾乎整個行業(yè)都在朝這個方向狂奔，尤其在年初興起的龍蝦熱潮中，智能體驅(qū)動 Token 消耗大幅增長。

而在Token消耗量一度被當做 AI價值指標的時候，李彥宏又提出了DAA才是AI價值的度量衡。

在科技行業(yè)里，「非共識」本身就是一種稀缺能力。因為大多數(shù)公司更擅長追風口，而不是提前定義風向；而百度之所以能反復(fù)完成「前瞻—驗證」的循環(huán)，核心是背后始終有一套長期投入的全棧AI布局作為支撐。

在AI領(lǐng)域，發(fā)明一個新詞并不難，難的是讓它真正跑進產(chǎn)品、場景和產(chǎn)業(yè)，成為某種「共識」。DAA 也是如此，要想成為AI 價值的度量衡，前提是有足夠多真實運行的 Agent、有足夠多任務(wù)場景、有足夠穩(wěn)定的底層能力來承接。

以此反觀百度的AI戰(zhàn)略——從底層昆侖芯、智能云到模型層、智能體應(yīng)用的新全棧布局，恰好為 Agent的大規(guī)模運行，提供了完整的技術(shù)驗證和趨勢加速作用。在芯、云、模三層基礎(chǔ)設(shè)施之上，DuMate、秒噠、伐謀、百度一鏡等 AI 產(chǎn)品，合力把 Agent 進一步推向真實業(yè)務(wù)場景。

▲百度新全棧AI云

在Create 2026大會上，李彥宏不僅提出 DAA，還進一步判斷，未來 DAA規(guī)模或?qū)⑦_到 100 億。這意味著每個人、每個組織都可能創(chuàng)造和調(diào)用大量Agent。

或許，未來的 AI 普惠就是人人都能擁有一組「數(shù)字員工」：一個普通人，可以借助 Agent 完成寫作、編程、設(shè)計、數(shù)據(jù)分析等工作；一家中小企業(yè)，也可能通過 Agent 補齊過去只有大公司才具備的研發(fā)、營銷、客服和運營等能力。

AI 不只是巨頭之間的軍備競賽，也可能成為普通個體和小組織的生產(chǎn)力杠桿。

拉長時間軸來看，若DAA有機會成為下一個階段的通用標準，AI商業(yè)模式、產(chǎn)品設(shè)計以及競爭格局都將直接受到影響。

未來可能會涌現(xiàn)更多按任務(wù)定價的AI Agent，反過來驅(qū)動AI廠商去優(yōu)化任務(wù)成功率。當AI從賣工具轉(zhuǎn)向賣服務(wù)效果，買家購買確定性，賣家也保有高議價空間。類似于從賣芯片到賣解決方案，AI廠商的服務(wù)深度將加強。

產(chǎn)品形態(tài)上，AI Agent可能逐步從對話入口，演變成任務(wù)管道或直接設(shè)計成任務(wù)面板，像DuMate這樣的多Agent并行模式將成為標配。

AI Agent公司可能從卷模型能力、卷性價比轉(zhuǎn)向卷任務(wù)履約率，大批有特長的Agent平臺會先吃到紅利，比如擅長編程的Claude Code，在最近六個月內(nèi)的年化收入已經(jīng)達到10億美元。

在這個意義上，DAA更像是Agent時代的方向盤，而那些率先理解并實踐DAA邏輯的公司和個人，將更有機會在新周期中占據(jù)先機。

每一輪技術(shù)革命，最終勝出的，都是那些敢于提出新范式、并持續(xù)推動體系化創(chuàng)新的玩家。盡管DAA現(xiàn)在仍然是一個新概念，能否成為行業(yè)通用標準還需要更多實踐驗證，但它至少提出了一個足夠關(guān)鍵的問題——

當AI進入Agent時代，我們究竟在為什么買單？這個答案，應(yīng)該是價值。