社区

DAA一旦成为关键指标，就能牵引各类资源从单纯的芯片、大模型投入，更多流向以实体经济为核心的产业智能化领域。

去年，硅谷很流行一个词，叫“Tokenmaxxing”。 

意思很简单：鼓励员工尽可能多地使用AI，甚至很多公司把Token消耗，看成AI采用程度和创新能力的指标。 

但到了今年，画风突然变化，越来越多的企业开始算Token账了。 

特斯拉每周200美元封顶、Uber四个月烧完全年预算、花旗直接切断高端模型访问、Palantir的CEO Alex Karp的表达更直接，他说，企业付出大笔费用，买到的却可能是一堆没有创造价值的Token。 

我们经常习惯把AI基础设施类比成水电煤，因为都很刚需，但有一个关键事实被漏掉了：Token和电最大的区别是，电是标准化的商品，Token不是。 

电一度就是一度，但100个Token能换来什么？可能是一行能用的代码，也可能是一堆废话。 

硬币的另一面是，5月的Create 2026大会上， $百度(BIDU)$ 百度创始人李彦宏首次提出了DAA（Daily Active Agents，日活智能体数），当时有的人觉得这是一个新概念。 

两个月后的WAIC上，IDC发布了行业首个《DAA研究报告》，正式将DAA推向了全球标准定义阶段。 

度量衡进化，DAA渐成共识 

《DAA研究报告》显示，全球活跃Agent数量2025年是2860万个，预计2026年达到7940万个，2030年增长到22.16亿个。 

IDC还对全球DAA规模做了预测，且未来5年将呈现高速增长，可见未来将是一个确定具有庞大发展空间的市场。 

为什么IDC认为，DAA是AI价值的新度量衡？ 

Token能告诉你模型被调用了多少次，却回答不了“这些调用解决了什么问题”“带来了多少销售转化”“提升了多少员工效率”。 

当智能体大批量进入企业，矛盾更明显了：智能体部署了一大堆，Token消耗蹭蹭往上涨，但业务价值到底增加了多少，谁也说不清楚。 

所以IDC提出了一个观点：DAA不是要取代Token，而是在Token之外，补充一个更接近产出和价值的指标。 

实际上，全球企业都在往“产出”这个方向摸索。 

Salesforce尝试提出过“智能体工作单元”（Agentic Work Unit，AWU）的概念——本质上还是在数Agent干了多少单位的工作。 

但DAA走得更远：它不数工作量，而是看交付了什么结果。打个比方，AWU是统计员工“加了多少小时班”，DAA则是考核“完成了什么项目、解决了什么问题”，更为前瞻。 

5月的Create大会上，李彦宏提出DAA概念，直言“这比无谓的Token消耗更接近价值，也更接近本质。” 

今年全球科技圈发生的事儿，也验证了李彦宏判断的前瞻性。 

BNP Paribas的AI负责人直言，Token本质上只是计算单元，而非生产力指标，过度依赖它评估AI转型进展，企业很容易陷入“虚荣指标”的误区。 

Anthropic Claude Code的工程负责人也明确表示，无论用什么指标衡量AI的效果，最重要的判断标准只有一个：output是否真的导向了outcome。 

亚马逊取消了内部AI使用排行榜，公开告诫员工“不要为了使用AI而使用AI”；微软因Token成本飙升逐步关停Claude Code授权，迁回自家Copilot；Meta内部的Token消耗榜一度导致员工为冲高排名而盲目调用模型，造成大规模算力空耗。 

所以，DAA之所以能在短短几个月内从概念走向共识，恰恰因为它回答了一个行业始终绕不开的根本问题——AI到底创造了多少真实价值？ 

企业如何落地DAA？《DAA研究报告》也是“说明书” 

提出新价值的标准是一回事，能不能真正用起来是另一回事。 

DAA聪明的地方在于，它不只是一个给CEO看的战略概念，而是一套让各个角色都能各取所需的实操工具。 

《DAA研究报告》对不同角色的价值说得非常清楚：CEO用它观察AI战略有没有真正落地，CIO用来管理平台架构、判断算力分配是否合理，CFO衡量AI投资的真实回报率，COO优化流程运营效率，CMO推动增长转型，CHRO用它来重构组织能力——六个角色，六种用法，各得其所。 

每个人都能从DAA里找到自己需要的东西。就好比公司里统一的“业绩考核表”，销售看签单额、研发看项目进度、HR看人才培养，尺子是一把，用法各不同。 

在落地场景上，《DAA研究报告》建议企业优先切入“四高任务”：高频任务、高价值任务、高风险任务、高协同任务。简单说就是：天天都要干的活、干了能赚大钱的活、出错了代价很大的活、需要多人配合的活。这四个方向最容易让DAA发挥作用，也最能体现AI的价值。 

具体到行业，《DAA研究报告》点出了金融、制造、泛互联网、医疗、教育五大最适合率先落地DAA的行业。 

比如金融行业可以用DAA衡量智能风控Agent每天处理了多少笔高风险交易、拦截了多少欺诈行为；制造业可以看质检智能体每天检测了多少产品、发现了多少缺陷、避免了多大损失。这些都不是“消耗了多少Token”能回答的问题，但恰恰是老板最关心的。 

更关键的是，百度自己不只是标准的提出者，还率先跑通了这套逻辑。 

百度搭子就是DAA的其中一个可观察样本。 

70岁的野生动物摄影师老万，用搭子搭建了一个视频素材筛选智能体，每天自动从100TB的素材里挑出有动物的画面，搭子帮老万干的活，就是DAA衡量的一次“交付”。 

90后缝纫教室主理人吕杭用搭子把学员的模糊想法变成设计方案、课程课件和短视频脚本。三位用户都不懂编程，但都让智能体持续给自己干活，DAA衡量的正是这种“智能体干活、交付结果”的能力。 

自上线以来，百度搭子日均提问次数增长20倍。近期，百度搭子个人版升级智能路由、多端共享记忆、浏览器调用和PPT生成等能力，上线自媒体专业套件，还同步发布了企业版。 

百度一镜则是另一个维度的衡量。 

世界杯期间，可口可乐用一镜复刻了前国脚范志毅的数字人，7×24小时在线和球迷互动，延迟控制在2秒以内，一个顶级体育IP被变成全年无休的互动资产。 

之前罗永浩的数字人单场直播带货5500万，超1300万人次观看。 

更接地气的是“一村一品”助农项目，覆盖21个省8000余个县镇，农户用一台设备就能生成自己的数字人主播，7×24小时直播卖货。贵州毕节的数字人把当地特产线上销量提升了3倍，遵义供销社靠“日不落直播间”帮农户卖了2.4万公斤蜜柚。 

秒哒的数据同样说明问题：截⾄7⽉，秒哒⽣成的应⽤已累计服务超过3500万⽤户，350万个具有商业价值的应用，每天近20万人在用这些应用解决真实问题，变现金额最多的达千万量级。数字背后是无数个Agent在替人干活、交付结果，每一笔都算在DAA的账上。 

从顶级品牌到田间地头，每一个数字人背后都是一个在替人干活、交付结果的Agent，恰恰是DAA要衡量的东西。 

百度内部跑通这套逻辑的意义，也远不止是“自己能用了”。它揭示了一个更大的图景：当价值标尺从“花多少钱”转向“赚多少钱”，产业资源的流向也会跟着变。 

DAA让AI价值流向产业一线 

就在WAIC前夕，《人民日报》发表了李彦宏的署名文章《为智能经济打造科学评价体系》，把这个问题点透了。 

李彦宏提出——如果AI的价值标尺仅停留在“投入了多少”“消耗了多少”，就容易形成“重投入、轻产出”的倾向，比如盲目追风、不顾实际应用搞大模型，一哄而上搞“Token排行榜”“烧Token比赛”等。 

DAA就是把资源配置拉回正轨的尺子：不看花了多少Token，而是看智能体完成了多少高价值任务、解决了多少真实问题，企业每花一分AI的钱，到底换回了什么？ 

李彦宏在文章里还问了一个很实在的问题：“我们缘何敢于在国际上率先提出以DAA来衡量智能经济？” 

答案是中国的“家底”够厚。中国拥有来自14亿人超大规模消费需求，还有全球最丰富的应用场景、最完整的产业链、最大规模的数字市场。全国已建成4.37万余家智能工厂，覆盖全部41个工业大类；全国重点行业人工智能渗透率突破80%。 

如百度伐谋2.0，可以通过分析复杂的资源条件、生产要素和业务目标，能够辅助企业寻找更优的生产和经营方案，推动智能体进入产业核心决策流程。 

百度一见为连锁餐饮零售打造“AI店长”，覆盖食品安全、服务合规、供销存管理、出品品质四大核心场景，帮助企业门店将后厨违规操作率降低80%…… 

“应用+制造”的发展路径，让DAA有了现成的衡量场景，从工厂车间到消费需求，从医疗诊断到物流调度，都在验证同一个逻辑：智能体到底能不能替人干活、交付结果。 

但光有场景还不够，生态要落地得有一整套技术底座支撑。 

在芯片层，此次WAIC上昆仑芯展示了超节点最新进展：天池256吞吐性能相比上一代提升25%，并完成文心、DeepSeek、GLM、Minimax等主流模型的适配，结合推理系统优化，模型推理效率提升50%。单个天池512超节点已具备万亿参数模型训练能力。 

在模型层，文心5.1以业界同规模模型约6%的预训练成本实现领先效果，并登上LMArena搜索榜国内第一。在云基础设施层，百度智能云已服务80%的央企，实现2025全年、2026年第一季度及2026年上半年公开中标金额持续领跑。 

李彦宏多次强调，拥有优秀全栈能力的公司，会在未来的AI竞争中处在一个非常有利的位置。四层架构层层之间相互反馈，实现端到端优化，企业不需要自己东拼西凑搭技术架子，百度的闭环直接能让DAA的度量衡“装进去”就能跑。 

写在最后 

WAIC上，百度旗下通用智能体“百度搭子”入选十大“镇馆之宝”，也是唯一获此殊荣的同类产品。 

该奖项从科技含量、市场前景、通用性及社会经济效益等维度综合评定，含金量很高。 

当一个中国产品站上这个位置，它所代表的信号也正在被行业重新解读：DAA一旦成为关键指标，就能牵引各类资源从单纯的芯片、大模型投入，更多流向以实体经济为核心的产业智能化领域。 

DAA走到台前，不仅是一次评价标准的切换，更是整个AI行业从“烧钱竞赛”走向“价值竞赛”的底层逻辑变化。而在这轮AI超级周期里，新刻度是中国企业画下的第一笔。