百度DAA新标准如何度量AI时代用户价值

过去这一年，大模型领域的“温差”越来越明显了。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

一边是技术层面的“通缩”狂欢。随着国产化算力架构逐步形成闭环，算法效率呈指数级提升，Token的成本已经大幅下降，围绕模型参数的军备竞赛也进入了边际效益递减的深水区。

但另一边，在经历了三年的技术洗礼后，整个行业依然面临一个灵魂拷问：都说用了AI，可到底怎么衡量AI帮我干成了多少活？

这种迷茫，根源在于度量衡的错位。移动互联网时代，许多人信奉DAU（日活跃用户数），因为它代表着注意力的收割与二次分配。

但到了2026年的智能体（Agent）时代，人与AI的关系，再用互联网时期的“围观”逻辑来理解，显然已经不够了。“协同”这个词被提及的频率越来越高。一个用户停留一小时听AI聊天，其价值可能远不如一个智能体独立运行五分钟，并交付一个复杂的业务结果。

旧的尺子，已经量不出新世界的深度。

在刚刚开幕的百度Create 2026大会上，百度提出了一个颇具冲击力的“非共识”指标：DAA（日活智能体数）。这不仅仅是一个新名词的诞生，更像是百度试图通过重构价值坐标，为智能体时代的爆发敲下定音鼓。

百度创始人李彦宏在大会上这样阐述：“当人类进入智能体时代，衡量一个平台和生态的繁荣，更应该看DAA这个指标——关注有多少智能体在给人类干活，并且交付结果。这比无谓的Token消耗，更接近价值，也更接近本质。”

可以说，DAU代表着过去，是眼球的狂欢；Token代表着过渡期的探索，长期来看只意味着电力消耗；而DAA或许代表着未来，是生产力的闭环。

为什么DAU必须退场，Token不代表终局？

在旧的范式里，我们有一套极为成熟的成功公式。但在2026年，这套公式正在加速失效。

长期以来，DAU被视为互联网产品的生命线。然而在智能体时代，流量逻辑正经历一场剧烈的崩塌。

一个典型案例是Anthropic与OpenAI的“营收奇点”。Claude的整体用户规模远低于ChatGPT，但Anthropic的商业化增长速度却异常迅猛。2026年初，其年度经常性收入（run-rate revenue）已达到约140亿美元。过去，很难想象会有软件能让用户心甘情愿每月支付200美元，直到Claude将这种不可能变成了常态。

智能体时代，高价值任务的交付能力，开始比单纯的用户规模更重要。在消费互联网时代，免费圈地意味着网络效应；但在AI时代，用户规模越大，往往意味着推理成本越高。如果无法产生真实的任务交付，DAU就不再是资产，反而成了沉重的负债。

当大部分人意识到DAU失效后，“Token”似乎成了AI行业新建立的共识。模型能力、推理成本、训练规模、上下文长度，几乎都围绕Token展开。

但仔细想想，Token真的能代表终局吗？恐怕它只能用来暂时过渡。Token本质上是模型处理信息的基础性指标，类似于电力时代的“用电量”。在AI发展早期，它具备参考价值，但消耗绝不等于产出。代码写得越多，不代表软件质量越高；同样，Token消耗越多，更不代表任务已经完成。

对于追求投资回报率的企业和个人而言，他们已经清醒地认识到，按照Token测算，根本无法评价业务的实际价值。关注点正在发生根本性偏移——从“我消耗了多少资源”转向“我搞定了多少问题”。

正如李彦宏在大会现场所言：“Token不一定代表终局，Token代表的是成本，不是收益；它衡量的是投入，而不是产出。Token的消耗有没有效率、产出了什么价值，Token本身无法回答。”

正是基于对前两者的深刻反思，百度提出的DAA——日活智能体数——成为了一把更优的尺子。

DAA衡量的，是每天有多少个智能体在真实场景中完成一次“任务闭环”。这背后的核心变化，是将衡量标准从“交互”转向“交付”，从“过程消耗”转向“结果产出”。

在聊天机器人时代，AI解决的是人类信息获取的问题；而在智能体时代，人们期待AI直接完成任务。李彦宏分享了他的观察：“聊天机器人和通用智能体将会变成两类入口：以ChatGPT为代表的聊天机器人，是第一代入口，主要解决信息获取问题；第二代入口是通用智能体，解决的是任务完成问题。通用智能体的价值天花板显然更高。”

DAA锚定的，正是通用智能体完成任务的终局价值。

DAA的提出，本质上是为AI时代的生产力提供了一个清晰的坐标系，进而引发了生产关系的重构：

对行业而言，它校准了AI落地的真实水平。只有当DAA成为度量衡，才能防止行业陷入“PPT智能”或“对话框幻觉”，推动资源流向那些真正能产生价值的高频、高难度任务场景。

对企业而言，这意味着从单纯的“降本”转向“求优”。组织形态正在发生变革，未来每一家公司都可能成为“智能体公司”。DAA能让企业看清数字劳动力带来的真实增量——例如，青岛港自动化码头依靠“伐谋”智能体的调度，将A-TOS系统效率提升了10.21%，这就是DAA带来的实打实的利润。

对个体而言，它成了超级个体的“工时表”。一个关于代码智能体“秒哒”的案例让不少从业者印象深刻：一位8岁小学生用秒哒生成了校园互助打伞小程序“哒哒打伞”。相比传统开发工具关注“写了多少行代码”，秒哒更强调是否真正完成了任务交付。DAA成为判断AI是否真正提效的关键。

当价值不再被虚标，AI时代的增长逻辑也就此从用户驱动，彻底回归到结果驱动。

穿透周期的非共识：为什么百度总能“提前看见”？

在技术演进的洪流中，真正能穿越周期的玩家，往往不是跑得最快的那一个，而是敢于在“非共识”的丛林中持续深耕的人。

回看百度在AI领域的历程，几乎就是一部“非共识”被逐一验证的历史。

早在2010年，中国移动互联网刚刚进入高速增长阶段，整个行业仍沉浸在流量扩张与平台竞争之中。彼时的百度已是国内最大的搜索引擎公司，是PC互联网时代核心的流量入口之一。但它没有选择躺在既有优势上，而是走上了一条更重、更慢的路径——成立自然语言处理部，开启了系统性的AI投入。

2013年，百度成立了国内最早一批系统化投入深度学习的研究机构——深度学习研究院（IDL），李彦宏亲自担任院长。这种在当时看来近乎偏执的技术投入，为百度埋下了第一批火种。直到2017年，Apollo自动驾驶平台与DuerOS对话式AI系统相继发布，外界才开始逐渐意识到：百度似乎不只是把AI当成一项技术能力，而是试图将其构建为下一代基础设施。

随后的几年，百度进入了全栈架构的成型期。在那个大模型尚未出圈的年代，它已经开始构建“芯、云、模”的全栈版图。从2019年发布文心ERNIE 1.0，到2024年自研芯片“昆仑芯2”实现量产，百度完成了一项极具前瞻性的工程，逐渐形成了从芯片、框架到模型与云服务的完整AI基础设施能力，建立了自主可控的AI底座。

战略上的未雨绸缪，让李彦宏在当时就预判到，AI将跨越实验阶段，走向大规模应用。

当2024年大模型热潮席卷全球，整个行业迅速陷入围绕模型参数、推理能力与Token消耗的竞争时，百度开始更强调一条“应用驱动”的路径。在发布文心一言后，李彦宏公开提出：“模型的价值在于应用。”这在当时并非行业最主流的观点，因为整个AI行业更关注的，仍然是谁的模型更强。

到了2024年，李彦宏又进一步提出“超级能干比超级DAU更重要”，并开始持续讨论智能体方向，认为智能体将成为下一阶段最重要的应用形态。这些判断在当时显得超前。但拉长时间轴看，随着OpenAI、Google、微软、Anthropic等全球科技公司开始集体押注智能体，这些观点正逐渐被行业验证。

进入2026年，随着文心模型进一步走向原生全模态统一、搜索全面AI化，AI行业也开始逐渐跨越从“智能涌现”到“效果涌现”的临界点。行业越来越关注AI是否真正创造了结果。

在这个智能体爆发的纪元，百度之所以能在这个节点抛出DAA，本质上是因为它在过去十几年间，完成了一场从技术播种到全栈布局的漫长远征。

最终，这种进化回到了人本身。在李彦宏对于“自我进化”的定义里，智能体的进化、组织的进化，最终都会指向人的能力边界被重新放大。

而支撑这一切的，是百度正在重新搭建的一整套“新全栈”基础设施，背后是“芯、云、模、体”协同进化的强大支撑。“当我们向客户、向开发者提供百度AI服务的时候，我们提供的是包括芯片、智能云、模型、智能体在内的一整套系统，也包括所有经过端到端优化的工具和能力。”李彦宏在大会上如是说。

在今年的Create 2026上，百度集团执行副总裁沈抖宣布，百度智能云将全面升级为“面向大规模智能体应用的新全栈AI云”。

过去的AI基础设施，更多服务于模型训练与推理；而智能体时代，底层系统需要围绕“智能体”重新设计。因为未来主动调用API的，除了人，还有智能体；自主选择模型、查询数据、调用工具、调度其他智能体的，也都会是智能体。这意味着，AI基础设施的核心目标，也开始从“生成更多Token”，转向“让智能体更稳定地完成任务”。

于是，百度开始进一步重构智能体基础设施与AI基础设施。

在智能体基础设施上，百度提出了“驾驭工程”概念。相比过去只关注模型能力本身，现在更强调如何通过长上下文管理、持久记忆、工具调用、子智能体调度与运行时环境，让智能体用更少的Token、更少的对话轮次，完成更多复杂任务。

而在AI基础设施上，百度则试图进一步把“Token效能”推向极致：将MaaS升级为“词元工厂”；通过KV Cache分层池化，将上下文复用率提升至更高水平；优化长链路智能体推理性能；用全模态训练框架与强化学习，加速智能体持续进化。

与此同时，百度也在向更底层延伸。从昆仑芯P800，到天池256卡超节点，再到吉瓦级AI数据中心，百度开始进一步重构整个AI时代的数据中心与超大规模集群架构。传统数据中心以供配电为核心，而智能体时代，网络与推理效率开始成为新的中心。

在百度看来，中国完整的产业体系、海量的真实场景，以及沉淀在企业里的知识、流程与经验，最终都会成为智能体可以承接和放大的能力。

从2024年那个“超级能干”的预判，到如今DAA与新全栈的交相辉映，百度用十几年的长跑，让非共识逐渐成为共识。

当Agent爆发……

DAA的提出，标志着AI叙事正式告别了以“消耗量”自嗨的青涩期。资源博弈成为过渡，价值交付才是成熟阶段应该关注的核心。

时间与真实的使用场景，终将滤掉那些只有对话没有交付的伪智能，让DAA这一非共识，沉淀为丈量未来社会生产力的“度量衡”。

在这场关于AI价值的重定向中，百度再次扮演了那个打破宁静的“预言家”。回看这一路，从“卷模型不如卷应用”的清醒判断，到去年世界大会上提出的AI产业价值倒金字塔结构——即底层大模型由于开源和降价终将趋向同质化，而顶层的应用与智能体才会长出繁茂的生态丛林。

这些当初被行业反复咀嚼，甚至一度质疑的判断，如今正逐一被验证为产业深处的铁律。

当业界还在争论谁的模型能做出更难的数学题、写出更多代码时，百度已经通过DAA与新全栈的闭环，在为每一个企业、每一个个体构建一套可衡量、可持续的增量路径。

这种前瞻性，不仅是百度自身的战略定力，更是在为整个技术行业的创新方向铺路。

在2026年这个新的周期下，价值坐标系已经重写。那些率先理解DAA逻辑，并从中看到“生产力交付”本质的先行者，将更有机会在由智能体构建的新世界里，抢占真正的增长先机。

因为在AI的世界里，伟大的创新从不诞生于随大流的共识中，而往往萌发于那些被时间验证后的“非共识”里。