百度DAA智能体如何实现多线并行处理

随着AI技术在各行各业加速渗透，一个新的生产度量单位正在成为行业焦点——Token。

如今，研发团队开始统计AI生成的代码量，业务部门关注每日Token调用次数，云服务商则围绕Token的成本与效能展开激烈竞争。当这些数字不断攀升，一个更深层的问题浮现出来：这些数据究竟衡量了AI创造的真实价值，还是仅仅反映了其使用频率？

这一思考，或许正是百度试图重新定义AI时代竞争规则的核心出发点。

在5月13日至14日于北京举行的Create 2026百度AI开发者大会开幕式上，百度创始人李彦宏首次提出了AI时代的新“度量衡”——DAA，即日活跃智能体数量。他认为，Token更多衡量的是成本投入，而非价值产出；真正能与移动互联网时代DAU（日活跃用户数）相对应的，是DAA。这一指标旨在评估“每天有多少智能体在持续为人类工作，并交付实际成果”。

当然，相较于这个宏观的新概念，更值得关注的是百度正在将哪些智能体推向实际应用场景。本次大会上，从通用智能体DuMate，到代码智能体秒哒、数字人智能体百度一镜，再到面向企业核心决策的伐谋2.0，百度几乎是沿着个人效率工具、软件开发、内容创作和产业决策优化这几条关键路径同步布局。

这构成了观察百度AI战略的两条清晰主线：李彦宏提出DAA，是为AI应用时代确立新的价值标尺；而此次密集发布智能体产品矩阵，则是在具体回答，这把标尺究竟应该测量什么。

AI时代的新价值度量衡：从Token到DAA

过去一年，随着智能体（Agent）概念迅速走热，Token消耗量被推到了产业竞争的前台。无论是大模型厂商还是云计算提供商，竞争的焦点都日益围绕Token的性价比与使用效率展开。

这一变化已悄然渗透至企业内部的管理评估体系。部分前沿的科技公司，甚至将每日Token消耗量视为衡量员工AI应用熟练度的一个参考指标。据行业知情人士透露，一些大型互联网企业虽未将Token消耗直接列为关键绩效指标（KPI），但会将其与“AI代码提交率”等数据结合，作为综合评估的维度之一。

“我们目前的考核标准之一是‘AI辅助编写的代码行数占提交代码总数的比例’，”北京某大型互联网公司研发部门负责人表示，“长期目标是达到90%，现阶段正努力向70%迈进。”

然而，问题也随之产生：无论是Token消耗量，还是AI代码提交率，本质上都更接近于“资源投入”和“生产过程”指标，未必能直接等同于AI为业务创造的实际价值。一个智能体可能消耗大量Token却只产出低价值信息；一个开发团队可以提高AI辅助编码的比例，但若缺乏后续的代码质量审查、工程化测试及业务效果评估，这一指标本身可能仍停留在“使用量大”，而非“应用效果好”的层面。

正因如此，百度此次提出DAA（日活智能体数），核心意图是将行业关注的焦点，从“消耗了多少计算资源”、“生成了多少内容”，转向“有多少智能体真正在持续运行、深入工作流程、并交付了可验证的业务成果”。按照李彦宏的类比，DAA大致对应移动互联网时代的DAU——前者衡量平台上有多少真实、活跃的用户，后者则试图衡量AI生态中有多少智能体在持续创造价值。他预测，未来全球DAA的总量有望突破100亿。

从理念到落地：百度的智能体产品矩阵

与其关注李彦宏提出了什么新概念，不如审视百度正在落地哪些具体的AI应用。相比DAA这一宏观指标，更具体的观察对象是百度此次发布的一系列智能体产品。

面向个人与泛化用户，百度重点推出了三款智能体：DuMate、秒哒和百度一镜。

作为通用型智能体，DuMate（中文名“百度搭子”）更像是百度为个人用户和企业员工打造的统一AI助手入口。它深度整合了百度搜索、秒哒编码、伐谋分析等多种核心能力，能够协同完成信息检索、代码编写、深度研究、数据洞察乃至轻应用创建等复杂任务链。

代码智能体“秒哒”则瞄准了一个明确的高价值场景——应用开发。其目标是让不具备编程背景的用户也能通过自然语言描述直接生成可运行的应用，从而大幅降低软件开发的入门门槛和周期成本。

在数字人领域，原有的“百度慧播星”升级为“百度一镜”。李彦宏将数字人定义为“具象化的、可见的智能体”。百度一镜从原先主要聚焦电商直播的数字人解决方案，升级为覆盖直播带货、短视频制作、实时互动对话等多形态的全场景数字人平台，并同步推出海外版本，以助力中国企业的全球化营销需求。

从这组产品布局不难看出，百度对智能体的战略并非押注单一形态，而是根据不同场景的用户需求，拆解并部署了不同类型的专用智能体。这种策略，在某种程度上是一种“多路径探索”。

原因在于，智能体时代的产品最终形态远未定型。未来用户究竟会倾向于使用一个功能全面的通用型智能体助手，还是在不同专业任务中切换调用多个垂直领域智能体？企业客户更愿意采购一个统一的AI平台，还是将AI能力以API或模块化形式嵌入现有业务系统？智能体的价值爆发点，会率先在个人办公提效、代码辅助开发、新媒体内容创作中显现，还是在产业端的生产决策、供应链优化等核心业务流程中形成更高价值的商业闭环？这些问题，目前业界尚无定论。

在这个发展阶段，任何一家公司都很难只赌一个方向。通过在不同场景中并行验证智能体究竟在何处能真正跑通业务闭环、在何处能形成稳定的用户习惯、在何处能带来可量化的商业回报，无疑是更为务实和高效的路径。

这种对应用前景的探索并非百度独有。纵观全球AI行业，许多高价值场景都是在真实的市场使用中被逐步验证的。Anthropic旗下Claude Code的流行便是一个典型案例。该公司最初以模型的安全性和综合能力著称，但真正使其在企业和开发者群体中快速获得采纳的关键产品之一，正是其强大的代码智能体功能。

在智能体形态尚未收敛的当下，百度显然希望通过多元化的产品布局，而非单一答案，来应对未来的可能性。

深入业务核心：智能体的价值验证深水区

尽管前路仍有诸多未知，但一个行业共识正在形成：智能体是否能够深度嵌入真实业务工作流，并完成可验证、可复盘、可衡量商业价值的复杂任务，已成为AI竞争进入下一阶段的关键。

在百度此次发布和升级的多款智能体产品中，“伐谋2.0”可能是最贴近企业核心决策流程的一款。简而言之，它旨在解决企业中那些依赖复杂逻辑与多约束条件的决策优化问题。

例如，在智能制造领域，一批紧急订单应如何分配到不同的生产线和设备上，才能最大化缩短交付周期、提升整体产能利用率？在智慧物流场景中，车辆、配送路线、货物装载以及时间窗口该如何动态匹配，才能实现运输成本最低、配送效率最高？在工艺研发中，如何从海量的材料配方、生产参数与实验数据中建立有效关联模型，从而提升产品良率或找到更优的工艺方案？

尽管过去企业可能已经部署了ERP、MES等系统进行流程管理，但真正涉及到“具体如何优化排产、如何动态调参、如何规划路径”时，最终的决策往往仍高度依赖资深专家的经验判断。伐谋2.0试图做的，正是将这些复杂的业务决策问题，抽象为“数据输入—需求与约束澄清—智能算法生成—结果可视化呈现”的标准化智能决策流程。

业务专家只需上传相关的生产、物流或实验数据，通过自然语言对话明确业务目标与限制条件，系统内的智能体便能自动构建或调用优化算法，最终以甘特图、最优路径图或多目标权衡方案等业务人员易于理解的形式呈现决策建议。

据百度伐谋团队相关负责人介绍，在过去半年的客户深度调研中，团队有一个深刻洞察：目前大多数AI在产业中的应用仍集中于“流程提效”层面，但“提升了效率并不直接等同于增加了产出或利润”。企业真正关心的核心议题，不仅是员工能否借助AI更快地完成任务，更是AI能否直接帮助实现营收增长、成本节约、良率提升，或者让现有资产与资源得到更优的配置和利用。

此次伐谋升级至2.0版本，便是直接面向业务专家，聚焦于生产排程优化、工艺参数优化、物流路径规划这三大具有明确商业价值的高阶决策场景。目前，百度主要通过两种模式推动伐谋落地：一是直接服务制造业、物流业等终端客户；二是与行业SaaS软件公司合作，由后者将伐谋的决策优化能力集成到其管理软件中，进而服务其广大的下游企业客户。

然而，越是接近产业的核心决策环节，落地实施的挑战也越大。不同企业的业务流程、数据规范、系统环境与业务规则千差万别，伐谋未来能否跨越行业壁垒，实现规模化、可复制的落地，仍是一个需要持续探索的课题。

整体来看，百度此次Create大会试图构建一套AI应用时代的完整价值体系：顶层以DAA衡量整个智能体生态的活跃度与健康度；中层通过伐谋、DuMate、秒哒等产品，验证智能体如何深度融入个人与企业的高价值工作流；底层则依靠坚实的AI基础设施和智能体开发平台，确保这些智能体能够稳定、高效地运行，并支持持续的迭代与规模化部署。

提出DAA这套新的度量衡，其意义或许不仅在于提供了一个可量化的新指标，更在于发起了一场关于如何定义与衡量AI真实价值的新叙事。