百度胜算系统发布2026年战略规划与核心功能详解

近日，百度Create 2026开发者大会成功召开。会上，百度创始人李彦宏提出了一个可能重塑行业评估体系的新概念——DAA（日活智能体数，Daily Active Agents）。他宣布，将以此取代当前业界普遍采用的Token消耗量指标，作为衡量AI时代真实价值的新标准。与此同时，百度智能云正式发布了面向企业级场景的数据智能平台——“百度胜算”，旨在解决当前智能体（Agent）在严肃业务中面临的“不敢用、用不好”的核心难题。

长期以来，Token消耗量一直是衡量AI服务规模的关键指标。无论是各大模型日均惊人的Token处理量，还是其背后代表的算力投入，数字本身似乎成为了实力的象征。然而，李彦宏犀利地指出了其局限性：Token仅能衡量资源投入成本，却无法有效评估AI产出的实际业务价值。这两者区别巨大。举例而言，消耗1000个Token生成一份专业的商业报告，与消耗同等Token让AI重复生成无意义的文本，二者创造的价值截然不同。

而DAA这一指标，其设计理念借鉴了移动互联网时代的DAU（日活跃用户数）。它的核心关注点不在于智能体被“调用”的次数，而在于有多少智能体真正完成了有效任务并交付了可衡量的业务成果。李彦宏预测，未来全球DAA规模有望突破100亿。当行业竞争的核心从“比拼模型参数”转向“比拼实际交付效果”，标志着AI发展的重心正从底层模型技术全面转向上层应用落地。

随着衡量标准的变革，对应的落地工具也需同步升级。百度智能云此次推出的“百度胜算”平台，正是为迎接DAA时代所准备的企业级解决方案。

为何当前许多企业对部署强大的AI智能体心存顾虑？百度智能云数据平台部总经理刘斌给出了一个形象的比喻：现有的通用智能体虽然能力强大，但缺乏对企业特定业务场景和规则的深度理解，如同一个“不了解内部情况的空降兵”。根据实际客户反馈，这类智能体在复杂业务决策中的准确率通常仅在80%至90%之间，这样的可靠性难以支撑企业的核心业务流程。

“百度胜算”平台提出的解决思路，是“上下文工程”与“系统工程”两大体系协同发力。

上下文工程：让AI成为“业务专家”

这一部分的核心目标，是通过构建“三大业务图谱”，为AI注入深厚的业务知识。

首先是“业务实体一张图”。它将企业内部的客户、订单、产品、库存等关键实体及其复杂关系进行数字化建模，使大模型能够真正“理解”企业的业务网络。

其次是“业务逻辑一张图”。它将资深业务专家的经验、策略与判断规则进行沉淀和结构化，转化为AI可理解和执行的指令，相当于将专家经验进行了标准化封装。

最后是“业务执行一张图”。它使智能体不再局限于信息查询与分析，更能通过安全可控的接口（API）直接触发审批、下单、调度等实际业务操作，实现了从“辅助分析”到“自主执行”的跨越，从而从根本上降低了AI在复杂任务中产生“幻觉”或错误的风险。

系统工程：为AI高效安全运行保驾护航

仅有业务理解能力并不足够，确保AI在核心系统环境中安全、稳定、可控地运行同等重要。“系统工程”模块提供了沙箱环境、全链路操作审计、事前模拟仿真与事后结果溯源等一套完整的企业级管控能力，为智能体在关键业务场景中的合规、可靠运行构筑了坚实防线。

目前，“百度胜算”平台已服务超过20个不同行业，沉淀了超过370种关系型与多模态数据处理算子。在复杂的业务场景实践中，基于该平台构建的智能体决策准确率已能提升至99%以上的高可靠水平。

实际应用效果如何？以下是一些行业案例。

在电力能源行业，南方电网深圳供电局利用该平台，实现了故障排查从“依赖人工海量筛查”到“智能识别，十秒精准定位”的转变，人工复核时间节省超过50%。

在智能制造领域，某大型制造企业通过部署该平台，成功将生产线物料短缺的漏报次数降为零，并将补货决策的响应速度提升至“分钟级”。

在零售行业，该平台能够帮助企业对成百上千家门店的业绩进行自动化、差异化评估，并能快速对销售波动等业务异动进行深度根因分析。

从这些实践案例可以看出，当AI价值的衡量标准从模糊的“资源消耗”转向清晰的“有效行动”，其商业价值的实现路径也变得更为明确。DAA这把新的标尺，度量的不仅是智能体的活跃程度，更是AI技术融入产业核心、驱动实体经济生产效率与质量提升的深度与精度。