《人民日報》發文！全球AI的下一局，誰說了算？

2026年7月，世界人工智能大會（WAIC）開幕在即，眾多企業家、科學家親自參加開幕儀式，全球AI界的目光聚焦在中國，會場一票難求。

大會開幕前夜，《人民日報》刊發了百度創始人李彥宏的署名文章《為智能經濟打造科學評價體系》，文章提出將“日活智能體數”（Daily Active Agents，簡稱DAA）作為衡量智能經濟發展的科學評價指標。

從今年5月李彥宏在Create大會上首次提出到今天登上中國最權威的媒體版面，DAA不只是一個指標，背后是全球AI競爭從模型能力走向應用價值后，評價體系的轉換。

過去幾年，全球AI的“賬本”幾乎是由硅谷定義的，誰燒的Token多、誰堆的算力大、誰的參數高，誰就是贏家。

但這套算法的局限正在顯現：它能算清投入和消耗，卻很難算出AI到底創造了多少價值。

DAA要回答的，正是這個被舊賬本忽略的問題：它不再只看AI花了多少資源，而是看有多少智能體真正完成任務、進入產業、交付結果。

過去三年，全球AI圈的主流敘事，很大程度上圍繞Token展開。

英偉達CEO黃仁勛曾把Token比作新時代的石油；各大模型公司比拼的是誰的用戶消耗了更多Token；企業內部甚至出現了“Token消耗排行榜”，員工以燒Token多為榮。

但到了2026年夏天，硅谷敘事開始出現裂痕。

亞馬遜取消了內部名為“KiroRank”的Token消耗排行榜。這個榜單曾以員工Token使用量排名，一度被視為內部榮譽。但問題很快暴露：一些員工為了沖榜，開始盲目調用模型，執行低價值任務，造成算力的無效消耗。

類似的反思也在行業里擴散。據第三方平臺統計，谷歌、OpenAI、Anthropic三家美國頭部模型的Token請求量市場份額，在一年內從72%下降至33%；Gartner在今年3月的研究報告中明確指出：Token消耗是衡量AI市場領導力的誤導性指標。

為什么硅谷的Token計價方式失靈了？

因為Token是AI運行的基礎計量單位，類似于電力時代的千瓦時，但問題是，從來沒有人用耗電量來衡量一家企業的競爭力。

同樣，用Token消耗量來衡量AI的價值，本身就偏離了商業的本質。

硅谷過去的商業敘事，恰恰建立在這套“消耗邏輯”之上：英偉達賣GPU，云廠商賣算力，模型公司賣Token。在這套話語體系里，消耗本身很容易被包裝成繁榮。

但AI一旦從模型走向應用，企業真正關心的就不是燒了多少Token，而是有沒有降低成本、改善流程、提升效率、創造收入。

舊賬本只算投入，不算產出；只算消耗，不算交付。

這就是Token算不清的地方。

舊賬算不清，就要換一把新尺。

一個產業怎么發展，往往取決于它用什么指標來衡量自己。

在過去10年中國的移動互聯網時代，DAU（日活用戶數）取代了“APP下載量”，成為核心指標。

而后，整個行業開始圍繞著用戶活躍度構建了一整套產品邏輯和商業模式，推動了移動互聯網從“裝機量競賽”走向了“用戶體驗競賽”。

到了AI時代，問題變了。

如果智能體正在成為最重要的應用形態，那么衡量標準也應該隨之變化：不再只看有多少人打開一個產品，而要看有多少智能體在穩定地干活、交付結果。

智能體完成的每一次醫療輔助診斷，每一次生產排程，每一張自動處理完成的工單，每一份被采納的行業報告，都比單純的Token消耗更接近AI的真實價值。

衡量標準一變，產業的指揮棒也就變了。

過去幾年，當Token成為隱性指標時，行業資源不可避免地涌向了“堆算力、拼參數、刷消耗”的方向。

這在一定程度上推動了中國AI基礎能力的快速提升，但也帶來了不容忽視的結構性問題：

算力投入快速增長，但與實體經濟的深度融合仍有較大空間；

模型能力持續進步，但真正能在產業一線穩定運行的智能體應用不多。

DAA的提出，就是為了給問題的解決提供一個新的方向。

首先，它是在引導產業資源從“重投入”轉向“重產出”。

一旦DAA成為被廣泛認可的評價指標，資本、政策、人才和算力資源就會更傾向于流向那些能夠讓智能體真正進入產業場景、完成實際任務的方向。

這對于促進AI與制造業、醫療、物流、政務等實體經濟的深度融合，具有重要意義。

其次，它也為AI企業的價值評估提供了新的維度。

過去，AI公司的估值邏輯往往對標海外明星企業，比拼的是模型參數和論文數量，這在一定程度上造成了政府和企業的重復建設，甚至出現了“算力房地產”現象。

如果以實際產出比去計算，就能很大程度避免這些問題。

第三，它有助于形成差異化的競爭優勢。

過去AI企業講故事，都要對標OpenAI、得說自己參數多少、得曬Benchmark。

往后，更值錢的故事是：我有多少個智能體在跑、日均交付多少任務、覆蓋了哪些產業場景。

這套敘事更接近商業本質，也更有利于避免重復建設和算力空轉。

如此，中國的產業優勢就會體現出來，中美AI競爭的敘事位置也會跟著變。

如果只把DAA看成一個產業指標，還不夠。

放到全球AI競爭里，它更像是一場評價權的重新分配。

過去幾年，中美AI競爭的表象是“模型vs模型”“芯片vs芯片”，更深一層，其實是誰來定義先進性：誰來規定什么是領先的AI，誰來決定這場比賽怎么計分。

此前，硅谷定義的是模型參數大小、GPU集群規模、Token消耗總量、AGI實現時間表。

這些指標當然重要，但它們也恰好集中在美國最擅長的領域。按照這套坐標，其他國家天然更容易被放在“追趕者”的位置上。

DAA則提供了另一套坐標。

不是回避模型和算力競爭，而是在應用時代，把評價重心轉向中國更有優勢的地方：產業場景、任務交付、實體經濟增效。

因為AI在中國，天然會被產業牽引，這是一條由落地驅動的路線，技術的終局是被產業吸收，并改寫效率、產品和商業模式，超大規模的市場、極其豐富的應用場景、完整的產業鏈條，以及由此產生的海量真實需求，這些條件不是美國資本靠砸錢就能復制的，而是中國長期產業積累和數字化轉型形成的底盤。

而DAA所做的，正是將這些結構性優勢指標化：

對方比模型峰值，我們看應用深度；對方比Token消耗，我們看任務交付；對方比AGI時間表，我們看實體經濟增效。

時機也很關鍵。

WAIC2026即將召開，全球AI產業正在反思Token敘事：

當舊敘事出現裂縫，中國提出一套更貼近產業實際的評價標準，其戰略意義就不只是技術層面的。

標準制定權的爭奪，往往決定了未來十年產業競爭的格局。

過去十年，通信、新能源、移動支付都證明過這一點：當一個國家能把自己的產業實踐沉淀成標準、體系和方法論，它就不再只是跟隨者，而開始參與定義下一階段的游戲規則。

AI也一樣。

今年年初，李彥宏接受《時代》周刊專訪時說了一句很關鍵的話：“中美AI走的是兩條路。美國主攻AGI，中國更看重實際應用。”

過去幾年，百度持續把AI推向百度搭子、百度一鏡、秒噠、伐謀、文心助手、蘿卜快跑等智能體和應用。本質上也是在驗證這條應用路線：AI不能只停留在模型能力，最終要進入真實場景，完成真實任務。

《時代》周刊則把這句話放在了專題視頻的開頭，標題是《How China Caught Up on AI and May Now Win the Future》（中國如何在AI上迎頭趕上，并可能贏得未來）。

今天再看DAA，這條判斷其實延續得很清楚：過去講“中國AI更看重應用”，現在進一步回答“應用價值該如何衡量”。

就像《人民日報》文章中提到的：“我們發展AI、激活智能經濟，說到底還是要服務實體經濟，不能重走脫實向虛的歧路。”

中國不必在所有賽道都同時領先，但在“AI賦能實體經濟”這條主賽道上，必須形成自己的坐標。