《DAA研究報告》全球首發，百度為AI價值立下“中國刻度”

DAA一旦成為關鍵指標，就能牽引各類資源從單純的芯片、大模型投入，更多流向以實體經濟為核心的產業智能化領域。

去年，硅谷很流行一個詞，叫“Tokenmaxxing”。

意思很簡單：鼓勵員工盡可能多地使用AI，甚至很多公司把Token消耗，看成AI采用程度和創新能力的指標。

但到了今年，畫風突然變化，越來越多的企業開始算Token賬了。

特斯拉每周200美元封頂、Uber四個月燒完全年預算、花旗直接切斷高端模型訪問、Palantir的CEO Alex Karp的表達更直接，他說，企業付出大筆費用，買到的卻可能是一堆沒有創造價值的Token。

我們經常習慣把AI基礎設施類比成水電煤，因為都很剛需，但有一個關鍵事實被漏掉了：Token和電最大的區別是，電是標準化的商品，Token不是。

電一度就是一度，但100個Token能換來什么？可能是一行能用的代碼，也可能是一堆廢話。

硬幣的另一面是，5月的Create 2026大會上，百度創始人李彥宏首次提出了DAA（Daily Active Agents，日活智能體數），當時有的人覺得這是一個新概念。

兩個月后的WAIC上，IDC發布了行業首個《DAA研究報告》，正式將DAA推向了全球標準定義階段。

度量衡進化，DAA漸成共識

《DAA研究報告》顯示，全球活躍Agent數量2025年是2860萬個，預計2026年達到7940萬個，2030年增長到22.16億個。

IDC還對全球DAA規模做了預測，且未來5年將呈現高速增長，可見未來將是一個確定具有龐大發展空間的市場。

為什么IDC認為，DAA是AI價值的新度量衡？

Token能告訴你模型被調用了多少次，卻回答不了“這些調用解決了什么問題”“帶來了多少銷售轉化”“提升了多少員工效率”。

當智能體大批量進入企業，矛盾更明顯了：智能體部署了一大堆，Token消耗蹭蹭往上漲，但業務價值到底增加了多少，誰也說不清楚。

所以IDC提出了一個觀點：DAA不是要取代Token，而是在Token之外，補充一個更接近產出和價值的指標。

實際上，全球企業都在往“產出”這個方向摸索。

Salesforce嘗試提出過“智能體工作單元”（Agentic Work Unit，AWU）的概念——本質上還是在數Agent干了多少單位的工作。

但DAA走得更遠：它不數工作量，而是看交付了什么結果。打個比方，AWU是統計員工“加了多少小時班”，DAA則是考核“完成了什么項目、解決了什么問題”，更為前瞻。

5月的Create大會上，李彥宏提出DAA概念，直言“這比無謂的Token消耗更接近價值，也更接近本質。”

今年全球科技圈發生的事兒，也驗證了李彥宏判斷的前瞻性。

BNP Paribas的AI負責人直言，Token本質上只是計算單元，而非生產力指標，過度依賴它評估AI轉型進展，企業很容易陷入“虛榮指標”的誤區。

Anthropic Claude Code的工程負責人也明確表示，無論用什么指標衡量AI的效果，最重要的判斷標準只有一個：output是否真的導向了outcome。

亞馬遜取消了內部AI使用排行榜，公開告誡員工“不要為了使用AI而使用AI”；微軟因Token成本飆升逐步關停Claude Code授權，遷回自家Copilot；Meta內部的Token消耗榜一度導致員工為沖高排名而盲目調用模型，造成大規模算力空耗。

所以，DAA之所以能在短短幾個月內從概念走向共識，恰恰因為它回答了一個行業始終繞不開的根本問題——AI到底創造了多少真實價值？

企業如何落地DAA？《DAA研究報告》也是“說明書”

提出新價值的標準是一回事，能不能真正用起來是另一回事。

DAA聰明的地方在于，它不只是一個給CEO看的戰略概念，而是一套讓各個角色都能各取所需的實操工具。

《DAA研究報告》對不同角色的價值說得非常清楚：CEO用它觀察AI戰略有沒有真正落地，CIO用來管理平臺架構、判斷算力分配是否合理，CFO衡量AI投資的真實回報率，COO優化流程運營效率，CMO推動增長轉型，CHRO用它來重構組織能力——六個角色，六種用法，各得其所。

每個人都能從DAA里找到自己需要的東西。就好比公司里統一的“業績考核表”，銷售看簽單額、研發看項目進度、HR看人才培養，尺子是一把，用法各不同。

在落地場景上，《DAA研究報告》建議企業優先切入“四高任務”：高頻任務、高價值任務、高風險任務、高協同任務。簡單說就是：天天都要干的活、干了能賺大錢的活、出錯了代價很大的活、需要多人配合的活。這四個方向最容易讓DAA發揮作用，也最能體現AI的價值。

具體到行業，《DAA研究報告》點出了金融、制造、泛互聯網、醫療、教育五大最適合率先落地DAA的行業。

比如金融行業可以用DAA衡量智能風控Agent每天處理了多少筆高風險交易、攔截了多少欺詐行為；制造業可以看質檢智能體每天檢測了多少產品、發現了多少缺陷、避免了多大損失。這些都不是“消耗了多少Token”能回答的問題，但恰恰是老板最關心的。

更關鍵的是，百度自己不只是標準的提出者，還率先跑通了這套邏輯。

百度搭子就是DAA的其中一個可觀察樣本。

70歲的野生動物攝影師老萬，用搭子搭建了一個視頻素材篩選智能體，每天自動從100TB的素材里挑出有動物的畫面，搭子幫老萬干的活，就是DAA衡量的一次“交付”。

90后縫紉教室主理人呂杭用搭子把學員的模糊想法變成設計方案、課程課件和短視頻腳本。三位用戶都不懂編程，但都讓智能體持續給自己干活，DAA衡量的正是這種“智能體干活、交付結果”的能力。

自上線以來，百度搭子日均提問次數增長20倍。近期，百度搭子個人版升級智能路由、多端共享記憶、瀏覽器調用和PPT生成等能力，上線自媒體專業套件，還同步發布了企業版。

百度一鏡則是另一個維度的衡量。

世界杯期間，可口可樂用一鏡復刻了前國腳范志毅的數字人，7×24小時在線和球迷互動，延遲控制在2秒以內，一個頂級體育IP被變成全年無休的互動資產。

之前羅永浩的數字人單場直播帶貨5500萬，超1300萬人次觀看。

更接地氣的是“一村一品”助農項目，覆蓋21個省8000余個縣鎮，農戶用一臺設備就能生成自己的數字人主播，7×24小時直播賣貨。貴州畢節的數字人把當地特產線上銷量提升了3倍，遵義供銷社靠“日不落直播間”幫農戶賣了2.4萬公斤蜜柚。

秒噠的數據同樣說明問題：截?7?，秒噠?成的應?已累計服務超過3500萬?戶，350萬個具有商業價值的應用，每天近20萬人在用這些應用解決真實問題，變現金額最多的達千萬量級。數字背后是無數個Agent在替人干活、交付結果，每一筆都算在DAA的賬上。

從頂級品牌到田間地頭，每一個數字人背后都是一個在替人干活、交付結果的Agent，恰恰是DAA要衡量的東西。

百度內部跑通這套邏輯的意義，也遠不止是“自己能用了”。它揭示了一個更大的圖景：當價值標尺從“花多少錢”轉向“賺多少錢”，產業資源的流向也會跟著變。

DAA讓AI價值流向產業一線

就在WAIC前夕，《人民日報》發表了李彥宏的署名文章《為智能經濟打造科學評價體系》，把這個問題點透了。

李彥宏提出——如果AI的價值標尺僅停留在“投入了多少”“消耗了多少”，就容易形成“重投入、輕產出”的傾向，比如盲目追風、不顧實際應用搞大模型，一哄而上搞“Token排行榜”“燒Token比賽”等。

DAA就是把資源配置拉回正軌的尺子：不看花了多少Token，而是看智能體完成了多少高價值任務、解決了多少真實問題，企業每花一分AI的錢，到底換回了什么？

李彥宏在文章里還問了一個很實在的問題：“我們緣何敢于在國際上率先提出以DAA來衡量智能經濟？”

答案是中國的“家底”夠厚。中國擁有來自14億人超大規模消費需求，還有全球最豐富的應用場景、最完整的產業鏈、最大規模的數字市場。全國已建成4.37萬余家智能工廠，覆蓋全部41個工業大類；全國重點行業人工智能滲透率突破80%。

如百度伐謀2.0，可以通過分析復雜的資源條件、生產要素和業務目標，能夠輔助企業尋找更優的生產和經營方案，推動智能體進入產業核心決策流程。

百度一見為連鎖餐飲零售打造“AI店長”，覆蓋食品安全、服務合規、供銷存管理、出品品質四大核心場景，幫助企業門店將后廚違規操作率降低80%……

“應用+制造”的發展路徑，讓DAA有了現成的衡量場景，從工廠車間到消費需求，從醫療診斷到物流調度，都在驗證同一個邏輯：智能體到底能不能替人干活、交付結果。

但光有場景還不夠，生態要落地得有一整套技術底座支撐。

在芯片層，此次WAIC上昆侖芯展示了超節點最新進展：天池256吞吐性能相比上一代提升25%，并完成文心、DeepSeek、GLM、Minimax等主流模型的適配，結合推理系統優化，模型推理效率提升50%。單個天池512超節點已具備萬億參數模型訓練能力。

在模型層，文心5.1以業界同規模模型約6%的預訓練成本實現領先效果，并登上LMArena搜索榜國內第一。在云基礎設施層，百度智能云已服務80%的央企，實現2025全年、2026年第一季度及2026年上半年公開中標金額持續領跑。

李彥宏多次強調，擁有優秀全棧能力的公司，會在未來的AI競爭中處在一個非常有利的位置。四層架構層層之間相互反饋，實現端到端優化，企業不需要自己東拼西湊搭技術架子，百度的閉環直接能讓DAA的度量衡“裝進去”就能跑。

寫在最后

WAIC上，百度旗下通用智能體“百度搭子”入選十大“鎮館之寶”，也是唯一獲此殊榮的同類產品。

該獎項從科技含量、市場前景、通用性及社會經濟效益等維度綜合評定，含金量很高。

當一個中國產品站上這個位置，它所代表的信號也正在被行業重新解讀：DAA一旦成為關鍵指標，就能牽引各類資源從單純的芯片、大模型投入，更多流向以實體經濟為核心的產業智能化領域。

DAA走到臺前，不僅是一次評價標準的切換，更是整個AI行業從“燒錢競賽”走向“價值競賽”的底層邏輯變化。而在這輪AI超級周期里，新刻度是中國企業畫下的第一筆。