撰文｜郝 鑫 吴先之
编辑｜王 潘
2026年，AI价值逻辑迎来关键转折点。
商业化路径加速分化：C端AI助手普遍试水订阅制，B端AI工具价格持续上行。核心动因在于AI从对话迈向任务执行，全球Token用量爆发式增长，高昂算力成本成为模型厂商不可回避的现实约束。
自2023年以来，行业历经参数竞赛、流量争夺、价格战等多轮洗牌，叠加当前算力瓶颈，市场评价重心正从DAU转向Token。但Token仅反映消耗，无法衡量产出效率与真实业务价值——高Token消耗、低任务交付的错配现象普遍存在。
在百度Create 2026大会上，李彦宏正式提出“DAA”（Daily Active Agents，日活智能体数），以“每天有多少智能体在真实场景中完成有效任务”为标尺，重构AI时代的价值评估体系。
新标尺：DAA
互联网时代以DAU/MAU衡量用户活跃度，底层逻辑是流量规模驱动增长与变现。但在AI Agent时代，用户规模已非核心——Anthropic全产品DAU仅为OpenAI的2%，年化营收（ARR）却实现反超；OpenAI内部亦开始弱化DAU指标。
Token如同电力时代的“用电量”，只能计量消耗，无法体现任务质量、业务结果与经济收益。DAA则聚焦智能体的实际交付能力：是否被反复调用？是否稳定产出结果？是否形成可预测、可比较的价值闭环？
对企业而言，DAA推动AI采购逻辑从“比拼Token用量”转向“锚定业务产出确定性”；对个体而言，它提供一张极简的生产力自检表：效率提升、结果落地即为正向价值。
DAA并非概念创新，而是对产业演进的系统性总结。早在2024年，李彦宏即提出“要卷应用而非卷模型”；在AI尚处被动问答阶段时，又前瞻性指出“智能体是AI最主流形态”。如今，以OpenClaw为代表的智能体已走向大众化、设备操控化与长周期任务自动化，印证其判断。
新路径：基础设施重构
百度以“芯—云—模—体”全栈布局，构建面向智能体时代的原生基础设施，支撑智能体、个体与组织协同进化。
大会集中发布及升级多款智能体产品：通用智能体DuMate、代码智能体秒哒、数字人智能体百度一镜、自我演化决策智能体伐谋2.0，并同步升级百度智能云为面向大规模智能体的新一代AI云。
DuMate整合搜索AI API、秒哒、伐谋等能力于统一入口，支持搜索、编码、深度研究、数据分析、应用创建等多任务协同。
秒哒大幅降低Agent开发门槛，推动智能体数量指数级增长。温州一名8岁学生与同学基于秒哒开发“哒哒打伞”应用——下雨天“发单”、有伞者“接单”，实现校内拼伞。这标志着软件创造门槛正被彻底重写，“超级个体”进入可感知阶段。
伐谋2.0聚焦生产排程、工艺优化、物流规划三大工业场景。在青岛港自动化码头，其赋能全球首套A-TOS智能管控系统，实现10.21%关键指标提升。
“芯—云—模”协同构成智能体生态地基：Agent Infra优化任务效能，提升单任务完成率与价值密度；AI Infra依托昆仑芯等高能效算力底座，压缩单位任务的芯片与算力成本；文心大模型5.1登顶LMArena文本榜、搜索榜国内第一，强化复杂业务场景下的信息整合与Agent支撑能力。
新趋势：AI价值重估
行业亟需跳出Token单一维度，建立可量化、可对标、可预判的价值坐标。DAA框架包含三大核心指标：
- DAA规模：每日实际运行并交付结果的智能体数量，类比DAU，但对象由用户转向智能体；
- 任务完成率：智能体成功执行任务的比例，直接反映AI有效工作量；
- 单任务价值：每项Agent任务产生的实际商业或产业效益，类似ARPU，但重心从用户收益转向任务成果。
三者构成正向飞轮：DAA规模扩大→加速数据回流与模型迭代→提升任务完成率与单任务价值→吸引更多部署→生态进一步繁荣。
该框架将评估重心从“流量规模”转向“任务执行与真实产出”，为AI企业估值提供全新分析范式。
李彦宏指出，DAA将催生智能体开发平台、评估优化服务、DAA数据服务等新赛道。
市场已开始响应这一范式迁移：过去一年，百度港股涨幅达70.82%，位居中概大型科技股首位、全球第三（仅次于谷歌、英伟达）。驱动因素来自核心AI新业务——2025年收入突破400亿元，同比增长48%；Q4 AI收入占比达43%，逼近半壁江山。
昆仑芯分拆上市，释放硬科技资产价值，同时为降低单位DAA算力成本提供技术基础。多家券商预测，下一季度AI收入占比将超50%，市场估值锚点已从“搜索引擎”全面切换至“AI基础设施+智能体平台”。
DuMate、秒哒、伐谋、百度一镜等产品已进入生产级规模化应用阶段，C端与B端双线渗透。随着DAA持续攀升，技术优势正加速转化为可持续现金流。
DAA的最大意义，在于让智能体的技术价值、产业价值与商业价值首次实现可量化、可对标、可预判。未来，以智能体运行规模、任务完成质量、单任务价值为核心的评估体系，有望成为行业通用共识，并重塑AI产业的估值逻辑与评价标准。