10后造应用，70岁训AI，DAA重新定义超级个体- 大数跨境

首页

10后造应用，70岁训AI，DAA重新定义超级个体

镜相工作室

2026-07-18

导读：当AI真正走进千家万户，行业需要一把新的标尺。

文丨彭杰克

编辑丨程述白

今年 5 月的百度 Create 2026 大会上，一个 8 岁的小男孩扑满曾吸引了不少人的注意。

他用无代码智能体“秒哒”做了一个叫“哒哒打伞”的应用。灵感来自班里的小游戏：下雨天，同学之间互相拼伞、搭伞。这个应用可以流畅运行，支持发单、搭伞、拼伞、积分升级。很难想象，这不是一位程序员写出来的，而是一个小学二年级的男孩，用几十轮自然语言对话，和 AI 一点点“聊”出来的。

扑满的经历只是这几年 AI 发展的一个缩影。过去，人们更多把 AI 当作聊天机器人、更快获取信息的检索工具；今天，它开始真真切切地帮人订机票、订酒店、预约体检、撰写研究报告、投资理财……甚至参与经营和生产流程。AI 不再只是“回答问题”，而是在越来越多场景里“完成任务”。

问题也随之出现：当 AI 从聊天框走向真实任务，我们该如何衡量它的价值？

过去，行业习惯看 Token。Token 能说明一次调用消耗了多少计算资源，却很难说明这次调用到底有没有解决问题、提升效率、带来收入。对企业来说，烧掉多少 Token 并不等于创造了多少价值；对普通人来说，和 AI 聊了多少轮，也不等于真正完成了多少事。

这个问题，在过去两个月里开始有了一个答案。

今年 5 月，百度创始人李彦宏首次提出的 DAA（Daily Active Agents，日活智能体数）的概念，希望提供一种从"Token 消耗”转向“智能体产出”的观察维度——衡量的不是 AI 说了多少话，而是每天有多少智能体真正完成了任务、交付了结果、创造了价值。

7 月，世界人工智能大会（WAIC 2026）期间，IDC 又发布了行业首份《DAA 研究报告》，提出当智能体进入真实业务流程后，AI 需要一套新的价值评价体系。IDC 中国副总裁兼首席分析师武连峰认为：“这不是抛弃 Token 或者 DAU，而是协同起来。移动互联网时代 DAU 更重要，衡量成本的时候 Token 更重要，而衡量业务价值 DAA 更重要。”

DAA 听起来有些抽象，但走进 WAIC 的百度展区，它很快变得具体起来。这里不仅有工程师、程序员，还有 8 岁的少年开发者、70 岁的野生动物摄影师、扎根东北农村 30 年的老兽医。他们年龄、职业各不相同，却都在借助 AI 完成过去难以做到的工作：有人用 AI 造应用，有人用 AI 训练识别动物，有人用 AI 沉淀一辈子的经验。

某种程度上，他们正是 DAA 所要衡量的那类变化：AI 不只是被使用，而是在真实场景中交付结果。

10 后开始做自己的 AI 应用

对扑满来说，AI 更大的意义不只是创造了“哒哒打伞”。

从三四岁开始，扑满就梦想拥有属于自己的操作系统，甚至和同学“合伙开公司”。过去，这样的想法更像一个孩子的幻想。现在，他把自己手绘的创意一点点变成了真正可以运行的“扑满操作系统”，不仅支持 Office 软件、回收站等基础功能，还加入了屏蔽父母、桌面宠物、眼动操作、全息投影等天马行空的设计。他说：“如果我自己做，胡子都要白了；秒哒让我把操作系统做出来了。”

两个月后的 WAIC 2026，这样的孩子已经不止扑满一个。百度展区里，越来越多 10 后少年带着自己的作品来到现场。

今年 8 岁的任乐意，很早就是 ChatGPT 的用户。遇到不会的问题，他会问 AI；脑子里冒出一个游戏创意，也会让 AI 帮自己做出来。他曾设计过一款学习汉字的飞行射击游戏：只有大声读对屏幕上的汉字，飞机才能发射炮弹。

但他也有一个烦恼——每次 ChatGPT 生成一大段代码，都会告诉他“复制到某某地方运行”。“不要让我把代码贴到别处，我现在就要玩！”

这样的需求不只来自孩子。越来越多非技术背景的用户，正在推动无代码智能体工具从“加分项”变成“必需品”。任乐意和扑满使用的都是秒哒，游戏生成后可以直接运行，不需要部署环境，也不用修改代码。在他看来，AI 和滑板有点像：“它不会替你决定去哪里，但能让你更快到达以前到不了的地方，也让眼前的世界一下子变大。”

10 岁女孩王奕舒也喜欢用 AI 捣鼓各种新奇的 App 和小工具。觉得背英语单词枯燥，她就用秒哒为自己量身定制了一个学英语的小程序，把复杂的英语词汇、语法、阅读理解，拆解成一个个闯关游戏，每完成一关还能收获专属宝石，让学英语变得有趣又简单。

王奕舒说，AI 像是一个永远不嫌她烦的老师，追问一百次“为什么”，AI 会不厌其烦地、换着方式地给她解释。有时候 AI 也会犯错，但她觉得，这“就像我们学走路会摔跤一样，它在一点点进步，我也在跟着它一起成长。”

● 图为王奕舒开发的小程序。图源：截屏

另一位 13 岁的董同学，则代表着另一类 AI 少年开发者。

作为机器人竞赛“常客”，他已经累计获得近 30 项编程类奖项。即便如此，当第一次接触无代码开发工具时，他依然觉得相见恨晚。过去，很多创意都要花大量时间写代码、调试、部署；现在，只需要把自己的想法描述清楚，就能快速生成应用，把更多精力放在真正的创意本身。

这些孩子只是新一代 AI 创造者的缩影。无代码开发工具的出现，让应用开发从少数程序员的能力，变成了一种普通人也能拥有的表达方式，不断降低应用开发的门槛。数据显示，秒哒上线以来，生成的应用已累计服务用户超过 3500 万。一批“超级个体”，正在这样的土壤里长出来。

当普通人也开始“养”智能体

10 后之外，更多普通人开始把 AI 真正变成自己每天工作的“搭子”。

这种变化发生得很安静。它不止发生在前沿科学的实验室和程序员之间，还发生在缝纫教室、乡村办公室、长白山的密林和东北农村的养殖场。

90 后服装老师吕杭，是杭州国际服装城“杭哥缝纫教室”的负责人。相比教学生做衣服，“猜学生想要什么”分走了他更多的时间。有人说想做一件“通勤一点”的衣服，有人说“想要复古但不要太夸张”，更多人甚至说不清自己真正想要什么。一张设计效果图往往要经过反复沟通、画图、修改，一天时间就过去了。

后来，他用“百度搭子”搭建了一个"AI 缝纫自习室”。他只需要一句话：“根据学员描述的穿搭灵感，帮我⽣成一张服装效果图，再给出版型建议、⾯料推荐、制作步骤和⼤概成本，最后整理成适合上课讲解的教学内容。”智能体便会自动拆解整个流程，从理解需求、生成效果图，到整理课程内容、生成短视频脚本，一次完成。AI 接管了那些原本最消耗时间的工作。

河南鹤壁三家村，一位环卫阿姨因为看短剧，被诈骗了 400 多元。这笔钱是她半个月的工资。今年 29 岁的大学生村官小芳决定给村里的老人们上一堂反诈课。

在之前，上一堂课，她要自己找案例、写演讲稿、做 PPT、设计宣传海报、准备课堂互动。现在，她用百度文库网盘通用智能体 GenFlow，一次完成了整套反诈宣讲材料。

这还只是 GenFlow 承担工作的一部分。作为一名基层村官，她日常要管理 400 多位村民，其中近八成都是 60 岁以上老人。写汇报、做调研、设计宣传材料、搭建农产品电商网站、编写手机使用手册……越来越多原本零散而琐碎的工作，开始交给智能体完成。AI 改变了她每天的工作方式。

这样的变化并不只属于年轻人。

70 岁的长白山野生动物摄影师老万，拍摄野生动物已经很多年。真正让他头疼的不是进山拍摄，而是回来看素材。几十台红外相机和监控设备每天回传海量视频，累计已经超过 100TB。他需要一帧一帧回放，才能找到动物出现的画面。“看素材比拍摄都累……70 岁了眼睛不行。”他说。

他用百度搭子创建了一个视频素材筛选智能体。一句“帮我把这段红外相机视频⾥有野⽣动物出现的画⾯挑出来，建个新⽂件夹，然后再按我平时的习惯整理⼀份监测⽇志”，智能体便自动完成识别、提取、归档，并生成监测记录。整个过程不需要写代码，也不需要配置复杂参数。

同样感受到这种变化的，还有扎根东北农村 30 年的老兽医龙殿俊。作为拥有百万粉丝的“三农网红”，他常年为养殖户提供防疫指导。每到换季，他都要重新整理病例、编写防疫资料、修改处方。“以前写的处方，老人看不懂，年轻人又记不住。”

而现在，他只需要把需求告诉 GenFlow，系统便会自动调取历史病例、养殖资料和科普内容，快速生成新的防疫手册和通俗版智能处方，不仅写清用药剂量和护理要点，也尽量避开专业术语，让养殖户一看就懂。

从 8 岁的少年开发者，到 90 后的创业者，再到 95 后的基层村官、70 岁的野生动物摄影师和扎根农村 30 年的老兽医，他们年龄不同、职业不同，面对的问题也截然不同。但他们正在经历同一种变化，那就是 AI 开始真正参与他们每天的工作，有切实的产出和交付，而不再只是回答几个问题。

从 Token 到 DAA，价值迁移正在发生

“如果说 Token 衡量的是智能消耗，那么 DAA 衡量的则是智能生产力，即每天有多少智能体完成了交付任务。Token 是智能经济消耗的‘电费单’，DAA 是智能经济增长的‘成绩单’。”

7 月 15 日，《人民日报》刊登了李彦宏的署名文章《为智能经济打造科学评价体系》。文章提出，推动智能经济高质量发展，需要建立科学的评价体系，以“日活智能体数”（DAA）为重要指标，衡量人工智能的实际应用与实际产出，引导资源更多流向以实体经济为主的产业智能化领域。

在这篇文章中，李彦宏解释了为什么是中国率先提出这把新标尺：“中国拥有全球最丰富的应用场景、最完整的产业链、最大的数字消费市场，每天都在产生海量真实需求，订机票、订酒店、预约体检、撰写研究报告、投资理财等，都将成为智能体生长的肥沃土壤。”

在百度内部，蓬勃生长的智能体也在真实地创造价值。

据了解，有人借助秒哒搭建了一套面向高端住宅的家政服务系统，把原本依赖微信群和人工派单的流程全部线上化，最终实现商业落地，并获得 7600 元订单收入；一位拥有 12 年工作经验的石油工程研究高级工程师，用秒哒开发出油气井生产优化设计系统，已应用于多个油田及高校教学场景，为企业节省开发成本超过 140 万元；还有研究人员借助秒哒搭建医学实验系统，成功筛选出一组关键蛋白，为相关研究填补了领域空白……

这些案例的共同点是：AI 智能体真正完成了一项任务、交付了一份成果、创造了一项新的价值。DAA 所衡量的，正是这种看得见的生产力。

中国的实践并非孤例。大洋彼岸，硅谷正在经历一场类似的反思。

过去很长一段时间里，Token 消耗量几乎是衡量一家企业"AI 化”最重要的数字。不少国内外的大公司开始统计员工每天消耗了多少 Token，甚至在内部进行 Token 消耗量竞赛。但随着 AI 逐渐从聊天工具演变为真正参与工作的智能体，越来越多行业人士开始意识到，Token 消耗量衡量的是 AI 用了多少，却未必能衡量 AI 创造了多少价值。

这种反思首先发生在最早大规模使用 AI 的企业里。

近日，微软 CEO 萨提亚·纳德拉透露，微软内部已有超过 2000 万个 AI 智能体投入运行。此前，微软曾因内部 Vibe Coding 导致 Token 成本快速攀升，逐步收缩 Claude Code 授权，将部分开发流程重新迁移至 GitHub Copilot。当 AI 真正进入企业生产流程，企业开始关心的不再只是消耗了多少 Token，而是这些智能体究竟完成了多少工作。

类似的声音也来自产业界。7 月初，美国大数据分析公司 Palantir CEO Alex Karp 公开批评 OpenAI、Anthropic 等大模型公司的 Token 计价模式，他认为，企业付出大笔费用，买到的却可能是一堆没有创造价值的 Token。如果 AI 真能帮助一家企业多赚 10 亿美元，模型公司完全可以拿走其中 30%，而不是按 Token 收费。

除此之外，Meta、亚马逊、Uber 等国际大公司，都在今年不约而同地对 Token 消耗踩下刹车。

这些变化看似分散，背后却指向同一个趋势：当 AI 真正进入生产流程，全球科技公司都在寻找一种比 Token 更能反映真实价值的衡量标准。