DAA：李厂长在 Agent 时代给了个新坐标

今天去国家会议中心参加百度 Create 2026。北京这两天一下子热起来，会场更热，人挤人，但空气里那种兴奋感，跟以前已经不太一样了。

PC 时代，人们关注个人电脑和信息化；移动互联网时代，人挤在发布会现场是为了看一款手机或一个爆款 App。到了今天，同样是人山人海，空气里弥漫的却是“Agent”的味道。

李彦宏对未来的判断是：“衡量一个平台和生态的繁荣，更应该看的是DAA 这个指标，关注有多少 Agent 在给人类干活，并交付结果”。他还预测，未来全球日活智能体数（DAA）可能超过 100 亿。

尤其是把黄仁勋的 Token 观点，和李彦宏 DAA 放在一起看，就很有意思。

1

从 PC 时代的装机量，到移动互联网时代的 DAU，每一波技术浪潮，都会发明一把新的尺子。尺子决定了我们怎么看世界，也决定了谁被看见。大模型这三年，行业默认的尺子叫 Token。大模型的调用次数、上下文长度、推理成本等等，都可以用 Token 计量。Token 让“智能”第一次被精确计价。

在 Create 2026 上，李彦宏提出了一个新概念：DAA，Daily Active Agents，日活智能体数。

如果说 Token 显示了 AI 消耗了多少，DAA 则记录了 Agent 是否在有效工作。前者是成本视角，后者是结果视角；前者是流量时代延伸出来的计量方式，后者更像 Agent 时代的价值坐标。

我更愿意把 DAA 看成一种“价值观声明”，它几乎在反问整个行业：当智能体已经开始在屏幕背后规模性干活的时候，还要用“人点开了几次 App”“模型跑了多少 Token”来衡量自己的成果吗？

这里有个商业上非常明显的例子，OpenAI 的 ChatGPT 显然是个 DAU 的产品，周活跃用户接近 10 亿，在 C 端用户规模上碾压式领先另一个 AI 厂商 Anthropic，但营收呢？Anthropic 凭借高质量的 Agent 在企业和开发者市场实现了更快的营收增长，4 月份 ARR 到了 300 亿美元，超过了 OpenAI。其产品 Claude 和 Claude Code 显然不是 DAU 产品，而是 DAA 产品：靠高质量 Agent 赢得用户和市场。

2

过去几年，百度给出了自己在AI 领域的进化路线：2024 年是“人人都是开发者”，2025 年是“AI 内化”和“效果涌现”，到 2026 年变成了“自我进化”和 DAA。如果只把它看成一家公司连贯的路线，这条线当然说得通，但我更在意的是：为什么会这么演进。

一个直观的原因是，中国企业天然具备技术+务实的双基因，当然，对结果也有天然的执念。无论是互联网公司还是传统制造业，大家看重的是拿没拿到业务结果，“模型有多少参数”“消耗了多少 Token”并不是企业端应该关注的。在这样的环境里，“今天有多少个 Agent 帮我跑完了多少业务”，比“Token 消耗”更好理解。

另一个天然的条件，在全球产业竞争格局中，中国有全世界最复杂场景、完整产业链。再看智能体的深度参与，那大概率会提升这一优势。

DAA 的繁荣下，那普通人的想法，有机会成为全球产业创新的新源头。中国企业的生产力指数放大，甚至去推动全球产业升级。

DAA 时代中，复杂场景让中国能够率先探索智能体的应用和产业的边界。

再向国际上看一看，也很有意思。过去几年，美国的关键词更多是“AGI”和“安全”，讨论的是模型能不能覆盖一切、会不会失控；国内除了追赶模型能力，更看重“应用落地”和“自我进化”，如何把 AI 放到具体行业里，先把一部分工作交给 AI，再让 AI 学习自己改进。

所以，当百度在 Create 2026 上讲出 DAA 的时候，我愿意把它理解成“中国路径”的一个 Marker：这是过去几年在应用一线摸索出来的 AI 计量方式，是一种价值观声明。

3

为什么 Agent 能计量了？从百度的产品矩阵就能看出来，Agent 已经可以规模性干活儿。

DuMate 是通用智能体，能够把碎片任务串联起来：看屏幕、点软件、整理文件、连接业务系统，从自然语言交互到交付结果。你白天在会上，它在后台帮你把这些琐事干完了。百度全⾯的核⼼优质能⼒，如搜索AI API、秒哒、伐谋、百科等，都可⽆缝集成进通用智能体 DuMate这个统一的入口。

代码智能体秒哒，代表的是另一条路。普通人用自然语言就能搭建应用，从想法到应用实现之间的“开发门槛”越来越低。大会上，8 岁的二年级小学生扑满，展示了自己用秒哒几句话搭建的“哒哒打伞”。现场还发布了秒哒 App 及企业版。有个细节，秒哒 App，有 90% 的代码由秒哒自动生成。

再看伐谋2.0，自我演化决策智能体，面向业务专家，帮助企业做全局最优决策。它盯的是整个系统的长期最优解：生产排程、工艺优化、物流规划，这些过去要靠经验丰富的工程师反复推演的事，现在可以交给一个 7×24 小时不知疲倦的 Agent 去做，持续搜索、试错、探求更好的解法。产业价值也是实打实的。在青岛港自动化码头，伐谋帮助全球首套码头智能管控系统 A-TOS，实现10.21%的绝对指标提升。

4

这么多智能体跑在哪呢？Agent 时代需要新的基础设施，说白了，就是需要一套“新的全栈”。

过去讲全栈，更像是一条自下而上的技术栈：芯片、框架、模型、应用。到了Agent 阶段，必须先回答一个更现实的问题：一大群智能体，怎么在企业里长期、稳定、安全地跑起来。

百度这次给的答案叫“芯云模体”。表面看是“芯片 + 云 + 模型 + 智能体矩阵”的组合，实质上是在做一块专门为 Agent 设计的底座：既要有算力和模型这样的“肌肉”，也要有权限控制、安全沙箱、审计和复盘这样的“骨骼”和“神经系统”。只有这些东西都搞定了，企业才敢把关键流程交给智能体。

我看，会上也宣布，百度智能云将全面升级为面向大规模智能体应用的新全栈AI云，打造单位 Token 的智能水平最好的 Agent Infra 和每瓦性能更强、性价比更高的 AI Infra。

从行业竞争的视角看，这是真正的“Agent 基础设施之战”：谁能把芯片、云、模型和具体业务场景都搞定，谁就有机会变成未来智能体世界里的“高速公路”和“电网”。

在 DAA 话语体系下，这块基础设施还有一个新角色——不只是让 Agent 跑得起来，还能帮企业算得清楚：哪些智能体在干活，干了多少活，出了问题怎么追溯等等。

我越来越觉得，Agent 时代的新全栈，既要承载企业里成百上千个智能体的日常运转，又要把这些智能体的行为变成可以计量、可以结算、可以治理的“新账本”。这才是 DAA 背后要解决的难题。

5

过去企业讲数字化，是把业务搬进系统；后来讲智能化，是在系统上叠加算法和模型，本质上还是“人开车，系统当仪表盘”。到了 Agent 阶段，关注的点变了：在一家公司里，有多少流程可以交给 Agent，有多少知识可以沉淀成 Skill，有多少决策可以分解成“人判断、Agent 执行”这样的分工。

一旦你用这样的眼光去看企业，KPI 也就不一样了。以前问的是“有多少人在用这个系统”，现在更合理的问题可能是“有多少 Agent 每天在这里干活，解决了多少业务工单”。前者是流量视角，后者是生产力视角。

在这个意义上，DAA 更像是给未来的组织画了一套新的坐标系：横轴是进入流程的智能体数量，纵轴是它们真正完成的任务和闭环。一个人身后有一群 Agent，这才称得上超级个体；一家公司内部有成百上千个 Agent 与人协同完成业务，这才有机会成为我们口中的“超级组织”。

时代总要找到一把更合适的尺子，才看得见新的形状。从 AI 新周期的角度去看，DAA 可能会成为又一价值坐标轴，它在提醒我们：真正值得被计量的，是屏幕后有多少智能体在干活，以及它们到底把个体和组织带到了哪。