从Token到DAA：WAIC前夕《人民日报》发文，AI产业的度量衡变了

从“全民养龙虾”开始，近一年来，各类智能体相继推出。当下，人工智能开始从“模型阶段”走向“应用阶段”成为共识。

7月15日，《人民日报》刊发百度创始人李彦宏的署名文章《为智能经济打造科学评价体系》。文章提出，当前人工智能正经历深刻跃迁，智能体是最主流的应用形态之一。衡量智能经济的发展，不能只看参数规模、算力投入和Token消耗，更要看AI到底完成了多少有价值的任务、创造了多少真实生产力。

值得注意的是，这篇文章发表于WAIC 2026前夕。作为全球人工智能产业和治理的重要交流平台，WAIC历来是观察AI技术趋势、产业走向和中国方案的重要窗口。在这一时间节点，这篇署名文章释放出一个清晰信号：AI发展需要热度，更需要坐标；需要技术突破，也需要产业落点。

Token并非所有人的“成绩单”

近年来，各行各业言必提及“AI”，人工智能产业也已经逐步走过萌芽期。

此前，产业自发形成了初创期的评价体系和“度量衡”。时移势异，在当下AI走向落地应用的新阶段，既有的评价体系缘何思变、谋变？

这一切还需从热词Token谈起。

这个衡量AI算力的的最小单元，既往成为了个人、企业、组织利用AI、拥抱转型的的量化指标。“单位时间内消耗掉多少Token”，被广泛用来评判AI的参与度，催生出建构在“聚焦前期投入”的“Token经济学”。

对大模型企业和算力企业而言，Token用量诚然可以成为这些“少数人”的成绩单。然而，对广大的使用主体而言，烧掉的Token却是实实在在的投入和成本。重投入、轻产出的经济学，并不可持续。

近期，海外多家科技公司开始反思Token消耗过快、AI成本过高的问题。外媒甚至断言，“紧缩Token用量”已成为硅谷新风向——

• 几个月前还大肆鼓励“AI提效”的微软，日前悄悄在内部停止了大部分员工的 Claude Code 许可；

• Uber（优步）在四个月内花完了全年的 AI Token 预算，走向两难；

• Amazon（亚马逊）⾼管公开告诫员⼯“不要为了使⽤AI⽽使⽤AI”，转向以“标准化部署量”替代Token消耗量，旗下⽤于跟踪Token消耗情况的“KiroRank”榜单已于近期停⽌服务；

• Meta （原脸书）悄悄下线了内部的“Tokenmax xing排行榜”……

这背后的原因，一张账单就能说清楚。

微软高管向媒体透露，在前期积极鼓励AI参与度的背景下，单个工程师每月Token花费高达2000美元，每个项目团队的工程师以十数计，然而巨量成本更多花费在一些无关紧要的事情之上，并未更加高效地解决实际问题、创造真正的产出和服务。

日前，JPMorgan（摩根大通）发表了一篇措辞严厉的报告，标题直白得让人不舒服——《AI Token成本正在吞噬互联网利润》。

文章道出产业背后真相：Token消耗热潮，为企业主体带来的更多是巨额的成本投入，但并不能创造真实的价值。一场舍本逐末、买株还珠的虚拟繁华，终将被市场戳破。

正如Uber首席运营官Andrew Macdonald所公开提到的：AI Token消耗与最终发布的有价值产品之间，似乎并不存在线性关系。越来越多企业主体意识到，Token本身只是投入的计量，完成任务、交付产品才是赋能的体现，为企业、客户、社会创造真正的价值，才是技术真谛。

“Token”之后，AI产业的评价体系变革在即。

何为“DAA”？

旧的评价体系，资源就可能更多流向技术⾃我循环，⽽不是流向产业⼀线，进⽽导致⾏业内卷，不利于智能经济健康发展。李彦宏在《人民日报》发文直言，实际上，⾼端产业也会出现低⽔平重复建设，新赛道也需要贯彻新发展理念。

如何应对？

文章称，一个有效方式是为智能经济打造科学的评价体系，通过科学指标衡量其实际应用、实际产出。目前看，“日活智能体数”（DAA）是一个重要指标。有了科学指标，我们就能更清楚看到AI对生产生活带来的实际改变和效益。有了科学的评价体系，才能推动智能经济高质量发展。

何为DAA？

跳出“重投入、轻产出”的思路，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有价值的任务交付。⽐如，⼀次医疗辅助诊断，⼀次⽣产排程，⼀次成功的物流调度，⼀份被采纳的⾏业报告，⼀张⾃动处理完成的⼯单，⼀场完成交易撮合的智能服务。

简言之，以Token消耗量为核心的标尺，在AI产业初期，具备其积极的量化作用。DAA的提出，绝非对既有评价体系的否定，而是随着产业发展，迭代进化而出的新的度量衡：从衡量投入参与度转向衡量价值产出。

政知见注意到，WAIC 2026（世界人工智能大会）本月17日将在上海召开。这一时间点，也让《人民日报》关于DAA报道有了更强的产业信号意义。

此次大会主题被确定为“智能伙伴，共创未来”。未来的方向指向何处？大会前夕，《人民日报》发表上述文章，无疑向产业界抛出了一个共性的议题：AI产业的评价坐标，正在从“模型有多强、投入有多大”，转向“应用有多深、产出有多实、能否真正服务实体经济和社会民生”。产业上下游需要形成新的共识，什么才是真正的智能生产力？

“不能重走脱实向虚的歧路”

国家层面大力推进“人工智能+”“智能经济新形态”背景下，越来越多实体经济单元将AI融入真实的生产服务过程——

矿业开采依靠AI探矿分析、AI诊断在医院试点、AI自主识别车间的安全生产风险、AI植入无人车机赋能仓库物流……

业内人士曾向政知见透露，虽然每个实体单元调用的Token消耗并不算高，但却实打实的提高了生产服务效率，这种“更重里子”的应用模式对社会和百姓才真正具有价值。产业界亟待形成新的叙事框架，凝聚新的共识。

李彦宏在《人民日报》文章中同样提到，我们缘何敢于在国际上率先提出以DAA来衡量智能经济，正在于独特的中国优势：中国拥有全球最丰富的应用场景、最完整的产业链、最大规模的数字市场，每天都在产生海量真实需求。

这意味着，DAA并不是凭空提出的新概念，而是建立在中国真实场景、真实产业、真实需求之上的评价指标。中国的优势不只在于“有模型”“有算力”，更在于有足够多的产业链环节、城市治理场景、企业工作流和民生服务需求，可以检验智能体是否真的完成任务、是否真的创造价值。

诚然，DAA从评价体系开启了以人为本的叙事逻辑，但要真的让实体经济和人民百姓获益，供给侧的硬核技术底座仍是先决条件。

拿百度举例，李彦宏在2024年就曾给出判断，智能体是彼时最为看好的方向。过去两年中，百度秒哒、百度伐谋、百度一镜等智能体布局不断完善，截止到今年2月，百度千帆平台已累计支持企业构建超过130万个智能体。

然而，大模型也好、智能体也罢，皆工具矣。唯有覆盖复杂场景、打通完整产业链的新全栈能力，才与智能体深度参与的产业体系相辅相成。

真正有用的智能体，表面是一个产品，背后是一整套全栈AI能力。面向智能体，百度智能云现全面升级为新全栈AI云，通过AI Infra支撑智能体在大规模、高并发、高频使用下稳定、快速、低成本地运行，提升智能体完成任务的准确率和效率。

百度的开拓和实践，是中国整个AI产业界的缩影。DAA的提出，指向的是基于业界、面向未来的求索：把AI发展的度量衡，从“烧了多少资源”转向“干成了多少事情”。

李彦宏在《人民日报》文章中提及，AI是服务人类的，这是科技界、产业界的初衷。我们发展AI、激活智能经济，说到底还是要服务实体经济，赋能全社会的创新创造，一定不能重走脱实向虚的歧路。

聚焦AI，人们真正需要的，同样是一个服务实体、创造价值的新兴产业链条。

WAIC前夕，《人民日报》发表这篇文章，让“智能经济究竟应该怎样被衡量”，成为产业界的灵魂一问。

这也是中国AI产业在全球竞争中必须回答的问题：不只追赶参数、算力和Token，更要用真实场景、产业纵深和应用成效，定义智能经济的新标尺。以DAA的提出为标志，AI产业评价体系正迎来从消耗到生产力的关键一跃。它所指向的，不只是一项指标更新，更是中国以应用牵引创新、以实体检验技术，为全球智能经济发展给出的中国答案。

记者：李岩