DAA从理念走向标准，百度迎来智能经济时代蝶变

导语：从最初的一个前沿概念，到迭代为具有一套完整方法论的体系，DAA证明了其在智能经济时代的强大生命力。

路言/作者 砺石商业评论/出品

1

DAA的进化

7月17日，备受瞩目的2026年世界人工智能大会（以下简称WAIC2026）在上海召开。在此次大会上，一大批引领行业的前瞻理念与技术成果引起了业界的广泛热议。

其中，IDC发布了行业首份《DAA研究报告》，对百度公司创始人李彦宏在Create大会上提出的DAA（Daily Active Agents，日活智能体数）概念进行了系统解析与进一步的丰富迭代。而就在WAIC前夕，人民日报刊发了李彦宏的署名文章，提出以DAA衡量智能经济发展。

IDC《DAA研究报告》主要内容包括，对DAA概念更详细的指标树分解，DAA价值公式的提出，并从应用场景、技术架构、落地路线图与具体案例等维度给出了详细的落地建议，让DAA从一个前沿的理念，进化为一套完整的方法论。

这套方法论为衡量智能体的活跃程度、业务渗透和实际产出提供了更加系统化的参考，在各类组织中都具有广泛的适用性。无论是政府部门的产业政策制定，人工智能企业的战略选择，还是希望借助人工智能实现业务增效的行业用户，都能够从中获益匪浅。

2

从理念到完整方法论的跃迁

任何一个新事物的涌现，背后都必定面临着某种需求。需求越强烈，则生命力越强大。DAA理念之所以受到行业广泛关注，最根本原因是人工智能的发展，正在呼唤一种能够对AI价值进行科学度量的新度量语言。

在移动互联网时代，DAU是较为通行的度量语言；在大模型发展早期的生成式AI阶段，Token是被广泛应用的度量语言。但随着人工智能发展进入以智能体应用为核心的智能经济时代，上述指标已经逐渐无法满足行业的发展需求。

例如，DAU最早主要是用来衡量一个移动App的用户规模与用户活跃度，其是评估一个App商业价值与资本价值的参考指标。但在人工智能时代，智能体的分布更加去中心化，其数量规模相较传统App的规模要大得多，其核心价值不在于用户数量，而在于真实业务场景的真实任务解决，所以DAU无法有效衡量智能体的真实价值。

Token则是诞生于大模型、云计算厂商占据产业舞台中央的生成式AI阶段，是从这些企业视角去制定的一个指标，用户消耗的Token越多，上述企业的商业化营收也就越多。但对于行业用户来说，Token只是意味着成本消耗，并不能衡量价值创造，例如“真实业务问题解决、风险降低、销售转化与员工效率是否改善”等。另外，以Token为导向的衡量指标体系，还有可能导致“调用链条低效、提示词冗长、重复计算严重、模型路由不合理或无效生成过多”等诸多问题，造成企业在人工智能成本上的失控。

在这种背景下，人工智能产业便迫切需要一个更符合智能经济时代特征，能够对AI价值进行更科学度量的指标。而百度提出的DAA便是侧重从价值端出发，更关注每天有多少智能体真正进入业务流程、完成任务并创造价值，相较Token是一个更接近产出和价值的指标维度。因此一经提出，便展现了强大的生命力。

此次IDC发布的《DAA研究报告》的最大亮点在于，其将DAA从一个衡量“智能体数量”的狭义指标，丰富为一套内涵更为广泛的指标体系。具体可拆解为六层指标树，包含活跃规模指标、任务执行指标、有效Token指标、人机协同指标、治理与风险指标。

结合上述指标，该报告还创造性提出了一个衡量DAA投资回报率的DAA价值公式，即“DAA价值（ROI）=（活跃智能体数✖单智能体任务量✖任务完成质量✖单任务业务价值）➗Token消耗与运营总成本”（成本边界）。

从“活跃”、“任务”、“价值”与“成本”这几个关键词可以看出，DAA价值公式正是从行业用户最为关切的视角出发的一个评估方法，能够更准确评估DAA的价值创造，从而避免有可能出现的“DAA越高，企业成本越高、风险越大与管理越复杂”等问题。

值得注意的是，DAA价值公式并不是一个精确的财务核算公式，而是帮助企业理解DAA价值逻辑的一个管理模型。其能够很好提醒行业用户，DAA本身只是一个理念起点，其一方面需要实现智能体活跃、任务量稳定、任务质量可靠与单任务价值的明确，另一方面还要做到Token与运营总成本的可控，才能实现真正的价值创造。

除了对DAA指标体系的丰富完善，该报告还从多个维度给出了详细的落地建议。例如，其基于不同行业业务场景与智能体的匹配情况，提出了金融、制造、泛互联网、医疗与教育5个最适合落地DAA的场景建议，提出了高频任务、高价值任务、高风险任务与高协同任务为四个优先切入的任务方向，并制定了“0-6个月建立DAA认知与场景基线，6-18个月建设智能体编队与DAA运营看板、18-36个月进入智能体优先的组织架构重构”的推进路线图，帮助企业分步骤有序落地。

尤其有价值的是，该报告还提醒我们DAA不只是一个前端应用指标，而是企业后端能力体系的外在表现。一个企业要拥有高质量的DAA，不能只是采购松散的智能体应用，好似必须建设面向智能体规模化运行的技术与运营架构。该报告提供了一个称为DAA运营底座的架构建议，涵盖了模型层、数据与知识层、工具与行动层、智能体编排层、身份与权限层、评估与监测层、运营与商业层，这七层架构可以帮助行业用户对自身的智能体平台能力进行详细评估与改进。

再完善的理念、方法与工具，要想完美落地还要依赖组织内的人，尤其是组织内的核心决策人员。《DAA研究报告》在李彦宏之前提出的“CEO需要考虑智能体优先策略”的基础上，对企业各个领域的CXO们都提出了应用DAA的具体建议。例如，其建议CEO可以基于DAA观察AI战略落地情况，CIO可以进行企业数字化的平台架构管理，CFO可以进行投资回报衡量，COO可以进行流程运营的优化，CMO可以进行业务增长范式的转型，CHRO可以进行组织能力的重构......

当一家企业的核心决策人员，都能够充分理解并应用DAA的理念、方法与工具，那么企业在构建智能体优先组织，充分释放智能体业务价值时便能够事半功倍。

3

智能经济时代的百度机遇

在百度提出DAA理念并对其进行丰富完善，从而迭代为一套完整的方法论时，全球人工智能产业同行也在做着类似的思考。

例如，在海外学术界，AI Token Economics研究认为，“Token 正在从一个技术计量单位，逐渐暴露出无法解释价值创造、无法衡量生产力、 甚至可能导致成本误判的问题”。

在产业界，各大科技巨头对“token maxxing”的态度也出现大反转，它们纷纷批判Token消耗与价值不对应、无法衡量产出等问题。其中，BNP Paribas CIB AI负责人指出，Token本质上只是计算单元，而非生产力指标，企业如果过度依赖Token进行成本与使用评估，可能会陷入“虚荣指标”的误区。Palantir CEO Alex Karp认为，企业正在为大量“并未转化为业务价值的Token消耗”付费......

虽然海外同行也在做着类似的思考，但目前尚未有一家企业像百度这样已经提出了一套涵盖理念、方法论与工具的完整解决方案，这不得不让我们钦佩百度的前沿洞见与技术领导力。那么，百度到底是如何做到的呢？

作为DAA概念的提出者，百度创始人李彦宏的技术洞察与产业先见至关重要。但抛开李彦宏个人能力，笔者认为百度基于技术理想与长期主义思维，在技术、工程化与产业落地等领域长期深耕所形成的“芯—云—模—体”全栈布局是重中之重。这种全栈布局，让百度具有了大多数企业都无法兼备的两大核心优势，一个是在高质量智能体方面的行业领先，另外一个是在帮助行业用户打造智能体方面的基础设施支撑能力。

例如，在高质量的智能体领域，百度已经打造了通用智能体百度搭子、代码智能体秒哒、数字人智能体一镜与决策智能体伐谋等组成的业界最强大的智能体产品矩阵，对智能体的价值、痛点有着深刻感知。在帮助行业用户打造智能体方面，百度拥有集合了搜索、云、昆仑芯、大模型、产业AI与企业服务等多重能力组成的系统性能力，这种系统能力是帮助行业用户开发高质量智能体的沃土。

在WAIC2026上，百度的“芯—云—模—体”全栈能力继续进化。

其中，在智能体领域，百度搭子升级多项新能力，并发布企业版；秒哒最新升级瞄准增长与交付功能，帮助开发者打通从应用开发、上线、变现链路；百度一镜首发数字人视频播客解决方案，突破数字人微表情技术，呈现自然插话、专业影视视听语言能力。其中，百度搭子还凭借在科技含量、市场前景、通用性及社会经济效益等维度的亮眼表现，成为入选本次大会十大“镇馆之宝”的唯一同类产品。

在芯片、大模型与云服务领域，百度也从性能与成本方面持续提升，以更好支撑智能体的规模化运行。例如，在芯片层，昆仑芯展示了超节点最新进展，天池256吞吐性能相比上一代提升25%，并完成与文心、DeepSeek、GLM、Minimax等主流模型的适配，结合推理系统优化，模型推理效率提升50%。单个天池512超节点已具备万亿参数模型训练能力。在模型层，文心5.1以业界同规模模型约6%的预训练成本实现领先效果，并登上LMArena搜索榜国内第一。在云基础设施层，百度智能云已服务80%的央企，实现2025年全年、2026年第一季度及2026年上半年公开中标金额持续领跑。

一方面是在高质量智能体领域的行业领先，另外一方面是在协助行业用户打造高质量智能体方面的基础设施能力，让百度对于智能体爆发带来的用户需求、痛点有着最深层次的洞察，因此能够率先提出DAA这一前瞻理念，并基于该理念进行了更加严谨、体系化的丰富，从而实现了从理念到完整方法论的构建。

除了在AI价值评估体系上引领智能经济时代之外，百度也有望成为智能体应用爆发最大红利受益者。根据IDC预测，2026年全球活跃智能体数量将达到7940万个， 2030年增长到22.16亿个，增长幅度堪称惊人。

同时，英伟达创始人黄仁勋近日在与LangChain CEO、联合创始人Harrison Chase的一场对话中，几乎没有聊GPU，也没有谈下一代模型，而是将对话的重心都聚焦到了智能体上。在他看来，大模型正成为行业标配，真正能拉开企业差距的将是围绕模型构建的智能体系统，以及企业沉淀其中的专有知识和工作流。黄仁勋表示，未来公司竞争的不再是谁拥有更大的模型，而是谁拥有更强的“超级智能体”，所以每一家企业都需要打造自己的专业化智能体。

IDC的预测与黄仁勋的关注，都预示着智能体的大爆发，这将为那些提前预见并为该趋势做好准备的企业带来最大的生意机会，而百度正是为此做好最充分准备的企业。

如果说高质量智能体矩阵是百度在智能经济时代的亲自“淘金”，而“芯云模体”全栈布局的基础设施服务能力，则是其帮助淘金者“淘金”的强大装备库，也是百度自身在智能经济时代实现业务蝶变，业绩跃升的最大底气。