北京
出品 | 《态度》栏目
作者 | 纪川
编辑 | 定西
看完Create 2026，我惊讶的发现，李彦宏过去三年的判断，居然都正在被现实一一兑现。
过去三年，李彦宏在AI上的几个重要判断，几乎都曾是“非共识”。2024年，当大模型公司还在疯狂训练参数、比拼排行榜时，他开始反复强调：“卷应用，不卷模型”；当行业还在寻找下一个ChatGPT式超级App时，他判断，“智能体会成为AI应用最主流的形态”；当很多人还在谈“超级应用”时，他又提出，AI时代真正重要的，不是一个超级App，而是“数百万超级有用”。
这些判断，在当时都不算主流。
但到了2026年再回头看，它们正在变成行业共同语言：模型能力不再是唯一战场，AI应用开始进入真实业务流，Agent从概念走向产品，普通人也开始用自然语言开发应用、经营业务、完成过去只有团队才能完成的工作。
在Create 2026上，李彦宏进一步提出了一个新的概念：DAA，Daily Active Agents，日活智能体数。
这个想法来自校园生活：下雨放学时，没带伞的同学在走廊上喊“我要哒哒打伞”，带伞的同学接单，大家拼伞出校门。但问题是，一个班级的喊声传不到全校。于是，他想做一个全校版的“哒哒打伞”。
他不会写代码，就用自然语言告诉秒哒玩法和需求。最终，小程序支持“我想搭伞”和“我来打伞”，还能选择时间、起点、终点，支持独立打伞或拼伞，并通过积分升级激励更多同学参与。
这也是“芯云模体”全栈能力的重要性所在。
在“芯”层面，百度昆仑芯P800已经在大模型训练和推理场景中完成规模化验证，并在互联网、金融、制造、教育、能源等行业实现超万片级交付。Create 2026上，百度还提到256卡昆仑芯版本已在上个月点亮，将在6月正式上市，可将模型推理效率提升50%。
在“云”层面，百度智能云强调面向Agent的基础设施重构。例如，义乌“前店后厂”企业用一见视觉智能体搭建AI厂长。过去厂长要针对不同问题训练模型，再把识别规则和处置流程逐个配置到摄像头。现在，商家可以用自然语言把工厂特定的产线标准交给一见，视觉智能体就能快速学习管理要求，并接管多个摄像头，完成安全隐患、设备异常、人员违规等巡检任务。
在“模”层面，5月9日，百度正式发布新一代基础大模型文心大模型5.1。该模型采用“多维弹性预训练”技术，仅以业界同规模模型约6% 的预训练成本，达到基础效果领先水平，登上 LMArena 搜索榜国内第一、全球第四，是唯一上榜的国产模型。在多项业界权威基准测试中，文心5.1在智能体、知识、推理和深度搜索等方面表现出色，其中Agent 能力提升较为明显，超越了 DeepSeek-V4-Pro。此外，其创意写作能力与 Gemini 3.1 Pro 相当，推理能力也已接近业界领先闭源模型。
在空间智能领域，百度地图也拿出了面向智能体时代的具体方案。本次大会，百度地图将正式发布整车AI座舱智能体平台DuDuClaw“嘟嘟虾”，向车企开放底层能力;同时推出百度地图CLI工具以及国内首家发布的地图开发智能体MAPYA，支持自然语言生成代码与AI调用。截至目前，百度地图已服务超400万开发者，其AI副驾也在今年五一期间累计服务超2亿人次。
这些案例共同证明一点：DAA不是消费互联网里的“活跃用户”概念，而是生产系统里的“活跃智能体”概念。
它需要模型、云、芯片、工具、运行环境、行业知识和安全体系共同支撑。没有全栈能力，DAA很容易沦为空洞口号；有了全栈能力，它才可能变成可增长、可运营、可商业化的真实指标。
5、真正的机会，常常藏在非共识之中
AI行业变化太快，快到很多共识的保质期都很短。
昨天所有人还在讨论大模型参数，今天已经开始讨论Agent落地；昨天所有人还在寻找超级App，今天越来越多行业开始接受“智能体编队”；昨天Token消耗还被当作繁荣象征，今天大家已经意识到，Token首先是成本，只有转化为结果才有意义。
越是在这样的周期里，越需要有人回到技术和商业的本质，提出那些不一定顺耳、但可能更接近长期趋势的判断。因为在AI这样高速迭代的时代，共识往往意味着窗口正在关闭，而真正的机会，常常藏在非共识之中。
Create 2026之后，DAA或许也会经历一个从被讨论、被质疑到被验证的过程。它可能还需要更清晰的统计口径、更广泛的行业参与、更真实的商业案例来支撑。但至少，它把AI行业带回了一个值得讨论的问题：我们到底应该用什么来衡量AI的价值？
