两个月前在圣何塞，黄仁勋穿着标志性的皮衣站在GTC大会的舞台上，向世界宣告：Token（令牌）正成为一种新的大宗商品，生成Token的成本与效率，将直接决定科技公司的营收乃至生死。
昨天，在北京的Create 2026大会开幕式上，李彦宏似乎给出了一个不同的视角。他说：「Token只代表成本，不代表收益。它衡量的是投入，而不是产出。」
紧接着，他抛出了一个新概念：DAA，即日活智能体数。
这场景有点像卖铲子的人和挖金矿的人之间的对话。前者说，看铲子消耗量就知道金矿有多繁荣；后者说，关键得看我挖出了多少金子。
双方都没错。但面对同一座金矿，用不同的尺子去丈量，讲出来的故事可能截然不同。
真正耐人寻味的，或许不是谁对谁错，而是一个事实：AI产业的发展速度，已经快到了这个行业还没来得及统一自己的“记账方式”。
DAA：从「烧了多少」到「干了多少」
李彦宏提出的DAA逻辑并不复杂。移动互联网时代，衡量平台价值看DAU（日活跃用户数）。到了智能体时代，对应的指标或许就该是DAA——每天有多少个智能体在真正为人类工作，并交付成果。
关键在于「交付结果」这四个字。
Token消耗量告诉你系统在运转、算力在燃烧、资金在消耗。但它无法告诉你这些Token究竟创造了什么价值。是帮一位创业者生成了一份详实的商业计划书，还是用户反复测试性地输入“你好”导致系统消耗了等量的Token？两者消耗可能相近，价值却天差地别。
用李彦宏的话说，「这比无谓的Token消耗，更接近价值，也更接近本质。」
他甚至给出了一个大胆的预测：未来全球DAA可能超过100亿。这意味着一个人可能同时调用三五个智能体处理不同任务——你作为一个DAU，却贡献了多个DAA。
从技术上看，智能体数量远超人口规模，已是可以预见的未来。
当然，李彦宏自己也承认这是一个“非共识的观点”。在行业普遍聚焦Token消耗量的当下，提出Token不代表终局，确实需要一些勇气。
当然，背后也必然有其商业逻辑的考量。
Token经济学：一种极具吸引力的叙事
Token经济学的魅力，很大程度上源于其坚实的数据支撑。
截至今年3月，中国市场的日均Token调用量已超过140万亿，相比2024年初的约1000亿，增长超过1000倍。火山引擎的豆包大模型日均Token使用量突破120万亿。OpenRouter平台上前十大模型的周Token调用量，也从1.24万亿激增至近14万亿。
这条陡峭得令人眩晕的增长曲线，核心驱动力正是智能体（Agent）的普及。
过去的聊天机器人时代，单轮对话通常消耗1000到3000个Token。进入智能体时代后，完成一个任务往往需要触发几十甚至上百次模型调用，中等复杂度任务消耗10万Token，复杂任务则可能高达百万。
逻辑很直接：智能体越多，Token消耗越大；Token消耗越大，算力需求越高；算力需求越高，芯片就卖得越好。
这个闭环对于英伟达而言，堪称完美。其2025财年2159亿美元的营收和1170亿美元的净利润，让黄仁勋有十足底气将Token比作“新的石油”。
市场也在用行动投票。阿里巴巴成立Token Hub事业群，由吴泳铭亲自挂帅。58同城的姚劲波公开表示Token“用得越多越好”，应不计成本投入。昆仑万维发布内部信，强制推行AI编程，未达标者面临淘汰。黄仁勋甚至预言，“你的offer附带多少Token配额”将成为硅谷新的薪酬谈判筹码。
Token消耗量作为指标，最大的优势在于简单、可量化、且易于跨平台比较。140万亿就是140万亿，数据本身没有歧义。
但有时候，过于简单的指标也可能掩盖深层问题。一个只关心食材消耗量的餐厅，未必能做出好菜。
共识大于分歧
如果将Token经济学与DAA放在一起审视，你会发现两者的共识其实远大于分歧。
两种判断都基于一个共同的前提：AI正从简单的对话阶段，迈向能够自主执行任务的智能体阶段。并且，双方都认同这背后是万亿级别的产业重塑。
分歧在哪里？在于谁的“账本”更能真实反映这个产业的健康度。
Token衡量的是投入侧：消耗了多少算力，工厂每瓦特电力产出了多少Token。这对芯片制造商和云计算服务商至关重要。
DAA衡量的是产出侧：有多少智能体在有效运行，完成了多少实际任务。这对应用平台方意义重大。百度力推的DuMate、秒哒、百度一镜等产品，核心卖点正是“帮你把事情做完”。只有用“结果交付”来记账，应用层创造的价值才能被清晰呈现。
这可谓是“屁股决定脑袋”，但并非谁在说谎。产业链上的不同玩家，自然会推崇对自己最有利的评估体系。
有趣的是，腾讯似乎也站在了应用侧。腾讯云副总裁杨晨曾表示：「我们认为Token不是一个多么健康的生意，它看着量很大但黏性极差。」腾讯的核心资产是微信生态和内容场景，它更关心AI能否在自己的生态内有效运转。相比之下，阿里的态度截然不同，吴泳铭断言未来5年AI和云业务收入将超1000亿美元。
同一个行业，同一批顶尖的头脑，却得出了不同的结论。这本身恰恰说明，AI技术的迭代速度，已经跑在了行业共识形成的前面。
打个比方，Token消耗量有点像GDP，衡量的是经济活动的总规模，但不管这活动是建了一座桥还是挖了个坑又填上。DAA则更像就业率，衡量的是有多少“劳动力”在持续创造价值。GDP高但就业率低，可能意味着空转；就业率高但产出质量差，则可能是虚胖。一个健康的经济体，两者都需要关注。
不过，对于普通用户而言，坦率讲，这两个词都显得有些术语化。
用户关心的始终是那几个朴素的问题：这东西好用吗？帮我省了多少时间？花了我多少钱？
在纯粹的Token经济学叙事下，AI产品对用户可能并不那么友好。
就像使用打车软件，起步价、里程费、拥堵费都清清楚楚。但使用一个AI智能体时，到底消耗了多少Token、调用了哪个模型、智能体因为“反思”而多轮推理导致费用翻倍……许多普通用户至今仍搞不明白。
DAA至少提供了另一个视角：用户或许不该过分关心智能体“烧”了多少Token，而应该关注它有没有帮你“把事情做完”。前者是查看水表读数，后者是检查水龙头有没有出水。
造词运动背后的产业逻辑
回顾一下：2024年初，中国日均Token调用量还在1000亿级别。到了2026年3月，这个数字变成了140万亿。千倍级的增长，就发生在两年间。
在这种爆炸式的速度面前，任何现有的认知框架都可能迅速过时。
于是，产业链上的每个主要玩家，都只能从自身所处的位置出发，试图为这片混沌划定坐标。黄仁勋提出了“Token工厂”，李彦宏定义了“DAA”，阿里打造了“Token Hub”……
本质上，Token衡量的是基础设施的繁荣度，DAA衡量的是应用价值的交付密度。两者更多是互补关系，而非互斥。没有Token的生产和流转，智能体就无法运行；没有智能体交付结果，Token消耗就只是空转。
对于最终用户来说，最好的度量衡，往往是那个你根本无需感知的。打开水龙头，水就来了；把任务交给智能体，事情就办完了；看一眼账单，觉得价格合理。至于背后消耗了多少Token、调动了多少个智能体、芯片来自哪家、云服务用了哪一层——这些，留给黄仁勋和李彦宏去讨论就好。
从DAU到DAA，从“人在使用产品”到“产品在帮人干活”，AI时代的价值坐标系正在被重新构建。
有争论是好事。当一个行业只剩下一种记账方式时，所有人都会围绕同一个数字进行优化，无论这个数字是否真正导向价值。
多一种衡量的维度，就多了一个纠偏和审视的机会。
至于最终哪一套度量体系能成为主流，答案或许并不完全掌握在黄仁勋或李彦宏手中，而在每一位用户手里。
你每天用智能体做了什么、完成得好不好、是否愿意继续为之付费——这些真实发生的行为和选择，才是对AI时代最诚实的投票。
