2026年5月13日，百度Create AI开发者大会盛大开幕。创始人李彦宏在主题演讲中首次提出了一个全新的行业概念：DAA，即日活跃智能体数（Daily Active Agents）。

李彦宏的核心论点清晰而深刻：Token仅代表成本，衡量的是资源投入；而AI时代真正值得关注的，是有多少智能体在持续、自主地为人类工作并交付实际成果。这一概念的提出，迅速在人工智能领域与科技投资圈引发热议。业界普遍认为，这不仅是百度在技术路线上的重要宣示，也精准地指出了行业下一阶段竞争的核心维度。

那么，DAA究竟是什么？它是否真的比我们熟知的Token更能精准衡量人工智能的价值与影响力？

理解Token：AI时代的“成本度量衡”及其局限

要深入理解DAA的价值，首先需要厘清Token的本质。Token是大型语言模型处理文本信息的基本计算单元，无论是用户输入的提示词，还是模型生成的回答，其数量都以Token来计量。目前，这几乎是所有主流AI服务商进行计费、资源统计和性能对标的核心技术指标。

我们经常看到科技新闻中报道，某公司的大模型日均处理Token量达到百亿乃至万亿级别。这一数据固然体现了巨大的计算规模，但其背后也暴露出一个关键问题：Token本质上是一个“投入”或“消耗”指标，而非“产出”或“价值”指标。

一个简单的对比就能说明问题。当你请AI助手撰写一封逻辑严谨、措辞得体的商务邮件，并成功使用了这封邮件，这1000个Token的消耗创造了明确的价值。反之，如果你让模型将同一首古诗机械地重复生成100遍，同样消耗1000个Token，其产出的实际效用却几乎为零。

由此可见，Token精确统计了计算资源的消耗量，却无法直接衡量这些消耗最终为用户转化了多少实际效益。在“资源消耗”与“价值创造”之间，存在一个需要被新指标填补的衡量空白。

从DAU到DAA：互联网度量衡的智能进化

理解DAA，可以借鉴移动互联网时代的黄金指标——DAU（日活跃用户数）。DAU之所以关键，是因为它直接回答了“有多少真实用户对你的服务产生了依赖”这一根本问题，是衡量产品生命力和市场地位的核心。

DAA沿袭了这一逻辑精髓，只是将衡量主体从“人”升级为“智能体”。它关注的核心是：每天有多少个能够理解意图、自主规划并执行任务的AI智能体在有效运行，并成功输出了可用的任务结果。

我们可以清晰地看到度量衡的演进路径：

DAU（日活跃用户数）：互联网时代，衡量“多少人”在主动使用服务。

Token消耗量：AI模型普及初期，衡量“多少算力”被消耗。

DAA（日活跃智能体数）：AI应用深化阶段，衡量“多少智能体”在持续交付成果。

李彦宏预测，未来全球日活智能体数将轻松突破100亿大关。作为参照，目前全球DAU最高的互联网平台约为34亿。DAA的规模潜力之所以被普遍看好，是因为在智能化的未来，一个企业部署数十甚至数百个同时处理不同任务的AI智能体，将成为标准配置，而非个别案例。

DAA对比Token：为何更接近价值本质？

客观而言，李彦宏提出DAA概念，确实蕴含着百度的战略思考。在业界竞相追逐万亿参数模型的背景下，百度更早地将重心放在了智能体（Agent）的应用落地与生态构建上。倡导以DAA作为新的行业标尺，无疑是在推动建立一套更符合其技术布局优势的评价体系。

然而，这并不能否定DAA概念本身的先进性与洞察力。从经济学角度看，衡量产出永远比衡量投入更贴近价值的本质。DAA试图度量的，正是智能体“完成了多少有效工作”，这显然比单纯统计“消耗了多少计算资源”更能真实反映AI技术所带来的经济效率提升和商业价值。

一个典型的反例是：如果一家AI公司的Token消耗量巨大，但其中大量消耗源于用户反复修正指令、模型生成错误结果或产生无意义内容，那么这种高消耗恰恰是产品体验不佳、效率低下的信号，而非健康发展的标志。

再从技术发展趋势观察，随着智能体框架与工具的成熟，DAA的测量正变得越来越可行。当企业开始规模化部署能够独立处理客服问答、代码生成、设计辅助、数据洞察等任务的智能体时，“有多少智能体在活跃工作”自然就会成为一个可量化、可比较的关键绩效指标。

Token与DAA：互补共存，衡量不同维度

那么，Token指标是否会被彻底取代？答案是否定的。不同的度量衡服务于不同的商业场景与分析目的，它们的关系更可能是长期互补、各司其职。

Token的核心适用场景：评估模型训练与推理的底层成本、云计算基础设施的利用效率、以及进行精确的算力资源规划。这是从成本控制和技术效率视角出发的指标，对于云服务提供商、芯片制造商以及需要精细化运营的AI企业而言，至关重要。

DAA的核心适用场景：评估一个AI平台或应用生态的繁荣度、技术落地的实际广度与深度，以及最终为用户和客户创造价值的总体规模。这是从市场产出和商业价值视角出发的指标，对于衡量AI应用公司的市场竞争力、成长潜力与投资价值，具有更强的参考意义。

这类似于移动互联网时代，我们既关注MAU（月活跃用户）来衡量用户基础规模，也关注GMV（商品交易总额）来衡量实际的商业转化。未来的AI产业，Token和DAA很可能并行成为两套核心但维度不同的衡量体系：一套聚焦于“成本与效率”，另一套则聚焦于“产出与价值”。

李彦宏提出DAA，其更深层的行业意义在于，它标志着一个关键叙事重心的转变——人工智能产业的竞争焦点，正在从底层模型层的“参数规模竞赛”，转向上层应用层的“智能体效能竞赛”。未来，哪个平台能支撑更多活跃、高效、可靠的智能体，并让它们完成更复杂的任务，哪个平台就更有可能掌握价值链的主导权。这套以“价值交付”为核心的逻辑，无疑比单纯比较模型参数大小，更贴近技术赋能商业的真实图景。

（本文旨在进行行业信息解读与趋势分析，不构成任何形式的投资建议。市场存在风险，决策需要独立判断。）