DAU已死，Token無用：李彥宏用DAA終結(jié)了AI的度量衡之爭

今年4月，AI行業(yè)出現(xiàn)了一組讓投資人坐立難安的數(shù)據(jù)：Anthropic年化營收突破300億美元，正式超過OpenAI的約250億美元。

但反常的是，據(jù)第三方機構(gòu)估算，Claude的月活用戶僅約為ChatGPT的2.44%。以及，Anthropic的模型訓(xùn)練投入只有OpenAI的四分之一。

更低的投入、更少的月活，卻做到了更高的收入。

按移動互聯(lián)網(wǎng)的DAU（日活用戶數(shù)）鐵律：用戶規(guī)模越大、網(wǎng)絡(luò)效應(yīng)越強、商業(yè)化效率越高。然而，這套曾催生微信、抖音、拼多多的邏輯，已無法解釋當(dāng)下的現(xiàn)實。

Anthropic 80%的收入來自企業(yè)端，超千家企業(yè)年付費超百萬美元；OpenAI雖坐擁9億周活用戶，多為寫作業(yè)、寫周報、閑聊的免費用戶，維護流量需要天價的推理成本。C端流量漏斗和B端訂閱引擎的真實差距，說明DAU不再適合作為AI時代用以度量價值的尺子了。

今年4月底，百度發(fā)布通用智能體GenFlow 4.0時，披露了一個新的計量數(shù)據(jù)：一年四輪迭代的GenFlow月任務(wù)交付量高達2億次。不是普通的對話、點擊量，而是PPT生成、數(shù)據(jù)報表、文檔處理這類實際落地任務(wù)的完成量。

“任務(wù)交付”突然就成了房間里的大象，它直接把那個本應(yīng)該被所有人看見的問題推到臺前：當(dāng)AI開始干活了，你該用什么尺子來量？

DAA（Daily Active Agents，日活智能體數(shù)），是李彥宏在Create 2026大會上提出的一個新的度量單位。

DAA的規(guī)則很樸素：每天有多少個智能體在真實場景中完成了至少一次任務(wù)閉環(huán)。所謂任務(wù)閉環(huán)，是指智能體不僅完成了與用戶的交互，還切實產(chǎn)出了一個可交付的結(jié)果，比如自動完成了報銷流程、生成了可用的數(shù)據(jù)分析報告、獨立處理了一個客服工單。

簡言之，這把新尺子，量的是“干了多少活”，而不是“來了多少人”或“燒了多少電”。它試圖回答一個更本質(zhì)的問題：AI到底創(chuàng)造了多少真實價值？

這不是一次簡單的指標(biāo)更換。它背后反映的，是一種不可逆轉(zhuǎn)的變化。

Token：成本單位，不是價值尺度

有人會問那Token呢？這不是大模型時代最熱門的指標(biāo)嗎？

Sam Altman在2025年OpenAI開發(fā)者大會上提出“萬億Token俱樂部”，一時風(fēng)頭無兩，“Token消耗量”被硅谷視為衡量AI需求的黃金標(biāo)準(zhǔn)。邏輯很簡單：模型按Token計費，Token用得越多，收入越高。

可以明確的是，Token是當(dāng)下最接近“共識”的基本單位。大概沒有人能否認，一個日均消耗140萬億Token的行業(yè)，和一個日均消耗1000億Token的行業(yè)，處在完全不同的發(fā)展階段。“Token消耗量”可以看作是大模型高速發(fā)展階段大力出奇跡故事的一個注腳。

可到了AI Agent的階段，“Token消耗量”就不那么因地制宜了。打個比方，大模型是水壩，Token是開閘放出去的水，衡量水量之后是不是應(yīng)該度量一下，這些水究竟灌溉了多少良田、起到了多少作用。

正如全球權(quán)威咨詢機構(gòu)Gartner分析文章稱：Token消耗正在被越來越多的AI廠商視作反映AI規(guī)模、采用度和市場領(lǐng)導(dǎo)力的信號，但這一指標(biāo)并不能有效體現(xiàn)業(yè)務(wù)價值、效率或可持續(xù)性。

無論企業(yè)還是個人，必然要回歸一個樸素的追問：

燒了這么多Token，到底有多少轉(zhuǎn)化成了真實的生產(chǎn)力和業(yè)務(wù)價值？

這就是DAA的切入點。

DAA這套新度量衡的底層邏輯不是另起爐灶，而是往Token這座地基上再搭一層樓。當(dāng)Token消耗指數(shù)級增長，當(dāng)企業(yè)的賬越算越細，從業(yè)者們需要記錄的就不再只是流水，而是每一筆流水對應(yīng)的交付。

這件事在行業(yè)里已經(jīng)有人開始做了。部分SaaS廠商開始在年報里同時披露Token消耗和任務(wù)完成數(shù)，兩者的增速并不總是對齊。有的時候Token翻了三倍，任務(wù)完成數(shù)只漲了50%。

這中間的差值，就是AI落地到產(chǎn)業(yè)時最現(xiàn)實的效率損耗。而DAA要做的就是把這部分不可見的損耗，變成可見的指標(biāo)。

如果說Token讓AI有了成本意識，DAA的意思很明確：是時候補上價值意識了。

DAA開始衡量AI的“交付”

DAA的的核心視角轉(zhuǎn)換可以濃縮為三個對照：

DAU看的是“來了多少人”：登錄、打開、瀏覽，就算有效行為；

Token看的是“消耗了多少”：模型推理了多少步，生成了多少字符；

DAA看的是“干了多少活”：從“使用”轉(zhuǎn)向“交付”，從“過程消耗”轉(zhuǎn)向“結(jié)果產(chǎn)出”。

這不是換個名詞的文字游戲。三種衡量方式的底層邏輯，分別對應(yīng)著三種不同的商業(yè)世界觀：DAU是流量邏輯，Token是成本邏輯，DAA是價值邏輯。

DAA之所以在這個時間點被提出，背后是AI智能體正在從實驗品走向生產(chǎn)力工具的質(zhì)變。

僅百度千帆平臺，目前就已累計服務(wù)超46萬家企業(yè)客戶，支撐企業(yè)構(gòu)建超130萬個Agents，覆蓋智能硬件、制造、交通、能源等主流行業(yè)。當(dāng)智能體數(shù)量以百萬計、并行運作時，交付量就是最直觀的產(chǎn)能指標(biāo)。

關(guān)鍵在于，DAA的價值并非停留在概念層面，它對于不同角色，有著各自精準(zhǔn)的錨定效應(yīng)。

對行業(yè)而言，DAA校準(zhǔn)了AI落地的評價標(biāo)準(zhǔn)。

過去判斷AI成不成功，往往看模型發(fā)布時的跑分和榜單排名，或者看產(chǎn)品覆蓋了多少用戶。但這些指標(biāo)距離實際的產(chǎn)業(yè)AI進化，隔著一層厚厚的模糊地帶。

DAA直接錨定任務(wù)交付，讓行業(yè)有了一個統(tǒng)一、可比較的價值標(biāo)尺。它把討論從“誰的模型更強”拉回到“誰的AI真正在生產(chǎn)環(huán)境中跑通了閉環(huán)”，后者才是衡量技術(shù)落地程度的硬指標(biāo)。

對企業(yè)而言，DAA把增長邏輯從規(guī)模驅(qū)動拉回到結(jié)果驅(qū)動。

中小企業(yè)和傳統(tǒng)行業(yè)客戶真正需要的是“把事做成的AI”，而不是一個Token消耗黑洞。DAA讓企業(yè)在采購AI服務(wù)時有了更精準(zhǔn)的評估維度，不是模型參數(shù)大小，而是智能體實際任務(wù)交付情況。

更進一步，DAA將推動組織形態(tài)的演變：當(dāng)一家公司能夠清晰計量每個Agent的產(chǎn)出時，組織設(shè)計、崗位定義、績效考核都將被重構(gòu)。未來每一家公司，在某種意義上都將成為AI智能體公司。

對個體而言，DAA幫助判斷AI是否真正成為可依賴的生產(chǎn)力工具。

一個人一天里跟AI互動了100次，但只有3次產(chǎn)出了有效結(jié)果，傳統(tǒng)DAU會把他算作一個活躍用戶，DAA則會揭示出AI對真實效率的提升不足。

這把尺子倒逼AI產(chǎn)品從“讓用戶上癮”轉(zhuǎn)向“讓用戶有結(jié)果”，也讓個體能夠更理性地評估自己的AI投入產(chǎn)出比，進化為真正意義上的超級個體。

從更宏觀的視角看，DAA與AI普惠的命運息息相關(guān)。

移動互聯(lián)網(wǎng)之所以創(chuàng)造了巨大的社會價值，本質(zhì)上不是因為它有高DAU，而是因為電商讓交易效率飛升、社交讓信息流通加速、支付讓金融門檻降低。

AI時代同理，如果整個行業(yè)只盯著Token消耗量和用戶數(shù)狂歡，等泡沫退潮，留下的可能只是一地雞毛的推理賬單。必須從一開始就錨定真實有效的生產(chǎn)力指標(biāo)，技術(shù)效益才能轉(zhuǎn)化為社會紅利。

李彥宏的進化論

風(fēng)投機構(gòu)Benchmark Capital的聯(lián)合創(chuàng)始人安迪·拉奇夫，有一個著名的“非共識”投資哲學(xué)，核心思想模型是一個簡潔有力的2x2矩陣，解釋了為何“非共識”決策能帶來超額回報：

正確且共識：人人都認同這是對的，競爭白熱化，最終陷入同質(zhì)化和價格戰(zhàn)；

錯誤且共識：集體誤判，典型如泡沫；

錯誤且非共識：別人都看懂了你沒看懂，孤家寡人是有原因的；

正確且非共識：你看到的東西別人沒看到，或不愿承認，這是唯一通往超額回報的一條路。

要把這個理論落到實處，百度和李彥宏其實是一個值得探討的案例。近年來，當(dāng)行業(yè)普遍追求參數(shù)規(guī)模、關(guān)注用戶量時，李彥宏多次提出一系列“非共識”判斷：

早期預(yù)判（2023年9月）：率先看空單純的“卷模型”，提出“卷應(yīng)用”才是未來。

路線選擇（2024年7月）：在行業(yè)追逐“超級應(yīng)用”高DAU時，提出“超級能干”比“超級應(yīng)用”更重要，并“最看好智能體方向”。

中期定調(diào)（2025年3月）：首次提出“AI智能體爆發(fā)的元年”，強調(diào)“當(dāng)AI能力被內(nèi)化，智能就不再是成本，而是生產(chǎn)力”。

建立新標(biāo)準(zhǔn)（2026年5月）：基于智能體的應(yīng)用爆發(fā)，在業(yè)內(nèi)首次提出以 DAA，即“日活智能體數(shù)”作為衡量AI價值的新指標(biāo)。

這背后，是安迪·拉奇夫和彼得·蒂爾都推崇的長期主義，也是推動技術(shù)進步、穿越周期的真正內(nèi)核。

從“卷應(yīng)用”到“避開超級應(yīng)用陷阱”，從“最看好智能體”到“智能體爆發(fā)元年”，從“倒金字塔”到如今提出DAA，這些觀點不僅印證了"起大早"的百度走在前面，關(guān)鍵是貫穿其中的產(chǎn)業(yè)定論：

AI的終極價值不在技術(shù)本身，而在技術(shù)真正落地為生產(chǎn)力。

沿著這條思路再看DAA的提出，其實本質(zhì)就是當(dāng)AI能干活了，你需要一把能衡量產(chǎn)出而非投入的尺子。

那么，為什么是百度？為什么它能反復(fù)完成“前瞻—驗證”的循環(huán)？

答案藏在底色里。

百度從2010年起深度投入AI，自然語言處理、深度學(xué)習(xí)研究院、文心大模型，這條路走了十幾年。它不是浪潮來了才上車的，它本身就是造車的。

這決定了百度看AI的第一性原理跟移動互聯(lián)網(wǎng)時代的贏家不同：它更習(xí)慣從技術(shù)根系出發(fā)看應(yīng)用長成什么樣子，而不是從流量邏輯出發(fā)看技術(shù)怎么為流量服務(wù)。

李彥宏去年講“AI內(nèi)化”今年講“自我進化”，皆與此有關(guān)。甚至DAA度量標(biāo)準(zhǔn)的誕生，也是“自我進化”整體趨勢下的水到渠成。

李彥宏提出，當(dāng)下的底層基礎(chǔ)設(shè)施，必須為智能體這個全新的主體重新搭建，方便智能體來調(diào)用。

為此，百度今年提出了“芯云模體”新全棧布局。具體拆分來看：

“芯”的層面，昆侖芯P800已完成規(guī)模化驗證交付多個萬卡集群，基于昆侖芯的天池256卡超節(jié)點已經(jīng)在上個?點亮；

“云”的層面，百度千帆平臺已支撐創(chuàng)建超130萬個智能體，日均調(diào)用數(shù)千萬次；

“模”的層面，最新發(fā)布的??5.1登上Arena?本榜、搜索榜國內(nèi)第一，預(yù)訓(xùn)練成本僅為業(yè)界6%；

“體”的層面，以伐謀、秒噠、一鏡、DuMate等為代表的各類智能體，已實現(xiàn)多任務(wù)并行執(zhí)行、自主開發(fā)應(yīng)用甚至自我進化的能力。

這套全棧體系讓DAA不是空中樓閣。“芯云模體”齊頭并進，為DAA的規(guī)模化推廣提供了底層保障。

尾聲

每一輪技術(shù)革命，最終勝出的往往不是技術(shù)最強的玩家，而是那些敢于提出新范式、并用體系化能力把它落地的玩家，正如19世紀(jì)西門子那句判斷，“誰掌握了標(biāo)準(zhǔn)，誰就掌握了市場”。

移動互聯(lián)網(wǎng)時代，“用戶數(shù)+使用時長”和GMV這些衡量標(biāo)準(zhǔn)本身就是生產(chǎn)關(guān)系的核心構(gòu)件，它決定了資源往哪里流、資本怎么定價、玩家怎么競爭。

AI Agent時代的序幕正在拉開。當(dāng)智能體不再只是陪聊，而是真正開始干活，幫會計做賬、幫律師審合同、幫工程師調(diào)代碼、幫客服處理投訴，整個社會的生產(chǎn)關(guān)系都會被重塑。

如果說DAU是流量思維的終極體現(xiàn)，那么DAA就是效能思維的原生語言。

對資本市場而言，DAA所錨定的“任務(wù)交付”將成為一個新的價值信號：

收入質(zhì)量和用戶粘性，不再取決于“誰吸引了最多眼球”，而取決于“誰的AI真正融入了生產(chǎn)流程”。

對普通用戶來說，DAA背后的超級個體思維，則意味著AI時代的創(chuàng)造力不再掌握在少數(shù)超級應(yīng)用手中，而是分散到每一個能駕馭智能體的個人手中。

那些率先理解并踐行DAA邏輯的公司和個人，將更有可能在新周期中占據(jù)先機。