文章核心观点 - AI行业传统的以日活跃用户数(DAU)为核心的价值评估体系在智能体(Agent)时代已经失效，需要建立新的衡量标准[2][5] - 百度创始人李彦宏在Create2026大会上提出了“日活智能体数(DAA)”这一新指标，旨在用“每天有多少个智能体在干活并交付结果”来衡量AI创造的实际生产力价值[2][7] - DAA指标的核心是将关注点从“人类注意力”转向“机器生产力”，衡量AI实际完成的任务闭环，其三角模型为：DAA规模 × 任务完成率 × 单任务价值[8][9] - Anthropic以仅相当于OpenAI 2%的日活用户实现了营收反超，年化收入突破300亿美元，超过OpenAI的250亿美元，标志着以用户规模为核心的旧商业逻辑在Agent时代遭遇挑战[2][5] 旧估值逻辑的失灵 - 过去二十年，互联网公司的核心价值指标是DAU，其逻辑建立在产品边际成本趋近于零的前提下，规模能滚出利润[4][5] - 在AI Agent时代，推理成本随用户量增长，有时甚至是超线性增长，导致“规模越大越便宜”的旧飞轮轴承被抽掉[5] - OpenAI拥有接近9亿月活，但“先圈用户再变现”的路径遇阻，2026年连续数月未达成销售目标，ChatGPT也未能在2025年底实现每周10亿活跃用户的内部目标[5] - OpenAI内部已在弱化DAU指标，认为DAU无法告知用户创造了多少价值[6] DAA作为新衡量标准的内涵与价值 - DAA即日活智能体数，衡量每天有多少个Agent在真实场景中完成一次“任务闭环”，是最小价值单元[7] - 对行业观察者而言，DAA是校准“AI落地真假”的标尺，可区分聊天玩具与实用工具[12] - 对传统企业而言，DAA使AI采购决策可从“听故事”进入“看疗效”阶段，只需关注花钱换回了多少次真实任务交付[12] - 对超级个体而言，DAA是其AI军团的战斗力面板，可量化其驾驭的生产力规模[12] - DAA与衡量计算消耗的Token指标结合，构成一套完整的投入产出视角[21] 百度提出DAA的背景与基础 - 百度提出DAA是基于其“新全栈”基础设施布局，该体系围绕智能体的调用需求从头设计，包括芯、云、模、体四个层面[13][16] - 百度“新全栈”的独特之处在于将调用逻辑颠倒，让芯片、云、模型各层为智能体的自主运行与调用让路[16] - 百度通用智能体DuMate是DAA理念的工程化体现，其设计逻辑是不看用户打开次数，只看任务交付数量[16] - DuMate内置全栈Skill，可自动判断并调用子智能体，用户下一次指令，它能并行处理多项任务并交付多个成果，每个成果都是一个有效的任务闭环[17] - 百度在DAA叙事下的差异化在于，别人用模型能力讲故事，它已用智能体间的调用关系、任务完成链路和交付密度构建新的产品度量体系[20] DAA提出的战略脉络与行业意义 - DAA是百度AI认知轨迹的第四步，此前三步分别是“卷应用不卷模型”、“智能体是最看好的方向”和“内化AI能力”[23] - DAA的目标是让AI交付的结果可被计数、可比对、可放进估值模型[23] - DAA能否从非共识变成行业新常识，取决于其定义标准是否开放，以及第三方生态能否按同一套逻辑计量和校验[24] - DAA与“自我进化”理念紧密相连，旨在度量智能体、个体和组织三个维度的自我进化[25] - 若行业接受DAA，企业关注点将从“AI产品有多少用户”转向“智能体每天交付了多少结果”，这将倒逼智能体、个体和组织向自我进化方向演进[28][29][33] - DAA定义了什么是“好”，从而引导整个系统的行为向那个方向优化[33]