DAA是什么？李彦宏说它是AI时代的新度量衡，比Token更接近本质

2026年5月13日，百度Create AI开发者大会如期开幕。创始人李彦宏在演讲中抛出了一个新概念：DAA，即日活智能体数（Daily Active Agents）。

他的核心观点很明确：Token只代表成本，衡量的是投入；而AI时代真正应该关注的，是有多少智能体在持续为人类工作并交付成果。这个概念一经提出，便在业内引发了广泛讨论。有人认为这是百度在参数规模竞赛中的“战略转向”，也有人认为这确实点出了行业下一阶段竞争的本质。

那么，DAA究竟是什么？它真的比我们熟悉的Token更能衡量AI的价值吗？

先搞懂Token是什么，有什么问题

要理解DAA，得先从Token说起。Token是AI模型处理文本的基本单位，无论是用户输入的问题，还是模型生成的回答，都以Token数量来计算。目前，这几乎是所有大模型服务商计费和统计的核心指标。

例如，我们常看到某公司宣布其大模型日均处理Token量突破百亿甚至万亿级别。这听起来很震撼，但问题也随之而来：Token本质上是一个“投入”指标，而非“产出”指标。

举个例子就明白了。你让AI帮你撰写一封专业的商务邮件，消耗了1000个Token，最终得到了一封可直接使用的邮件，这创造了价值。但如果你让AI把同一首古诗重复默写100遍，同样消耗1000个Token，其产出的实际价值却几乎为零。

可见，Token统计的是计算资源的消耗量，却无法直接反映这些消耗究竟为用户带来了多少实际价值。这中间，存在一个关键的“价值交付”断层。

从DAU到DAA：度量衡的演进

理解DAA，可以类比我们熟悉的DAU（日活跃用户数）。在移动互联网时代，DAU是衡量一个应用或平台生命力的黄金标准。它直接回答了“有多少真实的人在持续使用你的服务”这个问题。

DAA沿用了相似的逻辑，只不过主体从“人”换成了“智能体”。它关注的是：每天有多少个能够自主执行任务的AI智能体在有效工作，并成功交付了任务结果。

我们可以这样看演进的轨迹：

：互联网时代，衡量“多少人”在用。

：AI初级阶段，衡量“多少算力”被消耗。

：AI应用深化阶段，衡量“多少智能体”在交付成果。

李彦宏预测，未来全球日活智能体数将轻松突破100亿。作为对比，目前全球DAU最高的公司约为34亿。DAA的规模潜力之所以更大，是因为在一个高度自动化的未来，一个企业部署成百上千个同时工作的智能体，将是常态而非特例。

DAA真的比Token更好吗？

必须承认，李彦宏提出DAA概念，背后有百度的商业考量。在动辄万亿参数的大模型军备竞赛中，百度并非一味追求规模最大。相反，其在智能体（Agent）的落地应用和生态构建上布局较早。倡导用DAA作为新度量衡，某种程度上是在定义一套更有利于自身优势的行业评价体系。

然而，这并不意味着DAA这个概念本身没有价值。从经济学原理来看，衡量产出永远比衡量投入更接近价值的本质。DAA试图度量的是智能体“干了多少有价值的活”，这显然比仅仅统计“消耗了多少计算资源”更能反映AI产生的实际经济效益。

一个反例足以说明问题：如果一家AI公司Token消耗量惊人，但多数消耗都花在了用户反复重试、纠正错误或生成低质量结果上，那么这种高消耗反而是低效和体验不佳的信号，绝非繁荣的体现。

再从行业趋势观察，随着智能体技术的成熟，DAA正变得越来越可测量。当企业开始广泛部署能够独立完成客服、编程、设计、数据分析等任务的智能体时，“有多少智能体在活跃工作”自然会成为一个可统计、可对比的关键指标。

Token与DAA：不同场景，各司其职

那么，Token是否就被淘汰了？并非如此。不同的度量衡适用于不同的场景，它们的关系更可能是互补而非取代。

：评估模型本身的训练与推理成本、基础设施的利用效率、以及算力资源的规划。这是成本侧和效率侧的指标，对于云服务商、芯片公司以及需要精细控制成本的企业而言，至关重要。

：评估一个AI平台或生态的繁荣程度、应用落地的广度与深度，以及最终为用户交付价值的规模。这是产出侧和价值侧的指标，对于衡量AI应用公司的市场竞争力、估值和成长性，更具参考意义。

这很像移动互联网时代，我们既关注MAU（月活用户数）来衡量用户规模，也关注GMV（交易总额）来衡量商业价值。未来的AI行业，Token和DAA很可能并行成为两套核心但维度不同的衡量体系：一个盯着“成本与效率”，一个盯着“产出与价值”。

李彦宏提出DAA，其更深层的意义在于，它标志着一个叙事重心的转变——AI产业的竞争焦点，正在从模型层的“参数竞赛”转向应用层的“智能体竞赛”。未来，谁的平台上活跃的智能体更多、完成任务的质量更高，谁就更可能掌握商业价值的主动权。这套逻辑，无疑比单纯比较模型参数大小，更贴近真实的商业世界。

（本文仅为信息分享与行业分析，不构成任何投资建议。市场有风险，决策需谨慎。）