首创DAA指标，2个月获全球产业认可
百度为AI打造新版度量衡
-
百度在WAIC 2026上展示全栈AI能力。 -
IDC预计2030年全球活跃智能体数量将突破22亿个。
“Token（词元）衡量的是投入，DAA（日活智能体数）衡量的才是产出。”7月15日，百度创始人李彦宏在署名文章中，呼吁行业为智能经济打造科学评价体系，把一个看似技术性的指标问题，推到了全球AI竞争的台前。
“DAA”是一个百度首创的新概念。简单说，它不看你每天“烧”了多少Token，而看你每天有多少智能体真正在替人干活、交付结果。这个指标的背后，是一个更本质的追问：当全球AI竞赛从“造模型”进入“用模型”的应用时代，到底该用什么来衡量AI的价值？
2026世界人工智能大会（WAIC）现场，国际权威数据机构IDC发布《DAA研究报告》，将DAA正式从概念提出推向标准定义阶段。这个由中国提出的AI价值标尺，正在获得国际权威背书。从“烧To ken”到“数智能体”
过去两年，Token几乎是AI行业唯一的“硬通货”：模型能力强不强看参数，调用量大不大看Token，企业AI花了多少钱还是看To ken。但李彦宏在2026百度AI开发者大会上指出一个关键矛盾：Token代表的是成本，是投入，不是收益和产出。一个企业可能每天消耗海量Token，但如果这些Token没有转化为实际的任务完成和业务提效，那投入再多也是“空转”。
DAA的逻辑恰恰相反。它对标的是移动互联网时代最通用的度量衡DAU（日活跃用户数）。DAU不关心服务器跑了多少计算量，只关心有多少用户每天真正使用。DAA同理，它关注的是每天有多少智能体在完成有价值的任务并交付结果。李彦宏还给出了一个大胆判断：未来全球日活智能体数量可能超过100亿。
WAIC 2026开幕当天，IDC发布行业首份研究报告，明确提出DAA是智能经济时代企业AI价值的新度量衡。IDC的判断是，当前全球IT市场已进入AI超级周期，AI正从“模型调用”走向“智能体执行”，整个产业正从“模型能力竞争”进入“智能体产出竞争”。
《DAA研究报告》认为，全球IT市场正在进入“AI超级周期”，全球AI支出将在2029年达到2.1万亿美元，AI将在2031年前累计产生22.5万亿美元的全球经济影响。
“DAA落地不能从‘企业需要多少智能体’开始，而应从‘企业有哪些任务值得智能体承担’开始。”IDC中国副总裁兼首席分析师武连峰建议，行业用户优先从高频任务、高价值任务、高风险任务和高协同任务四类任务切入DAA落地。高频任务适合规模化降本增效，高价值任务适合提升收入和决策质量，高风险任务适合降低合规与运营风险，高协同任务适合打通跨部门流程。
百度跑通DAA价值闭环
一个指标要立得住，光有理论和背书不够，得有真实场景跑通。百度自己的产品矩阵，恰恰成了DAA价值逻辑的“先验样本”。
7月14日，百度旗下通用智能体“百度搭子”入选WAIC 2026“镇馆之宝”，这是大会最高荣誉，评选维度涵盖科技含量、市场前景、创新性及社会经济效益，每年入选数量不超过十个。百度搭子企业版和个人版近期宣布新升级，覆盖个人办公、内容创作、信息处理和企业协作等场景。
数据显示，百度搭子上线以来日均提问次数暴增20倍，成为增速最快的通用智能体。其中，个人版升级了智能路由、多端共享记忆、浏览器调用、PPT生成等能力，并推出行业首个自媒体专业套件。企业版则正式发布，支持团队协作、资产沉淀、流程打通和安全治理。
百度搭子之外，“智能体全家桶”也在WAIC集中亮相。其中百度一镜的数字人新能力尤其值得关注。百度一镜由直播带货场景的“慧播星”升级而来，已发展为涵盖直播、视频、实时互动等多形态的全场景数字人平台。
“数字人就是‘看得见’的智能体。”在李彦宏看来，未来人们调用智能体、管理任务、获得服务，很可能不是面对一个聊天框，而是面对一个数字人。此次百度一镜发布的新能力，正是在数字人生成逼真度和视频内容生产效率上提质提效，让数字人能力在视频内容、营销等领域实现批量级生产。
更宏观地看，百度在WAIC上展示的是从“芯云模体”，即芯片、云计算、大模型到智能体应用的全栈能力闭环。这四层架构每一层都在跑通闭环迭代（Looping），从底层技术创新到产业场景落地，逐层兑现DAA的价值逻辑：不是某个单点产品在刷数据，而是整条技术栈在协同产出。
这些先验经验正外溢至更广泛的行业。IDC在《DAA研究报告》中建议，DAA的落地价值优先在金融、制造、泛互联网、医疗、教育等领域释放。这些正是智能体能够深度介入核心业务流程、产生可量化产出的场景。说到底，DAA衡量的是“智能生产力”，而生产力只有在真实产业里才能被检验。
重新定义全球AI价值
2026年5月，国家网信办联合多部门印发《智能体规范应用与创新发展实施意见》。这是国内首个面向智能体的专项政策文件，将智能体定义为“具备自主感知、记忆、决策、交互与执行能力的智能系统”，提出“安全可控、规范有序、创新驱动、应用牵引”四项基本原则，并围绕科学研究、产业发展、提振消费、民生福祉、社会治理等方向列出了19个典型应用场景。
仔细对照会发现，政策的核心思路是“应用牵引”，让智能体赋能实体产业，而非停留在技术炫技。DAA的逻辑与此高度同向：它衡量的正是智能体在实际场景中的产出，而非模型参数或Token消耗。政策筑牢产业根基，DAA构建价值度量，二者同向发力。
把目光转向太平洋对岸，DAA的价值更加鲜明。
经济学中有一个“杰文斯悖论”：技术进步提高了资源使用效率，但成本下降反而刺激需求增加，最终导致资源消耗总量不降反升。这一悖论正在AI行业上演：Token价格越降越低，企业的AI总支出却越来越多。
如今，亚马逊取消内部AI使用排行榜，不鼓励无实际价值任务产出的Token消耗。微软因Token消耗剧增逐步关停Claude Code（克劳德编程）授权，迁回自家AI工具。Meta内部Token消耗排行榜引发员工为刷榜盲目调用模型，造成算力空耗。
当美国企业还困在“消耗Token”的旋涡时，中国已经往前看了一步：不再纠结于每天烧了多少Token，而是追问每天有多少智能体在真正创造价值。在百度看来，AI的终极竞争不是模型能力的竞争，而是应用产出和智能体规模的竞争。DAA的本质，就是把这场竞争的度量衡，从投入侧挪到了产出侧。
首次提出2个月以来，DAA完成了从“个人判断”到“行业共识”再到“全球标准定义”的三级跳。这背后既有百度对AI产业本质的敏锐洞察，也有丰富应用场景带来的先发优势，更有国家政策与行业标准的同频共振。在全球智能体竞争的下半场，DAA也将有望代表中国定义全球AI价值标准。