DAA深度解析：比Token更本质的AI度量衡，李彦宏权威观点与核心算法揭秘

在2026年5月13日的百度Create AI开发者大会上，创始人李彦宏正式提出了“DAA”（日活智能体数）这一新概念。

李彦宏的核心论点直指行业现状：Token仅代表成本与投入，而AI时代真正的价值尺度，应是有多少智能体在持续、有效地为人类工作并交付成果。这一观点迅速成为业界焦点，被视为百度从参数竞赛转向应用落地的战略信号，也精准指出了行业下一阶段竞争的核心。

那么，DAA的本质是什么？它是否真的比Token更能衡量AI的实际价值？

Token的本质与局限：为何它无法衡量价值

理解DAA，首先要厘清Token的角色。Token是AI模型处理文本的基础计算单位，无论是输入还是输出，都以Token数量计费。目前，它几乎是所有大模型服务商的核心计费与统计指标。

我们常看到“日均处理Token量破万亿”这类公告，数据固然震撼，但其本质是一个“投入”指标，而非“产出”指标。这里存在一个关键的价值断层。

举例来说：消耗1000个Token生成一封可直接发送的商务邮件，创造了价值；但消耗同等Token让AI重复默写古诗100遍，其产出价值近乎为零。Token精确统计了计算资源的消耗，却无法衡量这些消耗最终转化成了多少用户价值。

从DAU到DAA：度量标准的范式转移

理解DAA，可以借助移动互联网时代的黄金标准——DAU（日活跃用户数）。DAU直接回答了“有多少真实的人在持续使用服务”。

DAA沿用了这一逻辑，将主体从“人”转换为“智能体”。它关注的是：每天有多少能够自主执行任务、并成功交付结果的AI智能体在有效工作。

度量标准的演进轨迹清晰可见：

DAU（日活用户数）：互联网时代，衡量用户规模。

Token消耗量：AI初级阶段，衡量算力投入。

DAA（日活智能体数）：AI应用深化阶段，衡量价值产出。

李彦宏预测，未来全球DAA将轻松突破100亿。其规模潜力远超当前约34亿的全球最高DAU，原因在于：高度自动化的未来，一个企业部署成百上千个并行工作的智能体将成为常态。

DAA vs. Token：为何前者更贴近价值本质

必须看到，李彦宏提出DAA概念，内含百度的商业战略。在万亿参数规模的模型竞赛中，百度更早布局了智能体的应用落地与生态构建。倡导DAA作为新度量衡，旨在定义一套更符合自身优势的行业评价体系。

然而，这并未削弱DAA概念本身的洞察力。从经济学角度看，衡量产出永远比衡量投入更接近价值本质。DAA试图度量的是智能体“完成了多少有价值的任务”，这显然比单纯统计“消耗了多少计算资源”更能反映AI的实际经济效益。

一个反例足以证明：如果一家公司的Token消耗量巨大，但消耗主要源于用户反复重试、纠正错误或生成低质量结果，那么这种高消耗恰恰是低效和体验不佳的信号，而非繁荣的体现。

从技术趋势看，随着智能体技术成熟，DAA正变得可测量。当企业广泛部署能独立处理客服、编程、设计、数据分析等任务的智能体时，“活跃工作智能体数量”自然成为一个可统计、可对比的关键绩效指标。

Token与DAA：互补的二元度量体系

Token会被淘汰吗？不会。不同的度量标准适用于不同场景，它们的关系是互补而非取代。

Token的核心应用场景：评估模型训练与推理成本、基础设施利用率及算力资源规划。这是成本侧与效率侧的指标，对云服务商、芯片公司及需要精细成本控制的企业至关重要。

DAA的核心应用场景：评估AI平台或生态的繁荣度、应用落地的广度与深度，以及最终为用户交付的价值规模。这是产出侧与价值侧的指标，对于衡量AI应用公司的市场竞争力与成长性更具参考意义。

这类似于移动互联网时代，我们既用MAU（月活用户数）衡量用户规模，也用GMV（交易总额）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：一个聚焦“成本与效率”，一个追踪“产出与价值”。

李彦宏提出DAA的深层意义，在于标志着一个叙事重心的转变：AI产业的竞争焦点，正从模型层的“参数竞赛”转向应用层的“智能体竞赛”。未来，哪个平台能承载更多活跃的、高任务完成质量的智能体，哪个就更可能掌握商业价值的主动权。这套逻辑，无疑比单纯比拼参数规模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。）

来源：互联网