百度拋出 AI 時代的新度量衡

百度重新定義 AI 競賽積分規則的最新嘗試。

文丨江思遠

在早期的中國科技互聯網的陣營中，百度一直是布局 AI 等前沿技術最堅定的公司之一。正因如此，一直以來，百度會在產業發展的關鍵時刻主動拋出自己對 AI 的前瞻判斷，它們逐漸變成了在 AI 發展歷程的許多關鍵節點上精準命中、自我實現的預言。

26 年初現象級的 AI 節點顯然是龍蝦的爆火出圈，而百度的判斷依舊先人一步：在李彥宏看來，龍蝦這件事最具標志性意義的地方在于，這是第一次 AI 因應用而不是模型受到廣泛的關注，這代表了 AI 在某個維度上的全面成熟：智能體不只是一個被人類觸發的工具，它應該能自主執行任務、在執行中學習、在學習中變得更強。

于是下一個問題接踵而來，當智能體開始自我進化，拿什么來衡量這個飛快進化的嶄新生態？

AI 行業又一次站在了岔路口，所有人都意識到舊的衡量標準不管用了，但新的度量衡應該長什么樣呢？李彥宏率先給出一個答案。

衡量智能體價值的百度算法

李彥宏給出的回答是一個新的指標， DAA——Daily Active Agents，日活智能體數。這是 Create 2026 開幕式上李彥宏正式拋出的概念。含義很直接：不要數有多少人在用 AI，要數有多少智能體在替人干活、并且交付了結果。

如果只看這三個字母，會覺得它像又一個 AI 營銷概念，為了發布而發明的縮寫，但如果把它放回李彥宏過去兩年的公開表態里，會看到一條暗線貫穿其中，主軸就是智能體的自我進化。

2024 年 7 月，上海 WAIC 大會。彼時全行業的主流敘事是尋找 AI 時代的 “微信”，達到十億級 DAU 的超級應用被認為是大模型價值兌現的標志，而李彥宏提出了他的不同看法：“要避免掉入 ‘超級應用陷阱’，覺得一定要出現一個 10 億 DAU 的 App 才叫成功，這是移動時代的思維邏輯。”

他把自己看好的方向說得很明確——智能體。“只要用人話把工作流說清楚，再配以專有知識庫，即可做出一個很有價值的智能體，比互聯網時代制作一個網頁還簡單。” 李彥宏甚至預測了規模：未來將涌現數百萬量級的智能體，形成龐大的生態。

在當時，這還只是一個看著有些理想化的預言。四個月后的百度世界 2024 大會上，李彥宏沿著這個思路繼續加碼：“智能體是 AI 應用的最主流形態，即將迎來爆發點。” 就是在同一場大會上，秒噠發布，百度宣稱它是一個不需要寫代碼就能實現任意想法的軟件——被李彥宏稱為 “迄今為止人類歷史上最復雜的多智能體協作工具”。秒噠成了百度智能體想象力的孵化器，想要幫助更多人打造數以百萬計的 “超級應用”。

到 2025 年 11 月的百度世界大會，李彥宏的判斷再往前推了一步：當 AI 被內化成一種原生能力，智能就不再是成本，而是生產力。新的提法出現了：“效果涌現” 和 “AI 內化”，為此百度發布了伐謀，一個借鑒進化算法、能模擬甚至超越頂尖算法專家、根據條件變化自動迭代方案的智能體。這是 “自我演化” 這個詞第一次出現在百度的 AI 產品敘事中。

然后就是現在的 DAA。李彥宏并不是每一個判斷都準確，但在智能體這件事上，百度確實比行業共識早。2024 年中他在臺上講智能體時，多數人還在為 “誰家的 ChatBot DAU 更高” 爭論不休。實際上，這種爭論反映的那種所謂 “移動互聯網時代” 的思路一直延續到了 2026 年的春節 AI 大戰。

龍蝦結束了這種爭論。李彥宏在 Create 上把這個節點的意義概括得很精確：以前每一次 AI 出圈，火的都是模型——2023 年的 ChatGPT，2024 年的 Sora，2025 年的 DeepSeek。龍蝦第一次不同，它火不是因為用了哪一款模型，而是在模型之上做出了真正能幫人完成任務的智能體。“這是歷史上第一次智能體替代了模型，出圈了。第一次，AI 的主角不是模型，而是應用。”

這意味著 AI 的競爭從智力轉向了執行力。過去幾年行業比的是誰更聰明、誰推理更強，龍蝦證明了用戶真正買單的不是 “你會不會做”，而是 “你能不能幫我把事做完”。

于是，終于沒人再吵誰是下一個 “微信” 了，也沒人爭論 “要不要做智能體” 了，共識收斂到應該如何衡量智能體的價值。

這正是這次大會上李彥宏用 DAA 這個指標試圖回答的問題。移動互聯網時代，DAU 衡量的是 “多少人打開了 App”，這對一個 7×24 小時在后臺運行、調用十幾個工具、全程不需要用戶點擊任何按鈕的 agent 幾乎沒有意義。

在李彥宏的框架里，DAA 是智能體 “自我進化” 的必然結果——當 agent 不再是一個被人類手動觸發的工具，而是能夠自主執行任務、在執行中學習、在學習中變得更強的實體，那么衡量 AI 價值的尺度就必須跟著變。

黃仁勛的算法是 Token 的消耗量，甚至人為把它分成了幾檔不同的價格：最聰明的，次一級的，日常使用的…… 在黃仁勛心目中，Token 的消耗量就是 AI 時代的 GDP，這通俗易懂，易于傳播，但作為算力供應商的英偉達完全不衡量產出：一個 agent 燒了 100 萬 Token 沒完成任務，另一個用 10 萬 Token 交付了結果，在黃仁勛 Token 經濟學的算法上，前者反而 “效果更好”。

李彥宏用他自己的話說得更直白：“Token 只是代表成本，并不代表收益；它衡量的是投入，而不是產出。Token 消耗有沒有效率、產出了什么價值——這些 Token 本身無法回答。”

DAA 的提議實際上是一個隱含的質疑：如果 Token 是投入，agent 交付的結果才是產出，那么只看 Token 就像只看一個國家的電力消耗量來評估經濟水平，有相關性，但遠遠不夠。

一個真正在 “自我進化” 的智能體生態，應該被一把衡量產出的尺子來度量。DAA 就是李彥宏給出的那把尺子。

能自我進化的產品是什么樣的

從 DAA 的概念延展開，百度在 Create 2026 上發布了多款產品，試圖從不同的維度詮釋智能體 “自我進化” 的含義，其中的樞紐是 DuMate。

李彥宏提的一個判斷是：聊天機器人和通用智能體是兩代入口。“第一代入口是以 ChatGPT 為代表的聊天機器人，主要解決信息獲取問題；第二代入口是通用智能體，解決的是任務完成問題。” 很顯然，通用智能體的價值天花板比聊天機器人高得多，而 DuMate 正是百度 3 月上線的所謂通用智能體。

DuMate 的定位是 “AI 辦公搭子”，如果只看這個定位，它聽起來像又一個 AI 助手，市面上這類產品實在是太多了。但 DuMate 的真正野心藏在它的架構里：它不只是一個 agent，它是一個能調用其他 agent 的 agent。秒噠、伐謀、搜索、文件管理、數據分析，一些百度獨有的核心產品和功能，不是作為模塊被集成在 DuMate 體內，而是作為獨立的智能體被 DuMate 調度。

這是一個按照李彥宏的 DAA 指標設計出來的產品。在 DuMate 的架構下，一個用戶的一次任務請求，可能觸發多個 agent 同時工作——DuMate 自身做任務理解和分配，秒噠負責生成需要的應用或頁面，伐謀在后臺做決策推演，搜索 agent 去抓取外部信息。每一個被調起的 agent 都是一個活躍智能體。如果用 DAU 來衡量這個過程，只能看到一條線性的工作流，但用 DAA 來衡量，看到的是 “四個 agent 在同時干活并交付結果”。

在典型的運營場景里，DuMate 同時處理客服、數據分析和營銷三條線——過去需要三個人或至少三個工具分別完成的工作，現在由一個人加一組 agent 就能做到，百度內部會把它叫做 “人機混編”。有意思的地方不止于此，DuMate 還會通過每天生成工作日報反思當天的任務完成情況，從中提煉下一步的優化方向。這是 agent 自我管理的一種最樸素簡化的版本，恰好對應 “自我進化” 的字面含義。

面向不同人群的智能體矩陣

在所有可供 DuMate 調用的智能體里，秒噠和伐謀是最重要的兩個。前者面向完全 0 代碼經驗的用戶，后者則恰好相反，針對的是被認為最難被 AI 替代的那群人：決策專家。

秒噠從 2024 年底發布以來，根據官方數據，已經服務了超過 1000 萬用戶，其中 81% 的用戶是非技術人員。它做的事情很簡單也很激進：讓不會寫代碼的人用自然語言做出完整的商業應用。3.0 版本在 Create 上升級了兩個關鍵能力——直接生成可部署的 App，以及支持多人協作開發。它是從 DAA 邏輯中自然生長出來的產品，預設的前提是：如果門檻足夠低，就會有足夠多的人創造出足夠多的 agent，而 DAA 這個指標自然就會增長。

Create 2026 大會現場來了一位溫州的 8 歲小朋友撲滿，二年級的他也是秒噠的開發者，他做的應用叫 “噠噠打傘”，靈感來自一個非常小的校園場景：放學下雨時同學們會拼傘回家。撲滿把這件事做成了一個 app。打開 “噠噠打傘”，選 “我想搭傘” 或 “我來打傘”，再選好時間、起點、終點、獨立打傘還是拼傘，就能發單。

它甚至設計了一個積分系統。幫別人打傘越多積分越高，最高升級到 “王者”。一個 8 歲孩子不會寫一行代碼，但他有一個具體的問題和一個具體的想法，秒噠把中間所有的技術環節抹平了。

撲滿自己把秒噠形容成機器貓：我只要對著它說出我想要的，它就能從口袋里掏出來，甚至比我想要的還要神奇。

秒噠這樣的代碼智能體打穿了兩道墻：高門檻與高成本。不是只有足夠通用和足夠大的需求才值得被開發，李彥宏在臺上描述了一個有點矛盾的現象：代碼能力越來越重要，但代碼本身正在變得不值錢了。

面對 “零基礎” 用戶的秒噠之外，專業領域百度拿出了伐謀 2.0，它的上一個版本在 2025 年百度世界大會上發布時，還是一個偏技術側的算法優化工具，核心能力是 “自我演化式地尋找全局最優解”。到 2.0 版本，伐謀最大的變化是交互方式：它不再要求企業一次性把所有業務規則和約束條件講清楚，而是通過持續對話逐步逼近最優解。企業的業務專家可以像跟一個資深同事交流一樣，把模糊的經驗、直覺和判斷告訴伐謀，而伐謀會在對話中不斷推演、驗證、迭代這些企業內部知識，最終做出判斷，而判斷往往是最稀缺的。

這非常適用于企業中的復雜場景，比如港口：集裝箱調度涉及數百個動態變量——船期、潮汐、堆場容量、卡車排隊時間，傳統的優化模型需要運籌學專家花數周建模，而伐謀 2.0 通過對話式推演把這個過程大幅壓縮。青島港在引入伐謀后，全球領先的自動化碼頭調度系統 A-TOS 在絕對指標上實現了 10.21% 的進一步提升——對于一個已經連續第十三次刷新世界紀錄的系統來說，這個增量不小。關鍵不在于速度提升了多少，而在于它改變了 “誰能使用優化工具” 這個前提——從運籌學博士變成了一線業務人員。

除了針對各種用戶群的不同智能體產品之外，百度的智能體概念還包括了數字人，它像是介于現實與虛擬，具身與軟件之間的一個節點，用李彥宏的話說，數字人是 “看得見的智能體”。百度一鏡（原慧播星）可以實現全場景的真人數字內容，倚靠的同樣是多 agent 協同能力。一條視頻的生產過程中，劇本 agent 負責腳本，視頻 agent 負責畫面生成，剪輯 agent 負責后期——三個 agent 各自獨立運作又相互配合，最終交付的是一個商業級的完整作品。一個人加上一組 agent 就能覆蓋過去需要編導、攝像、剪輯、運營多個崗位才能完成的工作。

這些產品在不同維度上講的是同一個故事：agent 不再是一個被動等待指令的工具，它在學習、在迭代、在協同、在獨立交付結果。這就是智能體的 “自我進化”，衡量這種進化的指標，就是 DAA。

全棧布局共識的形成

DAA 的智能體論述背后是百度全棧的 AI 戰略布局。這本來是個老生常談、沒什么新意的話題，大家都知道全鏈路技術能力的重要性，但互聯網基礎設施產業長久以來演化的規律是，不同的環節攫取各自的利潤，從產品到模型，從芯片到云。

然而，AI 的演化帶來真正的算力井噴式需求，分鏈條協作的效率比不上垂直整合。2026 年上半年，全球最重要的幾家 AI 公司用實際行動，真金白銀地詮釋著這個結論。

三周前的 Google Cloud Next 2026 上，Google 發布了第八代 TPU 雙芯片架構，一顆專攻模型訓練，一顆專攻推理。Google 把針對大模型的技術布局垂直優化到了芯片層，用 Google Cloud CEO 托馬斯·庫里安（Thomas Kurian）的話說，所有的組件都是協同開發的，這件事 Google 已經做了十年。

幾乎同一時間，Anthropic 在 5 月初公布了一連串 agent 產品，但最震撼的還是和馬斯克的 SpaceX 簽下了數據中心的算力協議，加上此前和 Amazon、Microsoft Azure、Google Cloud 簽訂的基礎設施合作，Anthropic 正在極力擴充自己的算力儲備，原因很簡單，Dario Amodei 此前估計 Q1 的增長速度是 10 倍，然而實際的情況是 80 倍。

OpenAI 的路徑也在向同一個方向收斂。Codex 正從與 Claude Code 競爭的代碼工具轉變成一個生產力 agent 平臺，OpenAI 顯然也意識到了，智能體的價值至少與 10 億月活用戶同樣重要，如果不是更重要的話。

微軟 5 月 1 日也上線了名為 Agent 365 的企業級智能體平臺，設計了一整套管理智能體的流程。把這四家公司的動作疊在一起看，一個共識清晰可見：智能體是重要的，但做好智能體需要從芯片到云再到平臺調度層的全套優化，它們之間的關系不是松散的，想要把它們緊密銜接起來就需要端到端的極致優化。

這也是百度的 “芯云模體” 戰略。昆侖芯、百度智能云、文心大模型以及 DuMate/秒噠/伐謀/一鏡，它們組成了百度的端到端 AI 鏈路。

從實際落地的方面看，B 端 agent 基礎設施這一層，百度確實有可用的積累：昆侖芯 P800 已完成萬片級交付，256 卡超節點計劃 6 月問世，同時芯片企業主體正在籌備上市；百度智能云在第三方報告中的 AI 全棧服務市場份額排在中國市場前列。

它們都說明了在 B 端 agent 基礎設施這一層，百度確實有可用的積累。然而，全球范圍內，沒有哪家公司真正跑通了 AI 智能體全棧的每一層。“芯云模體” 四個字暗示的那種端到端協同優化，目前更多還是一個架構愿景和發展方向，大家對方向都沒有異議，但關鍵是怎么執行。

書寫新答案的時間

當然，敢先出牌不等于牌一定能贏。

DAA 能否從百度的一家之言變成行業語言，尚取決于幾個先決條件。首先，agent 本身要足夠成熟——當前全球范圍內，大多數 agent 產品還處在從 Demo 到穩定產品的過渡期，能真正 7×24 小時可靠運行并交付結果的 agent 仍然是少數。

其次，DAA 的定義也需要可量化——如何標準化地衡量一個智能體交付的成果？在 Create 大會上，李彥宏給出了一個大膽的預測：未來全球日活智能體數量可能超過 100 億，如何統計它們的成果將是一個非常復雜的題目：當組織里每個人都有成倍于之前的效率時，金字塔型的管理結構將不再必要，管理的主要功能將從監督、指揮、激勵，變成對齊，不是盯著他做事，而是確認他在做對的事。

這個關于組織進化的判斷，不只是關于技術。它暗示的終局是：衡量一家企業競爭力的方式，從 “你有多少員工” 變成 “你有多少智能體”。DAA 不只是一個產品指標，它隱含了百度關于勞動和組織全新形態的一種認知。在這種新形態中，AI 在提升每個人的能力邊界，而傳統組織的層級、分工與控制手段都在壓制創造力。

回到李彥宏 2024 年 WAIC 上說的那句話：“不是只有 10 億 DAU 才叫成功。” 兩年后的 Create 2026 上，他給出了這個回答的下半部分：成功的標準，應該是有多少智能體在真正替人干活、交付結果。百度把這個標準叫 DAA，把驅動它迭代的路徑叫 “自我進化”，把支撐它的全棧技術體系概括成 “芯云模體”。

DAA 是否會成為行業通行標準現在下定論還為時過早，但至少，在所有人都在做 agent、卻沒人認真衡量 “agent 時代該怎么計分” 的 2026 年上半年，百度是第一個開始回答這個問題的組織。

書寫答案還需要時間。

題圖來源：百度