当企业开始算 DAA，AI 才算真正上岗。

定焦 One（dingjiaoone）原创

作者 | 陈颐

编辑 | 方展博

每个技术时代，都有一个度量衡，而每一次度量衡更迭，都是一次产业权力的转移。移动互联网，一个 App 行不行，先看 DAU（日活）；到了 AI 时代，大家一度接着数 Token，但很快发现，这把尺子正在失效。

7 月 17 日至 20 日，2026 世界人工智能大会（WAIC）在上海举行。开幕当天，IDC 发布行业首份《DAA 研究报告》（以下简称《报告》），给智能体时代提供了一套系统的记分方式，把 DAA（Daily Active Agents 日活智能体数）这个诞生于中国 AI 市场的指标推向全球共识。

DAA 这个词，最早是百度创始人李彦宏在 5 月 13 日 Create 2026 大会上提出的，其目的是关注每天有多少 Agent 在给人类干活，并交付结果。

过去半年，科技巨头集体给内部的 Token 狂热踩刹车。Meta 内部曾流行一个叫 Claudeonomics 的 Token 消耗排行榜，8.5 万员工 30 天烧掉 60 万亿 Token，部分员工为冲排名，让 AI 代理连续跑数小时的研究任务纯粹拉高用量；亚马逊高管公开告诫员工，" 不要为了使用 AI 而使用 AI"；微软嫌 Token 烧得太凶，逐步关停 Claude Code 授权，索性把工作流迁回了自家 Copilot。

Token 的单价一路在降，企业的 AI 焦虑却在增加。人人都在比谁烧得 Token 多，钱花出去了，活儿好像也干了，可没人说得清效果到底怎么样。原因很简单，当 AI 从尝鲜工具变成生产力系统，" 用了多少 " 和 " 干成了什么 " 就成了两回事。

行业需要一把新的尺子，DAA 回答的正是这个问题。

《报告》作者、IDC 中国副总裁兼首席分析师武连峰在会前的交流中对「定焦 One」表示，"DAA 的真正价值，是衡量有多少智能体正在创造业务成果，这是最本质的 "。

01.DAA，从概念到标准

随着 AI 从 Chatbot 走向智能体，Token 作为衡量成本和投入指标，其局限性日益明显。DAA 的提出，首次把 AI 竞争从模型调用和 Token 消耗，拉回到任务完成和业务价值。

IDC 这份报告的意义，恰好在于把李彦宏提前看到的产业趋势，进一步放进了可讨论、可拆解、可落地的行业框架中。

《报告》中，IDC 将 DAA 拆成活跃规模、任务执行、结果交付、有效Token、人机协同、治理与风险六个维度。

这套指标的价值，在于避免 DAU 和 Token 的老问题：前者容易沦为人头数，后者容易把消耗包装成繁荣。DAA 把质量、成本、协同和风险放在一起看，逼着企业从 " 用了多少 AI" 转向 " 智能体办成了什么事 "。

以 " 结果交付 " 为例，它关注任务完成后是否真的改变业务结果：金融看欺诈损失是否下降，制造看停机时长是否缩短，政务看一次办结率是否提升。如果客服答了问题但客户仍不满意、风控预警频繁误报、营销内容没有转化，都不能算真正交付价值。

" 有效 Token" 则连接 DAA 与 Token 经济，衡量真正带来可交付产出的 Token。武连峰举例，同一任务如果 Harness 工程做不好，Token 消耗可能从 30 万拉高到 300 万，成本相差 10 倍。

" 治理与风险 " 则给智能体热降温。智能体一旦连接业务系统和权限，风险就不再是普通聊天机器人级别；未来数字员工需要身份、权限和可追踪的操作链路。

六个维度之外，报告还给了一套 DAA 说明书。

首先是 DAA 的价值公式（也就是智能体的 ROI）= 活跃智能体数 × 单智能体任务量 × 任务完成质量 × 单任务业务价值 ÷ Token 与运营总成本。

其次是角色分工。DAA 不是单纯技术指标，而是企业级 AI 经营指标：CEO 看战略落地，CIO 看平台运营，CFO 看投资回报，COO 看流程自治。武连峰说，DAA 会成为 CXO 讨论 AI 价值的新语言。

最后是路线图：0 到 6 个月建认知和场景基线，6 到 18 个月组建智能体编队和运营看板，18 到 36 个月走向 " 智能体优先 " 的组织重构。优先切入高频、高价值、高风险和高协同任务。

可以看出，DAA 并不是对 Token 的简单替代，而是 AI 产业走向成熟后的必然补充。Token 回答 " 消耗了多少 "，DAA 回答 " 产出了什么 "。当企业开始用 DAA 管理 AI，AI 才真正从工具部署进入生产力阶段。

02.时机对了，样本也有了

一套指标能否成立，要看两点：是否顺应技术周期，是否已经在真实业务中被验证。DAA 恰好站在这两个条件的交汇处。

先看趋势本身。

IDC 判断，全球 IT 产业正进入 "AI 超级周期 "：到 2029 年，全球与 AI 相关的硬件、软件和服务投入将达到 2.1 万亿美元，中国的 AI 支出会从 2025 年的 632 亿美元涨到 2029 年的 2171 亿美元。

投入结构也会变化。2029 年前，基础设施是主角；之后，AI 应用和服务将反超。届时企业最关心的，不再只是技术先进，而是投入能否转化为业务结果。

武连峰提醒，不管是大模型公司、云厂商还是应用软件厂商，都得为此做准备，" 谁能够在 AI 应用、服务领域，有更好的能力，谁未来可能就会获得竞争力 "。

其实，这个问题不用等到三年后，现在就已经开始在跑了。IDC 今年 3 月对千人以上规模企业的调研显示，全球 76.8% 的企业已经在一个或多个业务领域把智能体投进了生产环境，中国这个数字是 81% 左右。

不过，IDC 还有一条预测：到 2026 年底，50% 由 AI 驱动的数字化应用场景将达不到 ROI 目标。

一边是万亿级的投入，一边是一半的场景收不回本。武连峰直言，如果企业不去关注日活智能体，" 关于 AI 的投资很可能会变成 Token 的账单，而不是增长的引擎 "。

这就是DAA出现的行业背景。

但指标要立住，还要看它是否在真实业务里跑通。DAA 不是先有口号再找案例，而是从百度体系内已经发生的实践中被归纳出来。

在 " 活跃规模 " 维度，按百度方面披露的数据，百度搭子自上线以来，日均提问次数增长 20 倍，百度方面称其为目前增速最快的通用智能体。

" 结果交付 " 数据上，网盘的团队空间把原本 7 到 10 天的内容营销工作流压到 13 分钟，短剧出海的制作周期从 7 到 11 天缩到 24 分钟，口型同步匹配度做到 98.7%。撑起这套能力的通用智能体 GenFlow，月活用户已经到 1 亿。

如果说百度搭子和网盘提升的是个人效率，秒哒更是助力百万级 OPC（一人公司）崛起：截至 7 月，无代码平台秒哒到累计产出 350 万个具有商业价值的应用、服务超 3500 万用户。平台上有近百万个超级个体在造自己的应用，变现最多的已经做到千万量级。

超级个体之外，企业一头的应用也在落地。报告披露，商家智能体已在教育、房产、法律等行业从试点走到规模化部署，每天支持约 6 万个商家，产生约 818 万次 Agent 活跃实例；招商银行有 800 多个智能体应用在跑。

某种程度上，IDC 之所以认为 DAA 是智能经济时代的新标尺，正是因为它同时回答了行业最焦虑的两个问题：AI 投入如何被衡量，智能体价值如何被证明。

03.这一次，中国公司先立了路标

放到全球看，" 该换尺子了 " 已经变成了共识。

海外对 Token 的批评越来越不留情面：Gartner 直接定性 Token 是 " 误导性指标 "；经济学家斯洛克搬出杰文斯悖论：2023 年以来单个 Token 价格跌了九成多，大模型支出却较 2025 年底翻了一倍；Salesforce 甚至另起炉灶，造了 AWU（智能体工作单元），想按智能体干成的活收费。

国内也是如此。网信办、发改委、工信部印发《智能体规范应用与创新发展实施意见》，把智能体当作产业基础设施来部署；腾讯研究院谈 "Token 不经济 "。

方向趋同之后，关键问题变成：谁能先给出一套可落地、可复用的标准化方案。百度的优势，一是判断更早，二是有全栈底座支撑。

" 看得早 " 有迹可循。2024 年李彦宏就在讲 " 智能体是 AI 应用最主流的形态 "，劝行业不要卷模型、要卷应用。两年后回看，DAA 正是这个判断的自然延伸。

" 能落地 " 则来自底座。报告梳理了百度的 " 芯云模体 "：昆仑芯算力、智能云、文心大模型和智能体矩阵形成四层架构。底层算力和模型迭代能反哺上层智能体，上层场景数据也能回流打磨模型和芯片。

WAIC 上，百度展示的昆仑芯天池 256 超节点，吞吐性能比上一代提升 25%，单个天池 512 已能训练万亿参数模型；文心 5.1 以业界同规模模型约 6% 的预训练成本实现领先效果；智能云已服务 80% 的央企。

招商银行、南方电网、中国钢研等客户实践，也说明这套底座并不只服务百度内部产品，而具备外溢到行业生态的可能。

再往外看，DAA 的特殊意义还在于：这一次，AI 价值度量衡由中国公司率先提出并推进标准化。

过去的技术度量衡基本由美国公司定义：DAU 是硅谷的话语体系，Token 是 OpenAI 们的计价规则，全球公司照此排队、照此付费。中国公司长期扮演着跟着尺子跑、把分数做高的角色。这一次反了过来。

支撑反转的不只是概念。OpenRouter 数据显示，2025 年 6 月，谷歌、OpenAI、Anthropic 三家美国模型还占约七成的 Token 份额，一年后只剩约三成，吃掉份额的是 DeepSeek、Qwen 这批中国开源模型。哪怕还用旧尺子量，格局也在改写。

WAIC 开幕两天前，《人民日报》刊登了李彦宏的署名文章，用了一个形象的比喻：Token 是智能经济消耗的 " 电费单 "，DAA 是智能经济增长的 " 成绩单 "。

中国凭什么率先递出这张 " 成绩单 "，他把答案落在场景上：" 中国拥有全球最丰富的应用场景、最完整的产业链、最大的数字消费市场。"

武连峰也从第三方角度指出，中国在应用层面的场景和实践，正在转化为标准制定的话语权。

海外从业者同样在关注：三星电子执行副总裁 David Lee 在 X 上转发相关内容时写道，" 日活智能体数（Daily Active Agents），中国重在搭建底层基础设施，而非仅布局智能体应用。"

而 " 基础设施 " 不只在数字世界，也延伸到物理 AI。

7 月 16 日，WAIC 开幕前一天，萝卜快跑与哈萨克斯坦企业签署战略合作协议，探索在当地引入无人车服务。从迪拜、阿比扎比到瑞士、伦敦，萝卜快跑足迹已遍布全球 27 座城市，把中国领先的无人驾驶能力带入更多全球城市。

从智能体到无人驾驶，他们要回答的是同一个问题：AI 能不能进入真实场景，安全、稳定、可规模化地交付结果。

李彦宏在《人民日报》的署名文章里还有一句话："AI 不能只在实验室里‘刷榜’，必须到工厂车间里‘干活’。"

从能力展示到价值交付，全球 AI 竞争的赛点已经换了。

赛道本身，也在急速变宽：《报告》预测，全球活跃智能体将从 2025 年的 2860 万个增至 2026 年的 7940 万个，一年接近三倍；到 2030 年，达到 22.16 亿个。

当数字员工以亿计的时候，企业 AI 能力的计价方式也要跟着切换。率先开始经营 DAA 的企业，或许将第一批拿到下半场的入场券。