作者I王彬
封面IAI 生成
Token 可能是过去几年来整个 AI 行业最受关注的指标，没有之一。似乎谁消耗的 Token 越多，谁就更早地进入了 AI 时代。海外科技公司们甚至一度在内部发起 Token 消耗排行榜，鼓励员工冲榜刷 Token，争相比拼。
但仅仅几个月过去，Token 法则似乎就开始失效。包括 Meta、亚马逊等公司相继取消了内部排行榜，一些国内公司也开始限制员工的 Token 用量。越来越多科技行业人士开始呼吁更多关注 AI 的价值产出，而非无意义的 Token 消耗。
百度李彦宏此前提出的 DAA （Daily Active Agents，即日活智能体数）概念正在被更多人重温。和 Token 指标相比，DAA 更注重产出，直接代表有多少个 Agent 在给人类干活并交付结果，似乎更能准确衡量 AI 生产力的高下。
但仅有概念还不够。想要让行业普遍认识到 DAA 的价值，百度或许还需要一个真正落地应用的业务样本。
两个月前，百度在提出 DAA 的 Create 大会现场，一款名为“百度搭子”的通用智能体也重磅亮相，一个入口可承载多线程复杂任务的并行交付。
7 月 10 日，在成都举办的百度 AI DAY 上，百度搭子再度迎来重磅更新，除了升级智能路由、多端共享记忆等能力外，还正式发布企业版，进一步从个人生产力工具走向企业真实业务场景。
现场披露的数据显示，自上线以来，百度搭子的日均提问次数增长了 20 倍，成为增长最快的通用智能体之一。
如果说此前的 DAA 还只是一套衡量 AI 价值的指标概念，那么百度搭子的快速增长与持续落地，正在为这把尺子刻下第一个真实刻度。
Token 叙事的崩塌
Token 是 AI 行业最早普及的概念之一。它记录大模型处理了多少词元，最直观地反映算力消耗。简单理解，你可以将 Token 看作是大模型的电表或者水表，用的多就消耗得多。
但问题是，Token 可以反映出算力消耗的多寡，却无法直接衡量产出。
去年 12 月，Uber 将 Claude Code 部署给公司约 5000 名工程师，结果仅仅 4 个月就用光了全年的 AI 预算。Uber 总裁兼首席运营官 Andrew Macdonald 无奈表示，他们激增的 Token 用量和业务实际的创新没有什么清晰的对应关系。
换句话说，Token 可以看作是大模型时代的成本指标，但它远远不是最恰当的价值指标。
更大的问题在于，即便近年 Token 价格走低，也并不意味着企业的 AI 支出会下降。自 2023 年以来 Token 价格已经下跌了超 90%，但根据 Silicon Data 的 Token 支出指数，大模型的支出自去年底以来反而翻了一倍。企业支出了更多资金，却难以准确量化实际的业务回报。
几家海外科技大厂已经不堪重负，纷纷收紧了员工的 Token 用量。微软发现部分工程师的 Token 消耗成本已经超过了人力成本，开始逐步关停大部分 Claude Code 授权。Meta、亚马逊都取消了内部的 Token 排行榜，因为员工往往为了刷榜而大量执行无实际价值的任务。亚马逊高管还公开告诫员工，不要为了 AI 而使用 AI。
不少行业人士开始公开质疑“唯 Token 论”。Gartner 在 3 月的报告中指出，Token 消耗是衡量 AI 市场领导力的误导性指标，因为它不能有效体现业务价值和效率。Palantir CEO Altex Karp 也公开批评大模型公司的 Token 计价模式，认为企业应该看重真实的投资回报率。
甚至连大模型公司自身也开始了反思。Anthropic 的 Claude Code 负责人 Fiona Fung 在一场对话中谈到，行业氛围已经从 token maxing 转向 ROI 衡量。她把 token maxing 类比为过去看代码行数，“不要把忙碌当做进步。”
Token 之外，部分科技公司们也一度沿用移动互联网时代的标准，试图用 DAU 来判断 AI 大模型的 C 端价值，只是这一旧标尺可能跑不通新时代的逻辑。
移动互联网时代的边际成本几乎为零，流量就是收入，但大模型每一次问答都是一次算力消耗，虚增用户只会带来负担。强如豆包，近期也开始试水收费模式。海外 ChatGPT 拥有超 10 亿月活，Claude 仅有 5600 万，但 Anthropic 的年化营收却已追平甚至反超 OpenAI。
部分行业人士都意识到了两个指标的局限，开始寻找更恰当的 AI 价值标准。全球最大的 CRM 软件服务商 SalesForce 提出了 AWU（智能体工作单元）概念，试图用 AI 独立完成的任务量来计价。但 AWU 依然局限在具体的工作单元层面，本质上仍是一种计量单位，而非价值判断。
与之相比，李彦宏提出的 DAA 标准看得更远一些，也更接近价值本质。DAA 以日活智能体数作为核心指标，直接跳过算力消耗，关注有多少智能体在真实场景中替人干活并交付结果。
各方提出的概念细节各不同，但背后的方向正在逐渐趋同，都要用真实交付和产出价值来重新衡量 AI。部分标准已经得到行业认可。微软 CEO 纳德拉近期对外披露，微软内部已经运行了达约 2000 万个 AI 智能体，开始用 DAA 指标来评价内部智能的落地程度 。
行业开始认可 DAA、重新审视 Token，并不意味着 Token 不再重要。Token 仍然是 AI 成本和资源消耗的基础单位，但它不能独自承担价值判断，就像你不能用只用电费多少来衡量一家公司的产能。
两个月前李彦宏喊出用 DAA 代替 Token 时，或许还是非共识。但随着行业集体反思 Token Maxxing、重新回到 ROI 与结果交付，DAA 所指向的价值逻辑，正在被更多人看到。
DAA 的第一个样板间
如果说 DAA 是百度在行业纷扰之中发出的一次“回归价值本质”的呼吁，百度搭子则可以看作是百度内部践行、跑通 DAA 价值的第一个可参照的样本。
百度搭子自今年 3 月上线 MVP 版本后迭代迅速，几乎以一天一版的频率更新。5 月的 Create 2026 大会上，百度搭子正式推出移动端。6 月，百度搭子再度完成核心引擎升级，通过 Harness 引擎及工程优化大幅降低任务消耗。
过去半年，百度搭子是国内增速最快的通用智能体产品之一， 5 月以 114.72% 的月访问量增速登顶 AI 龙虾增速榜，同时以 116 万月访问量位列 AI 龙虾总榜第三。
百度搭子的亮眼增速，与 DAA 所强调的价值方向密切相关。DAA 指标更关注任务交付结果和价值，沿着这一逻辑，百度搭子的能力升级，也几乎都围绕 Agent 能否完成从目标到结果的任务闭环展开。相较于其他智能体产品，百度搭子在任务完成及效率、成本等方面更具优势。
今年 5 月，百度搭子登顶智能体评测基准 PinchBench，并在前五中占据三席，超过 Anthropic 和 OpenAI。在 DeepResearch Bench 榜单中，百度搭子同样以以 58.03 的综合分位列第一。
进化一直在路上。7 月 10 日的百度 AI DAY 上，百度搭子再度发布重磅更新，升级智能路由、多端共享记忆、浏览器调用、PPT 生成等诸多能力，并发布行业首个自媒体专业套件，进一步提升干活能力，每一项升级几乎都围绕结果交付进行。
哪怕是缺乏技术背景的普通人，也能通过百度搭子实现有价值的结果产出。
90 后服装从业者吕杭经营着一家缝纫工作室，日常需要面向众多学员授课，但精力常常被前期的设计沟通占据。通过百度搭子，他搭建了一整套的 AI 自动化流程，覆盖设计沟通、教学拆解及账号运营等各个环节，一个人就可以支撑起一整个团队。
贵州镇宁县有一对 40 岁的乡村教师夫妇，两位老师在乡村发起了名为“微光”的公益组织，在公众号上推广乡村阅读。但他们一直被内容产出限制，常常找不到合适的选题。后来他们通过百度搭子搭建了一套内容创作系统，从热点抓取、选题分析、内容整理都可以自动化完成。使用一段时间后他们感叹，“以前是人追着内容跑，现在是内容追着人跑。”
这些案例证明，DAA 所强调的“价值交付”并不是抽象概念，而是可以具体表现为一个人节省了多少时间、完成了多少工作，又创造了多少过去无法实现的结果。
在帮助众多普通人完成生产力跃迁之后，7 月 AI DAY 上全新升级的百度搭子还正式发布企业版，进入实际的组织生产环节。升级后的百度搭子企业版围绕团队协作、资产沉淀、流程打通和安全治理等特性展开，将个人效率进一步进化为团队整体生产力。
企业版支持将员工产生的方案、数据、技能和项目成果沉淀为组织资产，并对成员权限、资源用量、Skill 上下架和执行过程进行管理。同时，百度还发布了企业级 Skill 接入标准，与合作伙伴共建行业解决方案。同日发布的搭子联盟已与中国联通、创维等共建，未来还将开放合作，推动百度搭子进入更多企业服务和产业应用场景。
据现场介绍，百度搭子企业版已率先在百度内部实际运行，串联如流、知识库、工单、企业邮箱等内部系统，帮助内部切实提效。此外，百度搭子企业版也已在快消、教育、科技、金融等在多个重点行业深入落地。
这或许才是 DAA 价值最本质的体现。
在个人低频单次任务中，Token 消耗的差异并不易被察觉。但一旦进入高频、长链路的企业环境，性能、成本乃至稳定性的差异就会被迅速放大。在 AI 走向规模化落地后，市场更需要 DAA 这种衡量实际交付能力的生产力尺度。
针对当前行业存在的 Token “不经济“等痛点，百度搭子也将优化重点放在了真实任务执行调优与 Token 利用效率上。
6 月中旬的核心引擎升级中，百度搭子通过工程调优，在保障执行效果的前提下，将任务执行的 Token 消耗降低 75%。此次发布的智能路由功能，可以根据任务类型和算力需求自动匹配执行路径，进一步将平均任务耗时降低 20%，Token 利用率提升 25%。
这种“经济”优势并不是单一产品优化的结果，而是建立在百度全栈 AI 与生态积淀之上。依托昆仑芯、百度智能云、文心大模型和智能体等全栈优势，百度可以打造出单位 Token 智能水平更高的 Agent Infra。
换句话说，从百度搭子这个样本开始，百度识图证明 DAA 并不非停留在概念层面的价值标准，而可以在真实产品、真实任务与真实组织中被验证、被跑通。
支撑 DAA 落地的，也不只是某一产品的单点能力，而是一套全栈 AI 将底层算力、模型能力与应用工程效率，持续转化为业务结果的系统性能力。
DAA 或许离行业共识不远了
百度搭子是观察 DAA 价值的第一个样板间，但远不是全部。
百度内部还有更多产品和业务都在践行且跑通 DAA 价值，比如百度文心、百度一镜、秒哒、伐谋乃至萝卜快跑、智能云等诸多业务，几乎已形成一整套的 DAA 产品矩阵。
秒哒验证了无代码开发场景的交付效率。秒哒已累计服务超 3500 万用户，生成超过 350 万个具备商业价值的应用。脱胎于慧播星的百度一镜进入内容和营销等全场景，帮助中小商家及创作者提升直播、视频等产出效率。
萝卜快跑则把任务交付延伸到物理世界，其足迹已遍布全球 27 座城市。去年发布的伐谋直接面向复杂的企业决策场景，目前已迭代至 2.0 版本，伐谋这类演化类智能体的核心特性就在于能验证、能闭环，能持续进化。
以 DAA 的标准衡量，这些产品都在各自的产业深水区中为用户完成真实任务、提升生产效率，并交付可验证的结果。
当 DAA 价值不仅在百度搭子中跑通，也能在不同领域及行业落地并切实提升效率和产出，它或许就不再是一个孤立的产品指标，而有机会进一步成为衡量 AI 价值的生态标准。
此前 Create 大会上，李彦宏曾提出，通用智能体是继 ChatBot 之后的第二代入口。如今行业 AI 入口之争愈烈，谁能率先跑通通用智能体的 DAA，谁就更有机会定义下一代 AI 入口的价值标准。
百度搭子的优势，正在于以一个入口承接复杂任务，并依靠“超级执行力”完成结果交付。它不仅是百度验证 DAA 的首个样本，也可能成为百度参与下一代 AI 入口竞争的一张关键牌。
纵观全球科技行业，百度也是少有的能从产品乃至体系都引领行业价值判断的公司。百度的“芯云模体”新全栈能力具备协同进化的能力，是 DAA 进一步走向生态指标的最大优势。
昆仑芯解决算力自主可控，天池 256 卡超节点已完成主流模型适配。百度智能云提供 AI 原生基础设施，连续六年位居中国 AI 公有云市场第一。文心大模型实现模型能力的持续进化，最新文心 5.1 模型预训练成本仅为业界的 6%。百度搭子、秒哒、一镜和伐谋等智能体应用则打通了 AI 落地的最后一公里。
四层新全栈架构互相协同，共同为 DAA 落地提供了坚实的技术底座。百度也可借此沉淀出可复用的能力，向行业外溢输出。随着更多内部产品在规模化场景中完成验证，DAA 离行业共识或许也不再久远。它所代表的也不只是百度内部的一套衡量方式，而可能成为更多企业评估 AI 价值的共同参照。
这也是当前全球 AI 行业的演变方向。海外科技厂商们集体反思 Token 崇拜、企业开始重估 AI 投资回报率乃至行业人士呼吁回归 AI 价值本质，其实都是在向 DAA 价值靠拢。
电力进入人类社会 200 多年，我们早已不再用电力作为计量单位衡量产出。移动互联网早期，人们也曾精打细算每一兆流量，但随着基础设施成熟，流量逐渐退回成本指标的位置。
Token 亦是如此。它是大模型最基础的成本计量单位，但或许并不是判断 AI 价值的最终标准。
就像李彦宏呼吁行业关注 DAA 价值时所说，Token 只代表成本不代表收益，衡量的是投入而不是产出，更本质的效率和价值它都无法回答。而 DAA 的提出，核心就是在于用交付证明价值，而非用消耗证明繁荣的叙事。
AI 行业必将从算力消耗的无意义竞争，回归到任务交付的商业本质。百度搭子现阶段或许无法穷尽人们关于 DAA 的所有疑问。但它至少提供了一个确定的起点，证明了以结果交付衡量 AI 价值的现实意义。
热门跟贴