当全球科技企业还在为AI模型的Token消耗争得不可开交时，一场关于价值衡量的变革正在悄然发生。在近期举行的世界人工智能大会上，IDC发布的《DAA研究报告》将“日活智能体数”（Daily Active Agents）推向全球标准定义阶段，标志着AI行业从“烧钱竞赛”转向“价值竞赛”的新阶段。
过去一年，硅谷流行的“Tokenmaxxing”概念逐渐褪色。特斯拉、Uber等企业纷纷开始控制AI使用成本，花旗银行甚至切断了对高端模型的访问权限。这种转变背后，暴露出Token作为评估指标的致命缺陷——它只能显示模型被调用的次数，却无法回答“这些调用解决了什么问题”“创造了多少实际价值”。正如BNP Paribas的AI负责人所言，Token本质上是计算单元而非生产力指标，过度依赖会导致企业陷入“虚荣指标”的误区。
DAA的提出恰逢其时。这个由百度创始人李彦宏在Create大会上首次提出的概念，通过统计智能体每日完成的有效任务数，为AI价值提供了更接近产出的衡量方式。IDC报告显示，全球活跃Agent数量正呈爆发式增长，预计2026年将达到7940万个，2030年更将突破22亿个。这种增长背后，是金融、制造、医疗等行业对智能体实际效能的迫切需求。
与传统评估体系不同，DAA构建了一套覆盖企业全角色的价值框架。CEO可通过它观察AI战略落地情况，CIO用以管理算力分配，CFO衡量投资回报率，COO优化运营效率。这种多维度评估方式，使得智能体在高频任务、高价值任务、高风险任务和高协同任务中的表现成为关键指标。例如在金融领域，智能风控Agent每日处理的高风险交易笔数和欺诈拦截量，已成为比Token消耗更重要的考核标准。
百度的实践为DAA提供了生动注脚。其推出的“百度搭子”智能体平台，日均提问次数已增长20倍。70岁的野生动物摄影师老万通过该平台搭建的视频素材筛选智能体，每天自动从100TB素材中识别动物画面；缝纫教室主理人吕杭则利用智能体将学员的模糊想法转化为设计方案和课程课件。这些案例证明，当评估标准从“消耗多少”转向“交付什么”，AI才能真正融入生产流程。
在制造领域，DAA的价值同样显著。某汽车厂商通过智能质检Agent，每日检测产品数量提升300%，缺陷发现率提高45%，同时避免了因人工漏检导致的潜在损失。这种“智能体干活、交付结果”的模式，正在重塑传统产业的生产逻辑。更值得关注的是，百度“一镜”数字人技术已帮助可口可乐等品牌实现7×24小时互动，贵州毕节的农户通过数字人主播将特产销量提升3倍，显示出DAA在消费端的强大生命力。
支撑这场变革的是中国完整的AI产业链。全国已建成4.37万家智能工厂，覆盖全部41个工业大类，重点行业人工智能渗透率突破80%。这种产业基础为DAA提供了丰富的应用场景。百度的“伐谋2.0”系统通过分析资源条件和业务目标，辅助企业优化生产和经营方案；“AI店长”则覆盖连锁餐饮的食品安全、服务合规等核心场景，将后厨违规操作率降低80%。这些实践表明，当智能体进入产业核心决策流程，DAA的衡量价值将更加凸显。
技术底座的完善是DAA落地的关键。在芯片层面，昆仑芯最新超节点吞吐性能提升25%，主流模型推理效率提高50%；模型层面，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；云基础设施层面，百度智能云已服务80%的央企，中标金额持续领跑。这种全栈能力使得企业无需自行搭建技术架构，即可实现DAA的端到端优化。
在世界人工智能大会上，百度“百度搭子”成为唯一入选十大“镇馆之宝”的通用智能体产品。这个从科技含量、市场前景、社会效益等多维度脱颖而出的平台，正成为DAA理念的最佳实践样本。当行业开始用DAA替代Token作为关键指标，资源流向正从芯片、大模型等基础设施，转向以实体经济为核心的产业智能化领域。这场由东方企业引领的评估标准变革，正在重新定义全球AI竞争的游戏规则。
