在近期举办的行业大会上，百度创始人李彦宏提出了一项引发广泛讨论的新指标——DAA（日活智能体数），这一概念被视为AI领域价值评估体系的重大革新。他直言不讳地指出，当前行业过度依赖的"Token调用量"仅能反映技术投入规模，却无法直接衡量商业价值产出。这一论断直指行业痛点：尽管头部企业持续加码算力投入，但利润增长却陷入停滞，甚至出现倒退现象。
数据印证了这种判断的严峻性。某头部短视频平台日均Token使用量从2024年的1200亿激增至2026年的120万亿，两年间增长千倍，但同期AI算力资本开支超过1500亿元，净利润却大幅下滑。类似困境在云计算领域同样显现，某云服务商虽然AI业务收入增速达200%，但研发与算力成本压力持续攀升。这种"投入产出倒挂"现象，迫使行业重新思考价值评估标准。
百度智能云总裁沈抖在会上宣布的架构升级，为DAA落地提供了技术支撑。新推出的双基础设施体系包含Agent Infra和AI Infra两大模块：前者通过智能缓存和上下文复用技术，使推理生成速度提升25%；后者依托自研昆仑芯构建的万卡集群，实现97%的有效训练率。这种技术组合使单个Token的"智能产出"显著提高，为大规模智能体运行奠定基础。
在金融领域，某股份制银行基于百度技术构建的AI算力底座，将对公贷款尽调效率提升40%；汽车行业，2000万辆搭载L2级智驾系统的新车交付，验证了智能体在复杂场景中的可靠性；智能制造领域，某家电企业通过视觉智能体实现生产线质检自动化，错误率降低至0.3%。这些实践表明，DAA指标与实体经济结合已产生实质性效益。
技术突破的背后是持续的研发投入。百度自研的昆仑芯P800型号已完成万卡集群部署，其训练线性扩展度达85%，超越行业平均水平。即将上市的天池256卡超节点，在推理效率上较前代提升50%，且已完成对主流开源模型的适配。这些硬件创新与软件优化形成协同效应，使智能体运行成本较市场同类方案降低23%。
行业分析师指出，DAA与移动互联网时代的DAU（日活跃用户）具有相似逻辑，但价值维度更侧重生产力提升。当智能体能够自主完成发票处理、质量检测等具体任务时，其商业价值可通过完成的工作量直接量化。这种评估方式正在改变资本市场的估值逻辑，某智能云厂商因DAA指标突出，近期获得超额认购。
百度开放生态的策略也在消除外界质疑。其智能云平台已支持文心、DeepSeek等国产主流模型调用，这种技术中立性为DAA成为行业标准创造条件。在具身智能领域，百度市场份额超过第二、三名总和，显示出智能体技术在物理世界渗透的广度。从义乌小商品市场的AI店长，到国家电网的智能巡检系统，DAA指标正在多个垂直领域得到验证。
这场评估体系变革已引发连锁反应。某云计算厂商在最新财报中首次披露智能体相关收入，某投资机构宣布将DAA纳入AI项目评估框架。技术社区关于"智能体经济"的讨论持续升温，开发者开始基于DAA指标优化产品设计。这些动态表明，百度提出的评估标准正在重塑行业价值认知，而这场变革或许只是刚刚开始。
