百度的DAA头枪：多线铺路Agent

AI加速渗透大厂内部这一年，一个新的生产刻度正在形成——Token。

研发团队开始统计有多少代码由AI生成，业务部门关心每天调用了多少Token，云厂商则围绕Token的价格与效率展开新一轮角逐。数字越滚越大，一个更现实的问题也随之浮现：这些数字，究竟代表了AI真实创造的价值，还是仅仅反映了它被更频繁地使用了？

这个疑问，或许正是百度试图重新定义AI竞争规则的底层逻辑。

5月13日至14日，Create 2026百度AI开发者大会在北京举行。开幕式上，李彦宏首次提出了AI时代的新“度量衡”——DAA，即日活智能体数。在他看来，Token更多衡量的是成本投入，而非价值产出；真正能与移动互联网时代DAU（日活跃用户数）对应的，是DAA。这个指标旨在衡量“每天有多少智能体在持续为人类工作，并交付实际成果”。

当然，相比这个仍偏宏观的新概念，更值得观察的是百度正在将哪些智能体推向真实场景。本届大会上，从通用智能体DuMate，到代码智能体秒哒、数字人智能体百度一镜，再到面向企业核心决策的伐谋2.0，百度几乎是沿着个人创造、软件开发、内容生产和产业决策几条路径同时落子。

这构成了观察百度AI布局的两条关键线索：李彦宏提出DAA，是在为AI应用时代重新定义一把尺子；而此次密集发布Agent产品，则是在尝试回答，这把尺子究竟该用来量什么。

AI时代新度量衡

过去一年，随着智能体（Agent）概念快速升温，Token消耗被推到了产业舞台的中央。无论是模型厂商还是云厂商，竞争焦点都围绕着Token的效率与价格展开。

这种变化已经悄然传导至企业内部的管理体系。部分激进的科技公司，甚至将每日Token消耗量视为员工使用AI熟练程度的一种体现。据行业人士透露，部分大厂虽未将Token单独列为KPI，但会将其消耗量连同“AI提交率”（AI Commit Rate）一并作为衡量标准。

“我们目前的衡量标准是‘AI写的代码数/提交的代码总数’，”北京某大厂研发部门人士表示，“最终目标是达到90%，现阶段正努力先实现70%。”

但问题也随之而来：无论是Token消耗，还是AI提交率，本质上都更接近“投入”和“过程”指标，未必能直接等同于AI创造的业务价值。一个智能体可以消耗大量Token，却可能只产出低价值内容；一个研发团队可以提高AI提交率，但若缺乏后续的质量验证、工程审查与业务结果评估，这一指标本身仍可能停留在“用得多”，而非“用得好”。

正因如此，百度此次提出DAA，核心意图是将行业关注的焦点，从“消耗了多少Token”、“生成了多少内容”，进一步转向“有多少智能体真正运转起来、在持续工作、并交付了可验证的结果”。按照李彦宏的类比，DAA大致对应移动互联网时代的DAU——前者衡量平台上有多少真实活跃用户，后者则试图衡量AI平台上有多少智能体在持续创造价值。他预测，未来全球DAA的数量可能会超过100亿。

从概念到产品：百度的Agent矩阵

与其关注李彦宏说了什么，不如看看百度正在做什么。相比DAA这个宏观概念，更具体的观察对象是百度正在落地的一系列Agent产品。

面向个人用户，百度此次重点推出了三款智能体：DuMate、秒哒和百度一镜。

作为通用智能体，DuMate（中文名“百度搭子”）更像是百度为个人用户和企业员工打造的统一AI入口。它集成了百度搜索、秒哒、伐谋等多种能力，能够协同完成搜索、编码、深度研究、数据分析乃至应用创建等复杂任务。

代码智能体“秒哒”则指向一个更明确的高价值场景——应用生成。其目标是让完全不懂代码的用户也能直接生成应用，从而大幅降低软件开发的入门门槛和成本。

在数字人领域，原有的“百度慧播星”升级为“百度一镜”。李彦宏将数字人定义为“看得见的智能体”。百度一镜从原本主要聚焦于直播带货的数字人，升级为涵盖直播、视频制作、实时互动等多形态的全场景数字人平台，并同步推出海外版，以服务中国企业的出海需求。

从这组产品矩阵不难看出，百度对Agent的布局并非押注单一形态，而是根据不同场景的需求，拆解出了不同类型的智能体。这种策略，在某种程度上是一种“多点押注”。

原因在于，Agent时代的产品形态远未定型。未来用户究竟会高频使用一个全能型通用Agent，还是在不同任务中调用多个垂直Agent？企业更倾向于采购一个统一平台，还是将AI能力嵌入原有业务系统？智能体的价值爆发点，会先在个人办公、代码开发、内容创作中显现，还是在产业决策和企业核心流程中形成更高价值的闭环？这些问题，目前都还没有标准答案。

在这个阶段，任何一家公司都很难只赌一个方向。通过多个场景去验证智能体究竟在哪里能跑通、在哪里能形成用户习惯、在哪里能带来可衡量的商业价值，无疑是更为务实的路径。

这种不确定性并非百度独有。放眼全球AI行业，许多高价值场景都是在真实使用中被逐渐验证的。Anthropic旗下Claude Code的走红便是一个典型案例。该公司最初以模型安全性和能力见长，但真正让其在企业客户和开发者群体中快速放量的关键产品之一，正是其代码智能体。

在Agent形态尚未收敛的当下，百度显然不想只提供一个答案。

跑进业务：价值验证的深水区

尽管前路答案尚不清晰，但一个共识正在形成：智能体是否能够进入真实工作流，并完成可验证、可复盘、可衡量价值的任务，已成为AI竞争下一阶段的重点。

在百度此次发布和升级的多款Agent产品中，“伐谋2.0”可能是最贴近企业核心业务流程的一款。简单来说，它要解决的是企业里那些需要复杂决策的问题。

例如，在生产排程中，一批订单应如何分配到不同的机器和产线，才能最大限度地缩短交付周期、提升产能？在物流规划中，车辆、路线、货物和时间窗口该如何匹配，才能实现成本更低、效率更高？在工艺优化中，如何从材料配方、参数组合与实验结果之间建立有效关系，从而提升良率或找到更优方案？

尽管过去企业可能已部署ERP等系统辅助决策，但真正涉及到“具体怎么排、怎么调、怎么优化”时，最终决策仍然高度依赖人的经验。伐谋2.0试图做的，正是将这些复杂的业务问题，抽象为“数据输入—需求澄清—算法生成—结果可视化”的标准化过程。

业务人员只需上传生产、物流或实验数据，通过对话澄清约束条件，系统内的Agent便能自动生成优化算法，最终以甘特图、路径方案或多目标方案等业务人员能直观理解的形式呈现结果。

据百度伐谋团队人士介绍，过去六个月，团队走访了上百家客户现场后有一个深刻发现：大部分AI在产业中做的仍是“提效”工作，但“提了效未必能增产”。企业真正关心的，不仅是员工能否更快完成工作，更是AI能否直接帮助实现收入增长、成本降低、良率提升，或者让现有资源得到更充分的利用。

此次伐谋升级至2.0版本，便是直接面向业务专家，聚焦于生产排程、工艺优化、物流规划这三大高价值决策场景。目前，百度主要通过两种方式落地伐谋：一是直接服务制造业等终端客户；二是与SaaS公司合作，由后者将伐谋的能力集成到其管理系统中，再服务下游企业。

然而，越是靠近产业核心，落地难度也越高。不同企业的业务流程、数据质量、系统环境和业务规则千差万别，伐谋未来能否在千行百业中实现规模化落地，仍是一个待解的课题。

整体来看，百度此次Create大会试图勾勒出一套AI应用时代的完整框架：上层用DAA衡量智能体生态的活跃度与健康度；中层通过伐谋、DuMate等产品，验证智能体如何深度融入个人与企业的工作流；底层则依靠AI基础设施和Agent基础设施，确保这些智能体能够稳定运行、自我迭代并实现规模化部署。

提出DAA这套新度量衡，其意义或许不止于提供一个新指标，更在于开启一场关于AI价值衡量标准的新叙事。