在人工智能（AI）狂飆突進的三年里，整個科技行業似乎陷入了一場關于“參數”與“消耗”的數字游戲。

從千億級參數的模型競賽，到各大權威榜單（Benchmark）的刷分大戰，再到用日活躍用戶數（DAU）來衡量AI產品的熱度，行業的標尺始終圍繞著“技術有多強”和“算力燒了多少”展開。

然而，到了2026年，這些曾經被奉為圭臬的指標正在集體失靈：Anthropic的月活用戶僅為OpenAI的15%，其年化收入卻首次實現反超；OpenAI內部開始轉向TPD（每日Token消耗量）作為核心指標，但Token本質上只是工業時代的“煤炭消耗量”，它只能衡量成本，卻無法直接映射商業價值。

當行業還在為模型智商沾沾自喜時，一個尖銳的問題擺在了所有從業者面前：我們缺的從來不是更聰明的聊天機器人，而是一把能精準量出“AI到底干了多少活、創造了多少錢”的新尺子。

在Create 2026百度AI開發者大會上，李彥宏拋出的DAA（Daily Active Agents，日活智能體數）概念，正是對這一行業焦慮的直接回應。

李彥宏提出的DDA，標志著AI競爭正式從“算力/模型競爭”的上半場，進入了“結果與生產力競爭”的下半場。

5月18日晚，百度發布2026年第一季度財報，顯示季度總營收321億元，其中百度AI云收入88億元，同比高速增長79%；GPU云收入同比增長184%。

從百度這個財務表現來看，這家全棧自研的科技巨頭，已然率先跨過了從“炫技”到“變現”的生產力門檻。

一、從“卷Token”走向“算總賬”

過去幾年，移動互聯網時代的流量思維被生硬地套用在AI產業上。

DAU曾是衡量平臺繁榮的黃金標尺，但在AI驅動的生產力經濟時代，它的底層邏輯出現了致命偏差。

DAU衡量的是用戶被吸引并停留的時間，而AI的核心價值恰恰是釋放人類時間——當一個智能體替你完成復雜的報表分析、自動預訂行程或生成代碼時，用戶的使用時長反而縮短了，但這并不意味著價值降低，反而是效率的極致提升。

因此，用DAU去衡量AI，就像用耗油量去評價一輛賽車的成績一樣片面。

正是在這種背景下，DAA的提出具有了重構行業估值體系的戰略意義。

李彥宏將AI的衡量標準從“消耗多少算力”強行扭轉為“交付多少結果”。

DAA并非一個簡單的計數指標，其背后是一套嚴密的三角價值模型：

AI交付價值=DAA規模（干了多少活）×任務完成率（活干得怎么樣）×單任務價值（干這活值多少錢）。

這套邏輯試圖成為智能體經濟的“GDP”，將行業的焦點從資源消耗的流水賬，轉移到價值產出的損益表上。

5月18日，百度發布的2026年度Q1財報為這一理論提供了堅實的現實注腳。

數據顯示，百度的AI業務收入占比已顯著提升，且AI相關營收展現出強勁的增長勢頭，甚至在整體營收波動時起到了關鍵的支撐作用。

更重要的是，百度智能云在2025年的大模型相關中標項目數和金額上拿下“雙第一”，經營現金流轉正。

而最新財報顯示，僅2026年度一季度，百度智能云就以25個中標項目、12.48億元中標金額，再度斬獲中標數量與金額雙第一，中標金額約為第二名的近5倍，領先優勢進一步拉大。

這些財務數據無聲卻有力地證明：百度已經成為行業內少數能夠用真金白銀驗證AI產出、跑通“技術—商業”閉環的公司之一。

二、從“陪聊”到“領薪”

如果說DAA是理論層面的度量衡，那么財報背后一個個鮮活的落地案例，則是AI進入“結果交付時代”的最佳佐證。

當前的AI收入不再是基于簡單的API調用費，而是源于AI能力深度嵌入具體業務場景后，作為“數字員工”持續運行所產生的實際價值。

在企業級市場，這種變化尤為明顯。

以百度推出的決策智能體“伐謀”為例，它不再是一個只會陪聊的助手，而是深入到了全球領先的自動化碼頭等嚴肅生產場景中。在近乎極致的優化基礎上，在原型演示中，“伐謀”助力智能管控系統實現了10.21%的絕對指標提升。

這意味著AI直接參與了核心生產決策，為企業省下了真金白銀的成本。

同樣，百度智能云發布的“百度勝算”平臺，通過構建企業業務本體，解決了AI在復雜業務場景下準確率不足的痛點，讓Agent在訂單處理、庫存補貨等核心環節達到了99%的準確率，真正從邊緣輔助走向了核心生產。

在個人與開發者端，AI的生產力屬性同樣得到了驗證。

代碼智能體“秒噠”服務了超過1000萬用戶，不僅幫助普通人用自然語言開發應用，其OPC變現金額更是達到了千萬級；通用智能體DuMate在4月實現了月活的顯著增長，能夠同時處理客訴郵件、清洗銷售數據并生成營銷方案。

這些案例的共同特征在于，AI不再是“調用一次、回答一個問題”的一次性工具，而是變成了“嵌入流程、7×24小時持續運行”的生產力單元。正是這些長期在線、穩定交付結果的智能體，構成了百度AI收入增長的堅實基座。

三、為什么是百度？“芯云模體”全棧架構筑起的護城河

為什么在行業普遍還在為商業化發愁時，百度能率先提出DAA并交出合格的財務答卷？

這并非偶然，而是源于其“芯云模體”全棧架構所帶來的系統性優勢。

當AI競爭進入“結果交付”階段，真正的分水嶺不再是單一模型的參數量，而是誰能以更低的成本、更高的穩定性，支撐起海量智能體的規模化運行。

百度的全棧布局恰好卡住了這四個命門。

在芯片層，自研的昆侖芯與百舸AI計算平臺實現了芯片與框架的深度適配，這種軟硬一體的優化大幅降低了推理成本，李彥宏曾直言“訓練的目的是推理”，只有推理成本足夠低，智能體才能大規模普及。

在云層，百度智能云全面升級為面向智能體應用的新一代AI云，通過技術創新讓智能體推理性能比行業主流提升了3倍，數據訪問命中率超過90%。

在模型層，文心大模型5.0及后續版本展現出的深度推理與全局規劃能力，為智能體提供了極其聰慧的“大腦”，使其在處理復雜長鏈路任務時依然能保持極高的成功率。

在智能體層，無論是“秒噠”這樣的無代碼開發工具，還是“伐謀”這類垂類超級智能體，共同構成了繁榮的生態“手腳”，讓AI能力得以在各種真實場景中靈活生長。

此外，百度十余年來在搜索、地圖、自動駕駛等領域的深耕，為其積累了海量的真實場景數據。

從蘿卜快跑的無人駕駛服務到文心助手的億級用戶交互，這些真實的業務場景成為了打磨智能體能力的最佳試煉場。

相比之下，那些僅依靠開源模型或單純售賣算力的廠商，很難在短時間內構建起這種從底層算力到上層應用的完整飛輪。

結語

AI行業的上半場是關于“可能性”的狂歡，而下半場則是關于“確定性”的較量。

當潮水退去，單純的模型參數競賽已成往事，能夠持續交付可驗證價值的企業才能笑到最后。

百度提出DAA，不僅是為行業確立了一把新的度量衡，更是宣告了AI已經具備了獨立創造經濟價值的能力。

從財務數據的兌現到全棧技術的支撐，百度無疑已經率先跨過了這道門檻，引領中國AI產業正式邁入“結果交付”的黃金時代。

作者：張棟偉

（從業33年資深互聯網高管、行業分析師、市場營銷專家）