兩千多年前，管子在《乘馬》篇中說：“是故事者，生于慮，成于務，失于傲”。意為大事業始于深思熟慮，成于務實推進，敗于傲慢懈怠。

這句話放在今天的AI產業再合適不過。過去三年，全球AI公司在“慮”上投入巨資，卷參數、刷榜單、講故事，唯獨在“務”上進展緩慢。直到2026年5月，一份來自百度的財報，為這個行業提供了一個樣本，AI不僅可以務虛，更可以務實。

5月13日，Create2026百度AI開發者大會上，李彥宏拋出了一個全新概念——DAA(Daily Active Agents,日活智能體數)，主張用“AI到底干了多少活”來度量AI產業的繁榮程度。

5天之后，百度發布2026年第一季度財報：總營收321億元,AI業務收入136億元，占百度一般性業務收入的52%。

AI業務占比首次超過一半。

從理念到數據，財報結果更像是對Robin新理論的一種“交付”，AI產業的度量邏輯,正在從“投入”切換到“產出”。過去三年里那些被反復使用的尺子(參數量、benchmark、DAU、月活、Token消耗),正在集體面臨一次重新定義。而能拿出財務數據，為這次切換提供第一組可驗證樣本的公司，放之四海也并不多，百度是其中之一。

值得玩味的是，就在百度發布這份財報的一周前，硅谷某AI獨角獸估值被砍半的消息不脛而走。一邊是估值神話的退潮，一邊是營收過半的硬核數據，兩種敘事在同一個時間窗口碰撞，恰好構成AI產業從講故事到交結果的隱喻。

這實際上是一場關于AI價值錨點的爭奪，到底是Token消耗量、用戶活躍度、估值水位，還是真金白銀的財務報表？百度的52%，至少提供了一種可驗證的答案。

“舊尺子”集體失靈，AI行業為什么需要一把新的尺子

過去三年，AI行業的衡量體系大致沿用了移動互聯網的傳統邏輯，參數量即代表模型能力（得益于Transformer架構的統治級應用，這一標準確實一向有價值），Benchmark分數代表技術水位，DAU/月活代表生態繁榮……

但進入2026年，AI產業正在以前所未有的速度快速迭代，這些直觀標準已很難度量一個公司、一個項目是否成功。最典型的信號來自行業前沿，Anthropic起初月活只有大約兩千多萬，遠達不到OpenAI的量級，但其年化經常性收入（ARR）卻在數月內從90億美元沖到300億，完成了對昔日“一哥”的反超。一個傳統意義上用戶基數小得多的玩家，反而拿走了更多真金白銀。另一組信號來自財務報表，OpenAI估值接近萬億，單季虧損也估算達百億美元規模，融資大部分流回到了游算力供應商，產品線在收縮（Sora停服），壁壘未見明顯抬升。估值這把尺子，同樣講不清楚AI到底創造了什么價值。

至于業內一度寄予厚望的“Token消耗”，Gartner已經明確給出判斷：Token衡量發生在AI價值鏈的早期階段，遠早于決策的形成或業務成果的實現，它衡量的是規模，不是結果。

當前的AI行業，缺的不是更好的模型，也不是更高的參數，而是一把能量出“AI到底干了多少活”的尺子。這正是李彥宏提出DAA的語境：它試圖把衡量標準從“消耗多少算力”，拉回到“交付多少結果”。

DAA的核心是一個三角關系，DAA規模×任務完成率×單任務價值：有多少智能體在為人類干活，活干得怎么樣，這些活值多少錢。三個維度共同構成一個“AI交付指數”，而不是一個“AI投入指數”。

既然是生產力革命，新生產力就要“拿結果”。

相比海外市場仍然在以“虧出未來”的姿態燒錢投入，中國AI產業從一開始就被迫面對一個更樸素的問題：AI能不能算得過賬。在國內更卷、更短的資本耐心面前，“商業化”是一道必答題。

也正是因此，百度此次Q1財報中的一項數據格外值得被放在顯微鏡下：歸屬凈利潤34.45億元(凈利率11%)，非GAAP凈利潤43.32億元(凈利率14%)，經營現金流27億元正向，現金儲備2793億元。與海外同行單季虧損動輒百億美元的財務圖景形成的反差，幾乎構成中國AI產業的另一種敘事方式。

這種反差并非偶然。中國AI產業從誕生之初就帶著務實基因，沒有美國那樣充裕的資本窗口期，沒有可以無限燒錢的用戶補貼邏輯，每一分投入都必須思考回報周期。這種被迫商業化的壓力，反而催生出一套完全不同的產品邏輯，不是先做大了再想怎么賺錢，而是一開始就要想清楚誰買單、付多少錢、解決什么問題。

百度的52%，某種程度上是中國AI產業務實主義的集中體現。

從基礎設施到生產力單元，52%背后,智能體正在替企業干活

將DAA作為一把新尺子，百度本次財報的數據，即是新度量下的的第一次真實讀數。

宏觀層面，數據線條非常清晰。AI云收入88億元、同比增長79%：其中GPU云收入同比激增184%；AI原生營銷服務收入23億元、同比+36%；AI應用收入25億元保持穩定；文心大模型5.1在LMArena搜索榜以1223分登頂國內第一、全球第四，且預訓練成本僅為業界同規模模型的約6%。底層算力、模型能力、云上調用，共同構成了百度AI業務的“地基”，這是52%占比的基礎設施層邏輯。

從產業落點看，在全球領先的自動化碼頭，百度伐謀2.0在近乎極致優化的基礎上，于原型演示中仍助力智能管控系統實現10.21%的絕對指標提升。這是一項非?？量痰某煽儯a頭的智能調度系統經過了多年迭代，幾乎所有顯性效率空間都已被挖干，而伐謀在這種“硬骨頭”場景下還是擠出了10%以上的提升。

金融場景則提供了一個被驗證的案例。中信百信銀行引入伐謀后，讓模型自動演化風險特征，特征挖掘效率提升100%、風險區分度提升2.41%,短時間內達到專業數據挖掘工程師的水平；銀河證券聯合百度智能云打造的交易智能體，把交易員從詢價到下單的轉化效率提升了3倍。

無代碼開發平臺秒噠3.0迭代至今，累計服務用戶超1000萬，生成的應用超過100萬個，近百萬的“超級個體”在平臺上成長，變現金額最高的達千萬量級。AI在這里第一次真正下沉到“個人即生產力”的層面。

在直播與品牌營銷領域，數字人平臺百度一鏡目前服務客戶10萬+、覆蓋30余個行業，平臺平均直播間轉化率提升29%、交付效率提升150%、制作成本下降63.3%。某護膚品牌的數字人專項直播間引入一鏡后,GMV增長31%、日訂單增長25%。

這些案例的共同點是：AI不再是調用一次、回答一個問題的工具，而是嵌入流程、持續運行、按任務交付的生產力單元。它們對應的不是Token消耗的曲線，是DAA框架里規模× 完成率×單任務價值的乘積，這正是52%這個數字的底層來源。

回顧過去三年AI產業的發展軌跡，2023年是軍備競賽，誰的參數多、誰的榜單高，誰就是贏家；2024年是應用競賽，誰先做出爆款產品、誰先拉新用戶，誰就是贏家；而2026年，產業正在進入交付競賽階段，誰的AI真正在干活、誰的客戶愿意持續付費、誰的業務能產生正向現金流，誰才是真正的贏家。

百度的52%，標志著交付競賽已經有了第一個可驗證的得分。

為什么是百度，“芯云模體”全棧的復利效應

AI收入占比過半，與DAA看交付的新理論提出，指向同一個底層前提，百度已經讓AI在真實場景中持續運行，并穩定產出價值。能用DAA這把尺子去度量行業的公司，首先得是度量自己。

這種能力，并非靠單一模型或單一應用的突破獲得，它必然建立于企業構筑的全棧架構之上：

芯——昆侖芯P800已完成規模化驗證,2025年至今交付多個萬卡集群，在全國產集群上完成對文心5.1重要版本的訓練，有效訓練率達97%,萬卡線性擴展度超85%；基于昆侖芯的天池256超節點已點亮、6月正式上市。

云——沙利文最新報告顯示，百度智能云以40.4%的市場份額位居中國自研GPU云市場第一；2026年Q1，百度智能云斬獲國內主要云廠商中標項目數量與中標金額雙第一，中標金額是第二名的5倍多。

模——文心5.1搜索能力國內第一、全球第四，預訓練成本僅業界同規模模型約6%；5.1 Preview以1476分登上LMArena文本榜國內第一，是榜單前15名中唯一上榜的國產模型。

體——通用智能體DuMate、秒噠3.0、伐謀2.0、百度一鏡、文庫網盤GenFlow4.0，構成了從開發工具、生產決策、營銷增長到內容生產的完整交付層。

全棧的真正意義，在于細密的整合與廣泛的覆蓋，無需把每一層都做到第一，讓每一層為彼此服務即可，芯片決定算力性價比，云決定調度效率，模型決定能力下限，智能體決定交付質量。單點能力解決不了持續運行的問題，只有協同才能讓AI在客戶的業務流里穩定跑下去。

這里有一個容易被忽視的細節，百度的全棧布局并非2026年才開始，而是可以追溯到2013年深度學習研究院的成立。從芯片到應用，百度用了13年搭建這套體系，這意味著，當行業還在討論要不要自研芯片、要不要做閉源模型的時候，百度已經在享受全棧協同的時間杠桿，每一層的能力都在為其他層降本增效，每一層的進步都在為整體交付能力提升。

這也是為什么百度能在AI業務占比達到52%的同時，還能保持11%的凈利率。全棧不是簡單的什么都做，而是通過協同效應建立起成本洼地和交付高地。

寫在最后：

52%當然不會是終點，它更像是一個產業拐點注腳，充分說明AI已經具備直接進入財務報表的能力，而不再只是一個等待被商業化的技術預期。

當一些公司仍在解釋自己的Token消耗有多大、估值有多高、虧損有多深，DAA已經準備好了回答另一個問題，今天有多少Agent在為客戶干活，完成了什么，值多少錢。

這是解決世人對于AI泡沫的驚恐，投資人對于回報的期待，以及行業對于生產力的交付的必然方案。

從當前的財務表現與落地情況看，百度，已經先行進入了這一階段。

而這，或許只是開始。