股价的即时反馈只是一个侧影。更值得关注的是，这个新指标切中了当前AI产业的一个核心焦虑：当整个行业都在用Token消耗量来衡量AI的繁荣程度时，到底有没有一把更准的尺子？

李彦宏给出的回答很直接——“Token不一定代表终局。”他进一步解释说，Token只代表成本并不代表收益，衡量的是投入而不是产出。这番话的背后，是一个行业从“模型竞赛”向“应用竞赛”深层转换的信号。DAA的出现，本质上是要回答一个更朴素的问题：AI到底创造了多少真实价值？

烧了那么多Token，钱花在哪儿了？

过去两年，Token消耗量堪称AI行业最受瞩目的数字。全球范围内，谷歌2025年9月的Token月消耗量达到了1300万亿，较前一年同期的9.7万亿增长了超过130倍。字节跳动旗下豆包大模型的日均Token调用量突破120万亿。OpenAI的Top 30客户在2025年的Token消费量累计超过1万亿。这些数字的膨胀速度，让资本市场兴奋不已，也让行业自身产生了一种“增长即繁荣”的惯性认知。

但问题随之而来。中信证券在一份研究报告中指出，谷歌Token消耗的高速增长主要来自AI搜索和聊天机器人等C端应用，其中大量流量来自免费场景，直接商业化程度有限，预计仅有不足三分之一的Token消耗能够带来增量商业化价值。换句话说，Token堆上去的同时，货币化效率并没有同步跟上。

打个比方。Token就像工厂的用电量——用电越多说明产线在运转，但你无法判断生产出来的是良品还是废品。你问AI“帮我写一封商务邮件”，消耗1000个Token，产出有效结果；你问AI“把这首诗默写100遍”，同样消耗1000个Token，产出几乎为零。统计上都算1000个Token，但创造的价值天差地别。

更深层的问题在于，Token消耗量作为一个“成本指标”，天然倾向于奖励大模型厂商的算力规模和调用频次，而非衡量AI对实际生产生活的贡献。全球权威咨询机构Gartner此前也曾指出，Token消耗正在被越来越多的AI厂商视作反映AI规模和采用度的信号，但这一指标并不能有效体现业务价值、效率或可持续性。

浪潮信息首席AI战略官刘军在2025年底的行业讨论中同样直指问题核心：当前1元/每百万token的成本突破仅是阶段性胜利，面对token消耗量指数级增长、复杂任务token需求激增数十倍的必然趋势，现有成本水平仍难支撑AI的普惠落地。换言之，当整个行业陷入“卷Token”“卷成本”的竞赛时，真正的问题——AI到底为商业世界创造了什么——反而被忽略了。

DAA的逻辑：从“烧了多少电”到“干了多少活”

李彦宏提出的DAA，破解思路很朴素：不再看模型烧了多少Token，而是看有多少智能体在给人类干活，并交付了可验证的结果。他将DAA与移动互联网时代的DAU（日活用户数）做了对标——DAU衡量的是每天有多少人在用产品，DAA衡量的则是每天有多少智能体完成了至少一次任务闭环。

他预测，未来全球日活智能体数可能超过100亿。这个数字放在移动互联网时代看，是一个有说服力的参照——今天全球DAU最高的公司是Meta，约34亿。而按照DAA的口径，一个大型企业可能同时运行成百上千个智能体，规模上限远超用户端统计。

值得留意的是，百度并非只提概念而不交作业。大会当天集中发布的四款智能体产品——通用智能体DuMate（百度搭子）、代码智能体秒哒、数字人智能体百度一镜、决策智能体伐谋2.0——已经在不同场景中拿出了可验证的交付数据。伐谋2.0在自动化码头场景中，助力全球首套码头智能管控系统A-TOS实现10.21%的绝对指标提升。秒哒App本身90%的代码由智能体自动生成，截至大会披露，其生成应用已累计服务用户超1000万，应用价值达50亿元。

这些数字的背后，DAA的逻辑已经清晰起来。一个伐谋智能体在码头完成一次物流规划调度，就是一次可计量的任务交付；一个秒哒智能体帮用户生成一个可用的应用，就是一次可量化的产出。每一次任务闭环，都在为DAA这个指标贡献一个有效数据点。

从行业角度看，这种度量衡转换并非百度一家的“话语权争夺”。当越来越多的企业开始部署能自主完成任务的智能体，统计“有多少Agent在工作”就自然成了一个可对比的数字。DAA的价值也不在于替代Token，二者各有适用场景。Token适合评估模型训练成本、推理效率、基础设施利用率等成本侧指标，DAA适合评估AI平台对用户的实际价值交付规模。就像财务分析中同时看营收和成本一样，两者并行互补，并不矛盾。

支撑这套逻辑落地的，是百度构建的“芯云模体”全栈技术能力。从昆仑芯到百度智能云，从文心大模型到智能体平台，百度将整个基础设施围绕智能体重新搭建。百度智能云事业群总裁沈抖披露的数据提供了一个参照：仅2025年一年，百度智能云就成功支持了超过2000万辆L2级辅助驾驶新车的交付，服务客户覆盖吉利、理想、长安、蔚来等核心主机厂，以及宁德时代、地平线等产业链企业。这些智能体早已不是PPT产品，而是在实体产业中跑的“数字员工”。

把镜头拉远一点看，全球科技巨头在智能体赛道的布局节奏也在加快。Meta正在构建高度个性化的AI助手以执行日常任务，谷歌则在开发由Gemini驱动的全天候个人代理。行业分析师将2026年定义为“代理战争”的开启之年，认为智能体代表了AI平台从成本中心转变为收入基础设施的关键时刻。当整个赛道都在往“让AI干活”的方向演进，DAA作为一种衡量“干活成果”的通用指标，其产业基础也在同步夯实。

写在最后

度量衡的更迭，往往是行业走向成熟的标志。

移动互联网早期，大家也曾迷失在各种纷繁的指标中——下载量、注册数、页面浏览量，直到DAU和GMV成为真正意义上的“硬通货”。AI行业走过了一段类似的路径。过去三年，行业从比参数规模到比跑分成绩，再到比Token消耗量，一轮轮的指标竞赛背后，始终缺少一个能真正回答“价值几何”的标准。

DAA的出现，不只是一个新概念，更像是行业共识正在凝聚的一个信号。它把讨论从“模型有多强”拉回到“干了多少活”，从投入端拉回到产出端。当然，DAA要成为行业级的通用标准，还需要整个生态的共同认可和第三方验证体系的建立。任何一个新度量衡的推广都需要时间，Token从一个小众概念变成行业共识也用了近两年。

但趋势已经清晰。当AI从“会说话”进化到“会办事”，当智能体开始真正替代人类完成复杂任务，衡量“办事成果”的标准就一定会出现。今年政府工作报告首次提出“打造智能经济新形态”，智能体商业化正在加速落地。产业端的变化比概念跑得更快。

AI行业的GDP终于有了自己的“统计口径”。剩下的，就看谁能交出更好的成绩单。