在AI加速滲透大廠內部的這一年，Token正在變成一種新的生產刻度。

研發團隊開始統計有多少代碼由AI生成，業務團隊關心每天調用了多少Token，雲廠商則圍繞Token價格等展開新一輪競爭。

但這些數字越滾越大也帶來了一個更現實的問題：AI到底是真的創造了價值，還是只是被更頻繁地使用了？

這正是百度試圖重新定義AI競爭規則的底層邏輯。

5月13日至14日，Create 2026百度AI開發者大會在北京舉行。李彥宏在開幕式首次提出AI時代的新「度量衡」——DAA（日活智能體數）。

在他看來，Token衡量的更多是成本投入，而不是價值產出；真正能夠對應移動互聯網時代DAU的指標是DAA，可以衡量「每天有多少智能體在持續給人類幹活，並交付結果」。

不過，相比這個仍偏宏觀的新指標，更需要觀察的還有百度正在把哪些Agent推向真實場景。

本屆大會上，從通用Agent DuMate，到代碼Agent秒噠、數字人Agent百度一鏡，再到面向企業核心決策的伐謀2.0，百度幾乎是沿着個人創造、軟件開發、內容生產和產業決策幾條路徑同時落子。

這構成了觀察百度AI佈局的關鍵線索：李彥宏提出DAA，是在給AI應用時代重新定義一把尺；

而此次密集發布Agent產品，則是在嘗試回答這把尺究竟該量什麼。

AI時代新度量衡

過去一年，隨着Agent快速升溫，Token消耗被推到了產業舞台中央。無論是模型廠商還是雲廠商，都在圍繞Token的效率、價格等展開新一輪競爭。

這種變化已經傳導到企業內部的管理體系中。部分激進公司甚至會把每天消耗多少Token，視為員工使用AI熟練程度的一種體現。

全天候科技從AI行業人士處了解到，部分大廠雖然沒有單獨把Token作為KPI，但會將Token消耗量和AI Commit Rate（AI提交率）作為衡量標準。

「我們現在是用多少代碼是AI完成的來作為衡量標準，也就是AI提交率，其實就是‘AI寫的代碼數/提交的代碼數’。」北京某大廠研發部門人士告訴全天候科技，「最終目標是90%，但是現在就是努力先達到70%。」

但問題也隨之而來：無論是Token消耗，還是AI提交率，本質上都更接近投入和過程指標，而不一定能直接代表AI創造了多少業務價值。

一個Agent可以消耗大量Token，但可能只是完成低價值內容生成；一個研發團隊也可以提高AI提交率，但如果缺少後續質量驗證、工程審查和業務結果評估，這一指標本身仍可能停留在「用得多」，而不是「用得好」。

正因如此，此次百度提出DAA，核心意圖是把AI競爭的關注點從「消耗了多少Token」、「有多少內容由AI生成」進一步轉向「有多少智能體真正跑起來、在幹活、交付結果」。

按照李彥宏的說法，DAA大致對應移動互聯網時代的DAU。

相比DAU衡量一個平台有多少真實活躍用戶，DAA則試圖衡量一個AI平台上有多少智能體在持續運轉，並交付結果。

據李彥宏預測，未來全球DAA可能會超過100億。

與其看李彥宏說了什麼，不如看百度正在做什麼。

相比DAA仍偏宏觀的新概念，更具體的觀察對象是百度正在落地的Agent產品。

面向個人用戶，百度此次重點安利了三款Agent：DuMate、秒噠和百度一鏡。

作為通用Agent，DuMate（中文名為「百度搭子」）更像是百度面向個人用戶和企業員工打造的統一AI入口，把百度搜索AI API、秒噠、伐謀等能力集成在這一平台，可以協同完成搜索、編碼、深度研究、數據分析、應用創建等任務。

代碼Agent秒噠則指向更明確的高價值場景「應用生成」，讓完全不懂代碼的人也能直接生成應用，降低軟件開發門檻和成本。

數字人Agent方面，百度慧播星升級為「百度一鏡」。

李彥宏將數字人定義為「看得見的智能體」。百度一鏡從原本主要應用於直播帶貨場景的數字人，升級為包含直播、視頻、實時互動等多形態的全場景數字人平台，並同步推出海外版，服務中國企業出海。

從這組產品的矩陣可以看出，百度對Agent的佈局並不是押注單一形態，而是根據不同場景拆出了不同類型的Agent。

這種佈局某種程度上是一種多點押注。

原因在於，Agent時代的產品形態目前還遠未收斂。未來用戶到底會高頻使用一個通用Agent，還是會在不同任務中調用不同垂直Agent；企業到底更願意採購一個統一平台，還是把AI能力嵌入原有業務系統；Agent最終會先在個人辦公、代碼開發、內容生產中放量，還是在產業決策和企業流程中形成更高價值的閉環，這些問題都還沒有標準答案。

在這樣的階段，百度或許很難只押一個方向。

通過多個場景驗證Agent到底在哪裏能跑通、在哪裏能形成用戶習慣、在哪裏能帶來可衡量的商業價值，確實是更為可行的道路。

這種不確定性並非百度一家面對的問題。

放眼全球AI行業，許多高價值場景都是在真實使用中逐漸被驗證。Claude Code的走紅就是一個典型案例。Anthropic最初以安全和大模型能力見長，但真正讓其在企業客戶和開發者群體中快速放大的重要產品之一，卻是代碼Agent。

在Agent形態尚未定型的當下，百度顯然不想只押一個答案。

跑進業務

儘管答案並不清晰，但Agent是否進入真實工作流，並完成可驗證、可覆盤、可衡量價值的任務，確實已經成為AI下一個階段競爭的重點。

在百度此次發布和升級的多個Agent產品中，伐謀2.0可能是最貼近企業核心業務流程的一款智能體。

簡單來說，伐謀要解決的是企業裏那些需要決策的問題。

例如生產排程中，一批訂單應該如何分配到不同機器和產線，才能儘可能縮短交付周期、提升產能；物流規劃中，車輛、路線、貨物和時間窗口如何匹配，才能讓成本更低、效率更高；工藝優化中，材料配方、參數組合和實驗結果之間如何建立關係，才能提升良率或找到更優方案。

儘管過去企業可能已經有ERP等系統可以輔助決策，但真正到「怎麼排、怎麼調、怎麼優化」的時候，最終決策仍然高度依賴人。

伐謀2.0想做的就是把這些複雜業務問題抽象為「數據—需求—算法—可視化」的過程。

例如業務人員上傳生產、物流或實驗數據，系統通過對話澄清約束條件，再由Agent自動生成優化算法，最後以甘特圖、路徑方案、多目標方案等業務人員看得懂的方式呈現出來。

據百度伐謀部門人士介紹，過去6個月伐謀團隊跑了上百家客戶現場後發現，大部分AI在產業裏做的是提效工作，但「提了效並沒有增產」。企業真正關心的不只是員工能不能更快完成工作，而是AI能不能幫助收入增長、成本降低、良率提升，或者讓現有資源被更充分地利用。

此次，決策智能體伐謀升級至2.0版本，便是直接面向業務專家，聚焦生產排程、工藝優化、物流規劃三大場景。

目前百度主要通過以下兩種方式落地伐謀產品：

一是直接服務製造企業等終端客戶；

二是與SaaS公司合作，由SaaS廠商將伐謀能力集成到自己的管理系統中，再服務下游企業。

不過越靠近產業核心，落地難度也越高。

不同企業的流程、數據質量、系統環境和業務規則都不相同，伐謀未來能否在千行百業中得到規模化落地，仍是未知數。

整體來看，百度此次Create大會試圖給出一套AI應用時代的完整答案：上層用DAA衡量智能體生態活躍度，中層用伐謀、DuMate等產品驗證智能體如何進入個人和企業工作流，底層則用AI Infra和Agent Infra支撐這些智能體穩定運行、自我迭代和規模化部署。

DAA整套體系的新目標，更是一場新敘事的開始。