在AI加速渗透大厂内部的这一年，Token正在变成一种新的生产刻度。

研发团队开始统计有多少代码由AI生成，业务团队关心每天调用了多少Token，云厂商则围绕Token价格等展开新一轮竞争。

但这些数字越滚越大也带来了一个更现实的问题：AI到底是真的创造了价值，还是只是被更频繁地使用了？

这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。李彦宏在开幕式首次提出AI时代的新“度量衡”——DAA（日活智能体数）。

在他看来，Token衡量的更多是成本投入，而不是价值产出；真正能够对应移动互联网时代DAU的指标是DAA，可以衡量“每天有多少智能体在持续给人类干活，并交付结果”。

不过，相比这个仍偏宏观的新指标，更需要观察的还有百度正在把哪些Agent推向真实场景。

本届大会上，从通用Agent DuMate，到代码Agent秒哒、数字人Agent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布局的关键线索：李彦宏提出DAA，是在给AI应用时代重新定义一把尺；

而此次密集发布Agent产品，则是在尝试回答这把尺究竟该量什么。

AI时代新度量衡

过去一年，随着Agent快速升温，Token消耗被推到了产业舞台中央。无论是模型厂商还是云厂商，都在围绕Token的效率、价格等展开新一轮竞争。

这种变化已经传导到企业内部的管理体系中。部分激进公司甚至会把每天消耗多少Token，视为员工使用AI熟练程度的一种体现。

全天候科技从AI行业人士处了解到，部分大厂虽然没有单独把Token作为KPI，但会将Token消耗量和AI Commit Rate（AI提交率）作为衡量标准。

“我们现在是用多少代码是AI完成的来作为衡量标准，也就是AI提交率，其实就是‘AI写的代码数/提交的代码数’。”北京某大厂研发部门人士告诉全天候科技，“最终目标是90%，但是现在就是努力先达到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，而不一定能直接代表AI创造了多少业务价值。

一个Agent可以消耗大量Token，但可能只是完成低价值内容生成；一个研发团队也可以提高AI提交率，但如果缺少后续质量验证、工程审查和业务结果评估，这一指标本身仍可能停留在“用得多”，而不是“用得好”。

正因如此，此次百度提出DAA，核心意图是把AI竞争的关注点从“消耗了多少Token”、“有多少内容由AI生成”进一步转向“有多少智能体真正跑起来、在干活、交付结果”。

按照李彦宏的说法，DAA大致对应移动互联网时代的DAU。

相比DAU衡量一个平台有多少真实活跃用户，DAA则试图衡量一个AI平台上有多少智能体在持续运转，并交付结果。

据李彦宏预测，未来全球DAA可能会超过100亿。

与其看李彦宏说了什么，不如看百度正在做什么。

相比DAA仍偏宏观的新概念，更具体的观察对象是百度正在落地的Agent产品。

面向个人用户，百度此次重点安利了三款Agent：DuMate、秒哒和百度一镜。

作为通用Agent，DuMate（中文名为“百度搭子”）更像是百度面向个人用户和企业员工打造的统一AI入口，把百度搜索AI API、秒哒、伐谋等能力集成在这一平台，可以协同完成搜索、编码、深度研究、数据分析、应用创建等任务。

代码Agent秒哒则指向更明确的高价值场景“应用生成”，让完全不懂代码的人也能直接生成应用，降低软件开发门槛和成本。

数字人Agent方面，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应用于直播带货场景的数字人，升级为包含直播、视频、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，服务中国企业出海。

从这组产品的矩阵可以看出，百度对Agent的布局并不是押注单一形态，而是根据不同场景拆出了不同类型的Agent。

这种布局某种程度上是一种多点押注。

原因在于，Agent时代的产品形态目前还远未收敛。未来用户到底会高频使用一个通用Agent，还是会在不同任务中调用不同垂直Agent；企业到底更愿意采购一个统一平台，还是把AI能力嵌入原有业务系统；Agent最终会先在个人办公、代码开发、内容生产中放量，还是在产业决策和企业流程中形成更高价值的闭环，这些问题都还没有标准答案。

在这样的阶段，百度或许很难只押一个方向。

通过多个场景验证Agent到底在哪里能跑通、在哪里能形成用户习惯、在哪里能带来可衡量的商业价值，确实是更为可行的道路。

这种不确定性并非百度一家面对的问题。

放眼全球AI行业，许多高价值场景都是在真实使用中逐渐被验证。Claude Code的走红就是一个典型案例。Anthropic最初以安全和大模型能力见长，但真正让其在企业客户和开发者群体中快速放大的重要产品之一，却是代码Agent。

在Agent形态尚未定型的当下，百度显然不想只押一个答案。

跑进业务

尽管答案并不清晰，但Agent是否进入真实工作流，并完成可验证、可复盘、可衡量价值的任务，确实已经成为AI下一个阶段竞争的重点。

在百度此次发布和升级的多个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智能体。

简单来说，伐谋要解决的是企业里那些需要决策的问题。

例如生产排程中，一批订单应该如何分配到不同机器和产线，才能尽可能缩短交付周期、提升产能；物流规划中，车辆、路线、货物和时间窗口如何匹配，才能让成本更低、效率更高；工艺优化中，材料配方、参数组合和实验结果之间如何建立关系，才能提升良率或找到更优方案。

尽管过去企业可能已经有ERP等系统可以辅助决策，但真正到“怎么排、怎么调、怎么优化”的时候，最终决策仍然高度依赖人。

伐谋2.0想做的就是把这些复杂业务问题抽象为“数据—需求—算法—可视化”的过程。

例如业务人员上传生产、物流或实验数据，系统通过对话澄清约束条件，再由Agent自动生成优化算法，最后以甘特图、路径方案、多目标方案等业务人员看得懂的方式呈现出来。

据百度伐谋部门人士介绍，过去6个月伐谋团队跑了上百家客户现场后发现，大部分AI在产业里做的是提效工作，但“提了效并没有增产”。企业真正关心的不只是员工能不能更快完成工作，而是AI能不能帮助收入增长、成本降低、良率提升，或者让现有资源被更充分地利用。

此次，决策智能体伐谋升级至2.0版本，便是直接面向业务专家，聚焦生产排程、工艺优化、物流规划三大场景。

目前百度主要通过以下两种方式落地伐谋产品：

一是直接服务制造企业等终端客户；

二是与SaaS公司合作，由SaaS厂商将伐谋能力集成到自己的管理系统中，再服务下游企业。

不过越靠近产业核心，落地难度也越高。

不同企业的流程、数据质量、系统环境和业务规则都不相同，伐谋未来能否在千行百业中得到规模化落地，仍是未知数。

整体来看，百度此次Create大会试图给出一套AI应用时代的完整答案：上层用DAA衡量智能体生态活跃度，中层用伐谋、DuMate等产品验证智能体如何进入个人和企业工作流，底层则用AI Infra和Agent Infra支撑这些智能体稳定运行、自我迭代和规模化部署。

DAA整套体系的新目标，更是一场新叙事的开始。