文丨镜相工作室 彭杰克

编辑丨程述白

今年5月的百度Create 2026大会上，一个8岁的小男孩扑满曾吸引了不少人的注意。

他用无代码智能体“秒哒”做了一个叫“哒哒打伞”的应用。灵感来自班里的小游戏：下雨天，同学之间互相拼伞、搭伞。这个应用可以流畅运行，支持发单、搭伞、拼伞、积分升级。很难想象，这不是一位程序员写出来的，而是一个小学二年级的男孩，用几十轮自然语言对话，和AI一点点“聊”出来的。

扑满的经历只是这几年AI发展的一个缩影。过去，人们更多把AI当作聊天机器人、更快获取信息的检索工具；今天，它开始真真切切地帮人订机票、订酒店、预约体检、撰写研究报告、投资理财……甚至参与经营和生产流程。AI不再只是“回答问题”，而是在越来越多场景里“完成任务”。

问题也随之出现：当AI从聊天框走向真实任务，我们该如何衡量它的价值？

过去，行业习惯看Token。Token能说明一次调用消耗了多少计算资源，却很难说明这次调用到底有没有解决问题、提升效率、带来收入。对企业来说，烧掉多少Token并不等于创造了多少价值；对普通人来说，和AI聊了多少轮，也不等于真正完成了多少事。

这个问题，在过去两个月里开始有了一个答案。

今年5月，百度创始人李彦宏首次提出的DAA（Daily Active Agents，日活智能体数）的概念，希望提供一种从“Token消耗”转向“智能体产出”的观察维度——衡量的不是AI说了多少话，而是每天有多少智能体真正完成了任务、交付了结果、创造了价值。

7月，世界人工智能大会（WAIC 2026）期间，IDC又发布了行业首份《DAA研究报告》，提出当智能体进入真实业务流程后，AI需要一套新的价值评价体系。IDC中国副总裁兼首席分析师武连峰认为：“这不是抛弃Token或者DAU，而是协同起来。移动互联网时代DAU更重要，衡量成本的时候Token更重要，而衡量业务价值DAA更重要。”

DAA听起来有些抽象，但走进WAIC的百度展区，它很快变得具体起来。这里不仅有工程师、程序员，还有8岁的少年开发者、70岁的野生动物摄影师、扎根东北农村30年的老兽医。他们年龄、职业各不相同，却都在借助AI完成过去难以做到的工作：有人用AI造应用，有人用AI训练识别动物，有人用AI沉淀一辈子的经验。

某种程度上，他们正是DAA所要衡量的那类变化：AI不只是被使用，而是在真实场景中交付结果。

01 “10后”开始做自己的AI应用

对扑满来说，AI更大的意义不只是创造了“哒哒打伞”。

从三四岁开始，扑满就梦想拥有属于自己的操作系统，甚至和同学“合伙开公司”。过去，这样的想法更像一个孩子的幻想。现在，他把自己手绘的创意一点点变成了真正可以运行的“扑满操作系统”，不仅支持Office软件、回收站等基础功能，还加入了屏蔽父母、桌面宠物、眼动操作、全息投影等天马行空的设计。他说：“如果我自己做，胡子都要白了；秒哒让我把操作系统做出来了。”

两个月后的WAIC 2026，这样的孩子已经不止扑满一个。百度展区里，越来越多10后少年带着自己的作品来到现场。

今年8岁的任乐意，很早就是ChatGPT的用户。遇到不会的问题，他会问AI；脑子里冒出一个游戏创意，也会让AI帮自己做出来。他曾设计过一款学习汉字的飞行射击游戏：只有大声读对屏幕上的汉字，飞机才能发射炮弹。

但他也有一个烦恼——每次ChatGPT生成一大段代码，都会告诉他“复制到某某地方运行”。“不要让我把代码贴到别处，我现在就要玩！”

这样的需求不只来自孩子。越来越多非技术背景的用户，正在推动无代码智能体工具从“加分项”变成“必需品”。任乐意和扑满使用的都是秒哒，游戏生成后可以直接运行，不需要部署环境，也不用修改代码。在他看来，AI和滑板有点像：“它不会替你决定去哪里，但能让你更快到达以前到不了的地方，也让眼前的世界一下子变大。”

10岁女孩王奕舒也喜欢用AI捣鼓各种新奇的App和小工具。觉得背英语单词枯燥，她就用秒哒为自己量身定制了一个学英语的小程序，把复杂的英语词汇、语法、阅读理解，拆解成一个个闯关游戏，每完成一关还能收获专属宝石，让学英语变得有趣又简单。

王奕舒说，AI像是一个永远不嫌她烦的老师，追问一百次“为什么”，AI会不厌其烦地、换着方式地给她解释。有时候AI也会犯错，但她觉得，这“就像我们学走路会摔跤一样，它在一点点进步，我也在跟着它一起成长。”

另一位13岁的董同学，则代表着另一类AI少年开发者。

作为机器人竞赛“常客”，他已经累计获得近30项编程类奖项。即便如此，当第一次接触无代码开发工具时，他依然觉得相见恨晚。过去，很多创意都要花大量时间写代码、调试、部署；现在，只需要把自己的想法描述清楚，就能快速生成应用，把更多精力放在真正的创意本身。

这些孩子只是新一代AI创造者的缩影。无代码开发工具的出现，让应用开发从少数程序员的能力，变成了一种普通人也能拥有的表达方式，不断降低应用开发的门槛。数据显示，秒哒上线以来，生成的应用已累计服务用户超过3500万。一批“超级个体”，正在这样的土壤里长出来。

02 当普通人也开始“养”智能体

10后之外，更多普通人开始把AI真正变成自己每天工作的“搭子”。

这种变化发生得很安静。它不止发生在前沿科学的实验室和程序员之间，还发生在缝纫教室、乡村办公室、长白山的密林和东北农村的养殖场。

90后服装老师吕杭，是杭州国际服装城“杭哥缝纫教室”的负责人。相比教学生做衣服，“猜学生想要什么”分走了他更多的时间。有人说想做一件“通勤一点”的衣服，有人说“想要复古但不要太夸张”，更多人甚至说不清自己真正想要什么。一张设计效果图往往要经过反复沟通、画图、修改，一天时间就过去了。

后来，他用“百度搭子”搭建了一个“AI缝纫自习室”。他只需要一句话：“根据学员描述的穿搭灵感，帮我⽣成一张服装效果图，再给出版型建议、⾯料推荐、制作步骤和⼤概成本，最后整理成适合上课讲解的教学内容。”智能体便会自动拆解整个流程，从理解需求、生成效果图，到整理课程内容、生成短视频脚本，一次完成。AI接管了那些原本最消耗时间的工作。

河南鹤壁三家村，一位环卫阿姨因为看短剧，被诈骗了400多元。这笔钱是她半个月的工资。今年29岁的大学生村官小芳决定给村里的老人们上一堂反诈课。

在之前，上一堂课，她要自己找案例、写演讲稿、做PPT、设计宣传海报、准备课堂互动。现在，她用百度文库网盘通用智能体GenFlow，一次完成了整套反诈宣讲材料。

这还只是GenFlow承担工作的一部分。作为一名基层村官，她日常要管理400多位村民，其中近八成都是60岁以上老人。写汇报、做调研、设计宣传材料、搭建农产品电商网站、编写手机使用手册……越来越多原本零散而琐碎的工作，开始交给智能体完成。AI改变了她每天的工作方式。

这样的变化并不只属于年轻人。

70岁的长白山野生动物摄影师老万，拍摄野生动物已经很多年。真正让他头疼的不是进山拍摄，而是回来看素材。几十台红外相机和监控设备每天回传海量视频，累计已经超过100TB。他需要一帧一帧回放，才能找到动物出现的画面。“看素材比拍摄都累……70岁了眼睛不行。”他说。

他用百度搭子创建了一个视频素材筛选智能体。一句“帮我把这段红外相机视频⾥有野⽣动物出现的画⾯挑出来，建个新⽂件夹，然后再按我平时的习惯整理⼀份监测⽇志”，智能体便自动完成识别、提取、归档，并生成监测记录。整个过程不需要写代码，也不需要配置复杂参数。

同样感受到这种变化的，还有扎根东北农村30年的老兽医龙殿俊。作为拥有百万粉丝的“三农网红”，他常年为养殖户提供防疫指导。每到换季，他都要重新整理病例、编写防疫资料、修改处方。“以前写的处方，老人看不懂，年轻人又记不住。”

而现在，他只需要把需求告诉GenFlow，系统便会自动调取历史病例、养殖资料和科普内容，快速生成新的防疫手册和通俗版智能处方，不仅写清用药剂量和护理要点，也尽量避开专业术语，让养殖户一看就懂。

从8岁的少年开发者，到90后的创业者，再到95后的基层村官、70岁的野生动物摄影师和扎根农村30年的老兽医，他们年龄不同、职业不同，面对的问题也截然不同。但他们正在经历同一种变化，那就是AI开始真正参与他们每天的工作，有切实的产出和交付，而不再只是回答几个问题。

03 从Token到DAA，价值迁移正在发生

“如果说Token衡量的是智能消耗，那么DAA衡量的则是智能生产力，即每天有多少智能体完成了交付任务。Token是智能经济消耗的‘电费单’，DAA是智能经济增长的‘成绩单’。”

7月15日，《人民日报》刊登了李彦宏的署名文章《为智能经济打造科学评价体系》。文章提出，推动智能经济高质量发展，需要建立科学的评价体系，以“日活智能体数”（DAA）为重要指标，衡量人工智能的实际应用与实际产出，引导资源更多流向以实体经济为主的产业智能化领域。

在这篇文章中，李彦宏解释了为什么是中国率先提出这把新标尺：“中国拥有全球最丰富的应用场景、最完整的产业链、最大的数字消费市场，每天都在产生海量真实需求，订机票、订酒店、预约体检、撰写研究报告、投资理财等，都将成为智能体生长的肥沃土壤。”

在百度内部，蓬勃生长的智能体也在真实地创造价值。

据了解，有人借助秒哒搭建了一套面向高端住宅的家政服务系统，把原本依赖微信群和人工派单的流程全部线上化，最终实现商业落地，并获得7600元订单收入；一位拥有12年工作经验的石油工程研究高级工程师，用秒哒开发出油气井生产优化设计系统，已应用于多个油田及高校教学场景，为企业节省开发成本超过140万元；还有研究人员借助秒哒搭建医学实验系统，成功筛选出一组关键蛋白，为相关研究填补了领域空白……

这些案例的共同点是：AI智能体真正完成了一项任务、交付了一份成果、创造了一项新的价值。DAA所衡量的，正是这种看得见的生产力。

中国的实践并非孤例。大洋彼岸，硅谷正在经历一场类似的反思。

过去很长一段时间里，Token消耗量几乎是衡量一家企业“AI化”最重要的数字。不少国内外的大公司开始统计员工每天消耗了多少Token，甚至在内部进行Token消耗量竞赛。但随着AI逐渐从聊天工具演变为真正参与工作的智能体，越来越多行业人士开始意识到，Token消耗量衡量的是AI用了多少，却未必能衡量AI创造了多少价值。

这种反思首先发生在最早大规模使用AI的企业里。

近日，微软CEO萨提亚·纳德拉透露，微软内部已有超过2000万个AI智能体投入运行。此前，微软曾因内部Vibe Coding导致Token成本快速攀升，逐步收缩Claude Code授权，将部分开发流程重新迁移至GitHub Copilot。当AI真正进入企业生产流程，企业开始关心的不再只是消耗了多少Token，而是这些智能体究竟完成了多少工作。

类似的声音也来自产业界。7月初，美国大数据分析公司Palantir CEO Alex Karp公开批评OpenAI、Anthropic等大模型公司的Token计价模式，他认为，企业付出大笔费用，买到的却可能是一堆没有创造价值的Token。如果AI真能帮助一家企业多赚10亿美元，模型公司完全可以拿走其中30%，而不是按Token收费。

除此之外，Meta、亚马逊、Uber等国际大公司，都在今年不约而同地对Token消耗踩下刹车。

这些变化看似分散，背后却指向同一个趋势：当AI真正进入生产流程，全球科技公司都在寻找一种比Token更能反映真实价值的衡量标准。

武连峰认为，DAA正是AI发展进入应用阶段后的产物。他表示，李彦宏此前提出“不要卷模型，要卷应用”，本质上就是希望AI更多进入企业业务。如今，DAA用一个更容易理解的指标，把AI真正创造的价值表达出来，也让企业更容易衡量AI与业务结合产生的效果。

当评价体系长期停留在“投入了多少”“消耗了多少”，产业资源就容易继续围绕算力和模型本身展开。而当评价标准开始关注完成了多少工作、解决了多少问题，AI发展的重心，也将更多转向产业智能化、生产效率提升以及真实社会价值的创造。

这正是DAA区别于传统指标的关键所在。它不只是一把观察AI应用时代的新标尺，更在试图回答一个更根本的问题：当AI真正走进普通人的工作和生活，我们该如何衡量它带来的改变？

从8岁的少年开发者到70岁的野生动物摄影师，从缝纫教室到油田现场，越来越多普通人借助智能体，成为超级个体。他们正在用AI完成过去难以做到的事，也在重新定义什么是“会用AI”。

对百度而言，坚持推动AI应用进入真实场景，是一以贯之的方向。DAA或许正是让每个人、让社会共享智能时代红利的一把普适标尺。

模型时代，人们关心AI有多聪明，应用时代，人们更关心AI到底干了多少活。DAA试图衡量的，正是我们可见、可知、可感的实际价值。