免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

2026年，人類歷史上最大規模的技術周期切換正在發生。

近期硅谷傳出消息，OpenAI內部正逐步放棄DAU這個統治互聯網二十年的核心指標，轉向TPD——每日Token消耗量。其產品負責人在內部溝通中說了一句大白話：DAU告訴我們有多少人打開了ChatGPT，但它無法告訴我們，這些人創造了多少價值。

這句話擊穿了DAU的根基。

DAU這套統治了移動互聯網二十年的估值公式，底層邏輯有一個隱含前提：人的時間是有限的，注意力是稀缺資源。誰能圈住更多時間，誰就贏了。但AI做的是生產力的生意，度量勞動而非注意力。Agent撕開了這個前提。

資本市場逐步認識到了這種變化，去年三季度以來，納斯達克科技企業DAU增速與后續市場表現逐漸脫節。

Snapchat去年三季度DAU增速有8%，但是當季市值反而縮水11.3%；Pinterest去年四季度DAU增速為12%，當季市值縮水19.5%；而Duolingo今年一季度DAU增速達到了21%，反而市值大幅縮水44.3%，正是因為AI技術顛覆了其商業邏輯。

DAU在崩塌，但Token同樣沒有觸達問題的核心。

咨詢公司Gartner在近期報告中指出：Token消耗正在被越來越多的AI廠商視作反映AI規模、采用度和市場領導力的信號，但這一指標并不能有效體現業務價值、效率或可持續性。

Token比DAU更接近價值的本質，卻是一個成本指標。它衡量機器做了多少功，而非創造了什么。

直至2026年5月13日，百度Create大會。李彥宏走上臺，提出了一個概念：DAA，Daily Active Agents，日活智能體數。

“進入智能體時代，衡量一個平臺和生態的繁榮，更應該關注DAA這個指標，關注有多少Agent在給人類干活，并交付結果。這比無謂的Token消耗，更接近價值，也更接近本質。”李彥宏預測，未來全球日活智能體數可能超過100億。

在我們看來，DAA是一個具有極高信息密度的高維認知。它不只是一次技術指標的更新，更是一套新估值邏輯的起點。

正如GDP定義工業經濟、DAU定義移動互聯網，DAA試圖定義智能體經濟的價值尺度。

就在李彥宏提出DAA之后，資本市場給出了直接回應。5月14日，百度美股收漲7.55%，站上150美元；港股開盤上漲7%，雙線走強。市場的反應從來不是對一把尺子的投票，而是對它背后的邏輯的定價。當Create大會將DAA從概念推向前臺，投資者的買入方向，已經替這場范式轉移投下了第一注。

01 從DAU到DAA

李彥宏在Create大會上講得很清楚。DAU過時，Token不代表終局，DAA將是AI智能體時代度量衡。

這不是一句口號。它背后是一套完整的推演邏輯。

1.DAU過時

過去二十年，互聯網世界的價值由人的注意力定義。誰的App圈住了更多用戶的時間，誰就贏了。DAU，日活躍用戶數，是這套邏輯的終極度量衡。產品經理的KPI圍繞它展開，投資人的模型以它為錨點，上市公司的年報在首頁展示它的增長曲線。

但2026年，這把尺子開始彎曲。

除了DAU增速與估值增長的逆位，從AI原生的企業出發，DAU落后性更加凸顯。

根據Counterpoint Research最新發布的調研數據顯示，今年一季度Anthropic的平均活躍用戶僅為1.34億，而OpenAI和Meta分別有9億及10億用戶，但以收入計量的LLM市場份額，Anthropic達到了31.4%，而OpenAI在活躍用戶規模多達7倍情況下，市場份額僅為29%，被Anthropic反超，而Meta僅有可憐的1.4%份額。

當價值創造從傳統模式遷移到智能體，舊尺子就失去了地基。界面開始消失，DAU所代表的注意力經濟學撞上了墻。

2.Token不是終局

相比DAU，硅谷給出的替代答案是TPD——每日Token消耗量。Token比DAU更接近價值的本質，但李彥宏的判斷更進一步：Token不代表終局。

Token是成本度量衡。它衡量的是機器做了多少功，而非創造了什么。

尤其是看黃仁勛的Token論，再看李彥宏的DAA，能感受到價值度量衡的進化：一個更關注生產成本，一個更關注價值交付。

2026年3月，全球最具影響力的IT研究與顧問咨詢公司Gartner發布正式研究報告，題為《Token Consumption is a Misleading Metric for Measuring AI Market Leadership》。

Gartner的核心結論有三點：

第一，廠商間的Token數據不可直接比較。不同模型對同一任務消耗的Token數量差異巨大，Token數量在技術上無法實現廠商之間的橫向對齊。

第二，Token消耗與業務價值脫節。Gartner明確指出，"Token消耗發生在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"，反映出的是計算活動本身，而非經濟或戰略影響力。

第三，以Token為信號會導致錯位激勵。Gartner建議AI領導者應"弱化Token指標，轉而通過解決方案能力、決策賦能效果、成本可預測性以及可量化的業務成果來評估AI"，并明確提出替代方向——"已完成的任務、決策質量、成本可預測性以及與業務流程的集成程度"。

DAA與Token的根本區別正在于此。Token追問“消耗了多少”，DAA追問“交付了什么”；Token是過程，DAA是結果；Token衡量成本，DAA衡量產出。從DAU到Token再到DAA，是一場度量衡的三級跳：從注意力，到成本，最終到價值產出。

3.DAA：智能體經濟的北極星指標

正如GDP定義工業經濟、DAU定義移動互聯網，DAA有可能成為整個智能體時代的北極星指標。AI時代的商業本質不是“人使用工具”，而是“Agent完成任務”。當價值創造的主體從人類遷移到智能體，衡量標準必須從“多少人來了”切換為“多少活干完了”。

AI公司的估值邏輯，要據此徹底更新了。

02 DAA框架的三個維度

在傳統金融學中，估值思想脈絡可歸結為涇渭分明的兩大體系：一是以約翰·伯爾·威廉姆斯與本杰明·格雷厄姆為奠基人的客觀價值體系，另一則是以約翰·梅納德·凱恩斯為思想源頭的主觀價值體系。客觀價值有數可依，因此客觀價值體系的發展更為系統化。

圖：估值的兩大體系五種方法，來源：《公司估值：方法論與思想史》，錦緞整理

而在此基礎上，估值方法發展至今，幾乎每一輪估值模型的改進，都伴隨著供需關系的革新，因為當舊數理無法計算出新商業模式的經濟利益時，就會有新的計價方式誕生。互聯網時代，市銷率（P/S）和日活用戶數（DAU）取代P/B成為定價中樞，估值計算模式的革新，主要對應了三個階段：

首先是傳統P/B無法衡量互聯網企業的資產價值，因此投資者從用戶數估算潛在價值，其次互聯網規模化效率高，因此用估值和營收增速代替傳統利潤增速，最后不同互聯網企業單一用戶價值不同，從而形成了DAU與ARPU計算價值的邏輯。

AI投資的三段式躍遷，恰好對應了這個邏輯的展開:

第一階段，2023至2024年，模型能力投資。投資人問參數多大、訓練數據有多少，如同投資蒸汽機先看馬力。這是模型中心的投資邏輯。

第二階段，2025年，應用落地投資。投資人開始問有多少付費用戶、落地場景是什么，仍停留在“多少人裝了機器”的階段。這是應用中心的投資邏輯。

第三階段，2026年起，拐點出現。核心問題變成了：多少智能體在交付任務？這些任務創造了多少價值？這是以DAA為中心的投資邏輯。

DAA作為一套三維估值坐標，指向社會經濟的一場深層變革。

第一維，DAA規模。 消費市場看滲透率。每天有多少智能體在運行，這是Agent時代的用戶觸達指標。李彥宏預測的100億，正是這一維度的參照。一個用戶可以同時激活多個智能體，智能體不是人的替代品，而是能力的副本。

第二維，任務完成率。 企業市場看有效勞動。智能體交付了多少實際結果。一個智能體被激活了，但它是不是真的把事做成了？這比它被激活了多少次重要得多。

第三維，單任務價值。 開發者市場看經濟產出。每一個任務閉環創造了多少收益。類似移動互聯網的ARPU，但衡量的不再是單個用戶創造的價值，而是單個任務的經濟回報。

三維合一，從規模到質量到價值，構成了一套完整的估值坐標。其實質是將估值錨點從注意力爭奪拉回到生產力創造。

這套框架正在被市場定價。

傳統SaaS按席位收費模式之所以被沖擊，正是因為其定價脫離了這個坐標。企業為“使用權利”付費，而非為“實際價值”付費。相比Anthropic以百萬Token為單位按實際用量收費，Sierra等廠商直接按問題解決效果收費并進行價值分成，新框架將估值體系從“主觀判斷”拉回來指向“實際產出”。

Anthropic CEO Dario Amodei在2026年5月開發者大會上披露，公司2026年第一季度營收與使用量在年化基準上增長了80倍。ARR從2024年底約87億美元，到2026年4月飆升至300億美元，已超過OpenAI的250億美元年化收入。Salesforce花了約20年才達到300億美元年收入，Anthropic不到三年。

圖：LLM Revenue Share in Q1 2026，來源：Counterpoint

驅動這條增長曲線的核心產品是一款編程智能體Claude Code——它的邏輯不是“調用模型”，而是“把活干完”。客戶付的是交付費，不是API費。

03 為什么是百度提出DAA

百度創始人李彥宏率先提出關于DAA的最新判斷，這不是偶然，是實踐下的灼見，是高維認知體系下的必然視野。

1.認知的螺旋

翻開李彥宏的歷次公開發言，能看出一條清晰的演進弧線。

2024年WAIC大會，他提出“AI時代，不是要推出一個“超級應用”，要打造數百萬的‘超級有用’”，率先質疑移動互聯網的核心評估邏輯。同年9月，他公開斷言：“智能體是AI應用的最主流形態”

2025年，他在《人民日報》發表署名文章，預測“2025年可能會成為AI智能體爆發的元年”。同年百度世界大會，正式提出“內化AI能力”和“效果涌現”。

李彥宏的AI預判已連續多次被行業現實驗證。他在2024年行業尚在追逐模型參數時，率先提出“卷應用而非卷模型”，并且率先預判布局智能體，如今已成為行業共識。

再往后，才是Create2026上DAA度量衡的正式確立。從卷應用、押注智能體，到提出AI內化、效果涌現，再到定義DAA——這是一條跨度超過三年、持續深化的認知螺旋。

2.實踐的先驗

提出DAA，是因為百度自己就在大規模布局Agent。

本次Create大會上，百度升級發布了全棧智能體矩陣，不必逐一羅列，挑幾個有代表性的看：

通用智能體DuMate， 能看見屏幕、操作軟件、處理文件、串聯業務系統，只需一句話，就能自己干活，交付結果。百度全面的核優質能，如搜索AI API、秒噠、伐謀、百科等，都可無縫集成進通用智能體DuMate這一統一入口 。在PinchBench權威評測中，DuMate登頂全球榜首，完成成功率93.3%，超越OpenAI。

無代碼平臺秒噠升級至3.0，上線企業版并推出APP生成能力。截至目前已協助全球用戶生成超100萬個AI應用，81%的用戶為零編程基礎。現場有個溫州二年級的孩子，用一句話生成了校園互動打傘小程序。這意味著Agent正在將非技術人群轉化為開發者。

自我演化決策智能體伐謀2.0發布，直接面向業務專家做全局最優決策。在青島港，它助力自動化碼頭效率提升（見下圖），在鄂爾多斯，信控智能體讓主城區車均延誤下降18%，在中信百信銀行，風控特征挖掘效率提升100%。這是一個學會在現實世界里做事的Agent。

慧播星則升級為“百度一鏡”，從直播帶貨拓展為全場景數字人平臺。通過它的電商帶貨Agent，商家能以極低成本生成媲美專業團隊的帶貨視頻。這意味著過去百萬千萬預算的廣告大片，現在再小的品牌也能擁有。

以上可見，百度Agent產品矩陣的共同指向是清晰的：讓智能體干活，交付結果。DAA的提出，首先是對自身實踐的一次命名。

3.新全棧底座

DAA的第三層底氣，埋在百度鋪了多年的“芯云模體”新全棧里。

智能體不是憑空長出來的物種。它需要一整套基礎設施托著，芯片、云計算、基礎模型，每一層都得為這個新物種重新適配。百度在這條鏈路上鋪了相當長的時間。

先說芯片。昆侖芯P800已在國內建成首個自研的三萬卡集群，跑通了真實的訓練和推理場景，在互聯網、金融、制造、教育、能源等行業都實現了超萬片級交付。這件事業內知道很難，百度不聲不響做了。即將上市的256卡版本，可以把推理效率再提升50%。摩根大通對昆侖芯給出了400至490億美元的獨立估值區間，昆侖芯已啟動科創板上市輔導。

往上看云這一層，百度智能云在中國AI云全棧服務市場的份額超過40%，連續5年位居第一。2025年全年AI云收入同比增長34%，四季度AI高性能計算設施的訂閱收入增速達到143%。在具身智能AI云市場，百度同樣以35%的份額排在首位。本屆大會，百度智能云則全面升級為面向大規模智能體應用的新全棧AI云，針對Agent Infra與AI Infra兩大基礎設施進行全面升級。

云不只是一門算力的生意，它是Agent大規模部署的底層土壤。據2025年公開市場大模型相關招投標信息的統計，百度智能云連續兩年在中標項目數和中標金額上雙居榜首。

再往上是模型層。文心大模型5.1僅用了業界同規模模型約6%的預訓練成本，達到了領先水平，登上LMArena搜索榜國內第一。

財務數字也在給出印證。2025年百度全年AI業務營收達400億元，四季度AI業務收入占一般性業務收入的43%。花旗預測一季度AI云基礎設施收入將同比增長45%，AI驅動收入占比將首次突破50%。麥格里預計AI云基礎設施一季度增速超40%，并將百度2026年每股收益預測調高9%。

這些數字單獨拿出來，每一項都能寫一份研報。放在一起，它們講的是同一件事：智能體不是在真空中長出來的，它長在芯片、云和模型層層堆疊的土壤里。百度在每一層都深耕多年，現在，已經到了從看不懂到追不上的時候。

值得注意的是，過去一年百度港股已累計上漲超過70%，領跑中概股，但當前股價仍遠低于多家機構基于SOTP估值法給出的目標價:中金上調美股和港股目標價至205 美元/196 港元。麥格里維持優于大市評級，Benchmark給出215美元。

按舊邏輯估值的百度，存在很大的修復重估空間。當市場開始用DAA的新邏輯重新審視這家公司時，它的估值錨點將從古典AI時代的周期性波動，轉向Agent生態的價值產出。

百度是一家持續自我進化、多次穿越周期的企業，這是刻在創始人和老牌巨頭的基因里。李彥宏1990年在北大求學時就在筆記本上寫下“人工智能”。2013年在硅谷成立深度學習研究院。這是中國互聯網企業中第一個把Deep Learning提到核心技術創新地位的企業。

2017年發現scaling law，2018年發布自研昆侖芯片、自動駕駛首次亮相，2019年發布首個知識增強大模型，2023年文心一言首發，2024年率先卷應用、擁抱MCP、率先押注智能體——每一次關鍵布局初期都是非共識，但最終都推動行業走向新的共識。

04 結語：估值范式的代際轉移從不等待任何人

李彥宏預判未來全球日活智能體數可能超過100億。

今天，全球DAU最高的公司可能是Meta，超過34億。未來，智能體活躍規模將極速擴大。一個用戶可以同時運行多個智能體，智能體是能力副本而非人的替代。幾年之后我們將看到，Agent時代的經濟規模將遠超移動互聯網。

這個判斷的產業意義在于，當智能體進行龐大的價值創造，經濟總量本身就會膨脹。DAA正是衡量這種新一輪繁榮的核心標尺。

尺子的確立從來不是純粹的技術問題。回看科技史上的歷次度量衡革命，從電報時代的波特率到互聯網時代的比特率，標準之爭背后，是產業話語權的終極博弈：當下，OpenAI轉向了TPD作為核心指標，試圖將“Token消耗量”變成下一代通用估值語言。而百度給出了DAA，指向了更底層的東西：智能體作為數字化勞動者的任務閉環。兩條路徑對應不同的商業邏輯：TPD仍在模型成本層，DAA已跨入了Agent價值層。

在投資領域，一個規律反復被驗證：共識里只能賺到Beta，非共識里才能找到Alpha。當一件事已成為所有人的共識時，估值往往已被充分定價。真正巨大的投資機會，往往誕生于“尚未形成共識”的階段——多數人還不相信，還看不懂。

DAA，正是這樣一個新“非共識”。

從注意力到生產力，從DAU到DAA，一個時代結束了，另一個時代開始了。而估值范式的代際轉移，從不等待任何人。

本文系基于公開資料撰寫，僅作為信息交流之用，不構成任何投資建議

       原文標題 : DAA時代，AI公司的估值邏輯要徹底更新了