伴隨著AI模型能力的軍備競賽開始降溫，雖然技術仍在進步，但行業逐漸意識到，模型夠用之后，下一個問題更為棘手——AI到底該怎么用？用得好不好，又該拿什么來衡量？

幾乎在同一時間，另一條線索也在行業里發酵。被開發者稱為「龍蝦」的通用智能體OpenClaw，讓很多人第一次直觀地看到，AI不僅能回答問題，還能操作電腦、處理文件、完成一連串任務。當智能體開始交付結果，一個底層問題被推到臺前：比執行力更重要的能力，是什么？

在今天的Create2026大會上，李彥宏給出了答案：「自我進化」。

他把這個概念拆成了三個層次：智能體在進化，從被動問答走向主動執行；個體在進化，普通個體從使用AI的人變成駕馭AI的超級個體；組織也在進化，從人與人的協作，轉向人與智能體的混合編隊，成為超級組織。三個層次疊加在一起，指向的是同一個判斷，即在模型能力趨于收斂之后，決定AI應用能走多遠的，不再是參數大小，而是進化速度。

與「自我進化」同時提出的，還有另一個概念——DAA。全稱是Daily Active Agents，日活智能體數，衡量的是每天有多少個Agent在給人類干活，并且交付結果。前者是他對Agent時代競爭底層邏輯的系統性判斷，后者是他給這場進化建議的新量尺。

一個指方向，一個量成果。二者合在一起，是百度對Agent時代最先鋒的判斷。

有意思的是，這些并不是一個憑空出現的新概念。半年前，李彥宏在百度世界大會上提出了「內化AI能力」，如今從「內化」到「進化」，一詞之差，卻是認知上的一次躍遷。這一躍遷本身，也在印證他所談論的命題——一個人、一種認知，同樣需要自我進化。

這種持續追問的方式，在李彥宏過去幾年幾乎所有關于AI的公開表達里都能看到。他的判斷不是獨立的結論，而是一條有內在邏輯的演進鏈。這條鏈，是理解這次大會上所有內容的底層坐標，也是理解百度為何總能在行業共識形成之前先落子的一把鑰匙。

那么，這套進化論具體意味著什么？它對智能體、對個體、對組織各自指向何處？DAA又為何能在Token和DAU都在場的情況下，被提出來作為新的度量衡？

進化的速度，正在重新定義競爭力

在李彥宏正式拋出「自我進化」之前，伴隨「百蝦大戰」的競爭熱潮，各家廠商都在密集推出自己的智能體產品，從個人助理到企業級工具，從單一任務執行到多智能體協同，再到智能體能自我進化，主動執行各種復雜的任務。短短幾個月內，智能體領域完成了此前可能需要數年才能走完的迭代周期。

這種速度，構成了理解「自我進化」這個命題的第一個背景。AI時代與此前任何一次技術周期的本質區別，就在于變化本身在加速。過去，一項核心技術可以支撐一個行業十年的競爭格局，而現在，靜態的能力壁壘正在逐漸失效。

在這個環境里，「優化」是遠遠不夠的。優化的邏輯是在既定框架內做得更好，而進化的邏輯是打破舊框架、長出新能力。兩者的差別，不是程度，而是方向。

會上，李彥宏表示：只有那些敢于打破慣性、持續重塑自身的企業，才有機會真正穿越周期，建立新的競爭優勢。這也是「自我進化」這個命題的核心內涵，它不是在強調AI工具有多強，而是在說使用AI的人、調度AI的組織，需要具備怎樣的能力才能真正適應這個時代。

自我進化包含三個層面，李彥宏將其描述為三個「改變」：改變AI入口，聊天機器人和通用智能體將分化成兩類入口；改變信任關系，人類將越來越多地授權AI替自己做事；改變組織形態，當組織里的每一個人，都有數倍于之前的能力和效率的時候，組織的機制會變化，組織層級會進一步扁平，管理的主要功能將從監督、指揮、激勵，變成一個詞—“對齊”。

三者層層遞進，從技術層面的工具升級，到人機關系的重新定義，再到組織生產關系的結構性重構，背后是一套系統性的時代判斷。

以百度的通用智能體DuMate為例，其自發布以來就保持高頻迭代，近期DuMate登頂智能體評測基準PinchBench榜首，并在DeepResearch深度研究榜單中同樣位列第一，月訪問量增速高達114.72%，公開基準測試數據顯示部分自我優化型智能體框架的表現已超越人工調優的Agent，智能體開始學會讓自己變強這件事，已經不只是理論上的可能，而是正在發生的現實。

所謂「今天是龍蝦，明天可能是螃蟹」，描述的正是這種非線性進化的速度感。

但這種速度感背后，為什么李彥宏總是能率先并持續洞察方向？

《新立場》認為這和他對技術的基本態度有關。李彥宏是一個樂觀的技術主義者，并且很多時候會基于應用驅動的第一性原理式思考。這種思考方式讓他的判斷時間軸，系統性地比行業共識早了一截。反應在結果就是他的認知不會固定，而是持續在迭代。過去幾年，李彥宏的AI判斷有一條清晰可追蹤的演進線：從最早強調應用比模型重要，到押注智能體是生成式AI的未來趨勢，再到「內化AI能力」，以及今天的「自我進化」。一步都以上一步為根基，同時又突破了上一步還沒解決的那個問題。

他沒有在任何一個階段的正確答案里停下來，而是在它開始成為行業共識的時候，已經在問下一個問題了。這種認知高頻刷新的能力，本身又是「自我進化」最直接的注解。

因此在這個背景下，談自我進化，百度本身就是一個不應被忽視的案例。從互聯網到移動互聯網再到AI時代，百度是為數不多在每次周期切換中都完成戰略重塑的中國科技公司。AI大模型三年多來，百度一面主動重構全部產品線，在多條AI業務線上實現多點開花；一面持續擁抱新技術潮流，從積極部署MCP到率先兼容OpenClaw，這種反應速度就是進化能力的體現，而不只是執行能力。

支撐這種判斷力的，是百度的全棧視角以及新全棧進化。當一家公司同時扎根于底層算力（昆侖芯）、云基礎設施（百度智能云AI Infra與Agent Infra）、大模型（文心系列）和智能體等應用生態（DuMate、秒噠、伐謀、一鏡）四個層面，它對AI演進方向的感知就不只來自觀察，還有來自每一層真實業務場景的第一手數據。

算力、模型、應用、生態的整張圖，同時都在手里，對趨勢的判斷天然比只掌握其中一環的玩家更早、更準。

模型方面，剛剛發布不久的文心大模型5.1，在權威的LMArena搜索榜上位列全球第四、國內第一，更關鍵的是其預訓練成本僅為業界同規模模型的6%。這意味著，在模型能力持續領先的同時，調用成本被壓縮到極致，這也是「自我進化」在底層技術上的直接體現：模型本身在變得更高效、更輕量，讓智能體的規模化落地具備了經濟上的可行性

云則為模型進化和應用進化提供底座支撐。本次大會，百度智能云同步提出升級為「新全棧AI云」，沈抖在分享中表示：當高活躍、高價值、規模化的智能體應用開始進入到客戶的業務場景，AI云服務也必須重新定義……

正如納西姆·塔勒布在《反脆弱》中說，真正的預見者不是預測未來，而是提前為不確定性建好基礎設施。可以說李彥宏提出的「自我進化」，既是在用百度自身的實踐為行業打樣，也是這套全棧基礎設施對時代判斷力的一次集中體現。

DAA，一把更接近本質的標尺

每當一個時代的競爭焦點發生遷移，度量衡的準確性會發生偏移。

移動互聯網時代，DAU（日活用戶數）是幾乎所有互聯網公司最核心的考核指標。誰的DAU更高，誰就擁有更強的流量壁壘、更高的變現潛力，投資人的估值模型、產品團隊的設計激勵、公司戰略的優先級排序，無不圍繞這一個數字轉動。這套邏輯在微信、抖音等產品上得到了充分驗證，它在流量稀缺時代是成立的，高度成立。

但Agent時代，這套邏輯便有了偏差。最具說服力的反例來自Anthropic。其旗下Claude全系產品的DAU總量約為ChatGPT的2%，但2026年初，Anthropic的年化營收已從2024年的約10億美元飆升至300億美元量級，完成了對OpenAI的反超。

Anthropic從創立之初就選擇了一條不同的路：鎖定愿意為結果付費的企業用戶，以任務交付質量作為核心競爭維度。用戶規模不是它的目標，任務完成率才是。據市場消息，OpenAI內部已開始主動討論弱化DAU指標，這說明整個行業價值評估體系已經開始位移。

Token是近年來另一個被廣泛引用的AI度量維度。英偉達CEO黃仁勛曾在多個公開場合強調Token作為衡量AI系統價值的重要指標，認為Token消耗量在一定程度上反映了AI系統的使用規模與計算價值。這一視角有其合理性，作為大模型處理信息的基本單位，規模化的Token消耗確實能反映AI服務的滲透深度，在大模型發展早期，它是相對可量化的行業統一標準。

但Token終究是一個成本側指標，它衡量的是燒了多少算力，回答不了這些算力是否真正轉化成了業務價值。李彥宏對此的判斷是：Token只是代表成本，并不代表收益；它衡量的是投入，而不是產出。另外，Token消耗有沒有效率、產出了什么價值，這些Token本身無法回答。

黃仁勛關注AI的生產成本，李彥宏關注AI的價值創造。兩個視角，代表兩種不同的行業關切，也隱含著兩種截然不同的競爭邏輯。

正是在這個背景下，DAA的提出有了它現實的意義。DAA全稱Daily Active Agents，日活智能體數，衡量的是每天有多少個Agent在真實場景中給人類干活并交付結果。從字面看，它只是把DAU里的「Users」換成了「Agents」，但背后卻是AI價值評估錨點的遷移——從「有多少人打開了這個產品」，轉向「AI幫人完成了多少有效任務」。

DAU量的是入口，Token量的是消耗，DAA量的是交付。三者的本質差異，是關注對象的不同：流量、成本、結果。

回看李彥宏近年來關于智能體的公開表述，也可以看到一條邏輯連貫的演進線：2024年多次強調「最看好智能體方向」，預判其將成為AI應用的主流形態；2025年WAIC上進一步明確「超級有用、超級能干的應用比一味追求DAU的超級應用更重要」，將價值判斷從規模推向實效；同年百度世界大會提出「效果涌現」，強調AI要交付可感知的結果；Create2026上的DAA，是對「效果涌現」的度量衡化，是對「干比看更重要」這個判斷的最終量化表達。

至于DAA的產業意義，《新立場》認為需要從三個維度展開。對個體而言，它將「AI幫我干了多少活」這個樸素問題變成了一個可測量、可持續優化的指標，讓每個人都有了判斷AI工具是否真正有效的直接依據。

對企業而言，DAA邏輯意味著AI采購決策框架的升級，衡量標準從「功能是否豐富」或「模型是否先進」，轉向「這個Agent一天能完成多少任務、完成率多少、實際替代了多少人工成本」。李彥宏提出，企業CEO都需要認真思考「智能體優先策略」，把智能體作為數字員工來部署和管理，而這背后的量化工具，正是DAA。

對整個行業而言，如果DAA逐漸成為評價平臺和生態的核心指標，產品設計的激勵結構將從根本上改變。

當然，目前DAA還是一個新提出的概念，行業尚未形成統一共識。但從資本市場的動向來看，對AI價值和結果的關注已在悄然提升。花旗、麥格里、浦銀國際相繼發布研報，核心邏輯高度一致：AI云基礎設施收入的強勁增長才是真正值得定價的資產，其背后是對「能支撐Agent大規模穩定落地、持續交付結果」這一能力的提前定價。

這是DAA邏輯在資本側的另一種表達，也說明行業從「關注規模」向關注「ROI和價值創造」的遷移，已經不只是停留在思想層面。李彥宏預判，未來全球日活智能體數可能超過100億。如果這個數字成為現實，意味著AI時代的「數字勞動力」規模將遠超移動互聯網時代的用戶規模。

從更長的周期來看，非共識在科技創新史上一直扮演著類似角色，它不會立刻被廣泛接受，但往往能在行業陷入同質化競爭時提供一個新的思考方向。DAA的意義，或許也需要放在這個維度上來理解。正視DAA這個新標尺，除了是它更接近本質，也因為對價值的重新定義，往往是新一輪熱潮的真正起點。

一場已經開始的價值創造游戲

彼得·蒂爾在《從零到一》里談到，未來不會自動到來，它需要被創造。套用到Agent時代的語境里，自我進化也不會自動發生，它需要個體和組織主動選擇、持續投入，才能真正啟動。

李彥宏把個體層面的進化，概括為「超級個體」的崛起。這個概念聽起來有些宏大，但理解它最好的方式，可以從一個極為具體的案例開始。

撲滿，一個上小學二年級的8歲小男孩，做了一個叫「噠噠打傘」的小程序。起因是學校里一個自發形成的游戲：放學下雨天，沒帶傘的同學在走廊大喊「我要噠噠打傘」，帶傘的同學接單，大家擠在一把傘下拼傘出校門。撲滿覺得這個游戲的問題是覆蓋不到別的班，于是想做一個全校版的「滴滴打傘」，支持發單、搭傘、拼傘、積分升級。但他不會寫代碼，就用自然語言把需求告訴秒噠，說明游戲規則，說想要什么功能，然后程序就出來了，在線可以用。

這是撲滿用秒噠做的其中一個項目。另一個更大的夢想，他從三四歲就開始想了：那就是做一個屬于自己的操作系統。偶像是喬布斯，還和同學「合伙創建」了公司。有了秒噠之后，他把手繪稿變成了可以真實運行的系統，現在已經完成了兩個版本的迭代，支持回收站、Office軟件、個性化設置，還設計了「屏蔽父母」「桌面寵物」「眼動操作」這些帶著童心的特色功能。

用他自己的話說，如果自己做的話胡子都要白了，秒噠讓我把操作系統做出來了。用秒噠，就像是家里住了一只哆啦A夢。我只要對著它說出我想要的，它就能從口袋里掏出來，甚至比我想要的還要神奇……只要腦袋里有一個奇思妙想，跟秒噠一說，咔噠，就變成真的了。

而這正是李彥宏判斷的我們正在迎來超級個體崛起的時代，人人都是超級個體。有些以前根本不在某個人能力范圍內的事情，現在借助AI可以被輕易的完成。這種邊界的松動，是Agent帶來的最直接的生產力變化。過去，一個人能做的事受制于時間、技能、精力三重約束。如今通過同時調度多個Agent并行執行任務，這三重約束都在以不同程度被突破。

這個變化在商業場景里有同樣清晰的印證。曾任職阿里、美團的賀濤，全網有幾十萬粉絲。轉型超級個體之后，他不懂編程，全程用大白話提需求，靠秒噠Vibe Coding跑通了「想法→應用→變現→教學」的完整路徑。他依托秒噠快速打造了麋鹿性偏好測試等多款測評應用，內置50余道題目、22個維度評估、雷達圖報告、匿名隱私保護、本地存儲等完整功能，直接在電商平臺引流售賣，快速起量變現。

他還把全套玩法整理成標準化SOP開放教學，目前已有10余名學員成功變現，最高月入2萬以上，最低也有幾千元收入，實現了工具變現和知識付費雙輪驅動。孫昱的團隊規模更大，從零起步，借助秒噠Vibe Coding平臺完整跑通「想法→產品→收入」路徑，拿下了千萬訂單。

截至目前，秒噠生成的應用已累計服務用戶超1000萬，應用價值達50億元。本次大會發布秒噠3.0，上線企業版、上線秒噠APP、支持生成iOS和Android原生應用、擴展通用Agent能力，并支持用戶接入自定義Skill。秒噠企業版提供企業-團隊-成員三級權限管理，支持大型復雜項目多人協作開發，具備企業級穩定性和數據隔離能力。這意味著，秒噠的能力邊界已經從「個人創意落地」擴展到了「企業級生產部署」。

因此在超級個體之上，是更大規模的組織變革。每一次生產力的躍升，最終都會重寫生產關系的組織方式，蒸汽機改變了工廠，互聯網重塑了信息流通和協作模式，Agent的大規模落地，正在觸發組織形態的新一輪演化。李彥宏將這個變化描述為：從「人與人的分工協作」走向「人與智能體的混合編隊」。

未來衡量一家企業的實力，不只看它有多少員工，還要看它能調動多少Agent，以及這些Agent能完成多少有效交付。

百度伐謀2.0就是這套邏輯在產業場景中的具體體現。它面向的是生產排程、工藝優化、物流規劃這類中國產業最重的場景。青島港自動化碼頭調度系統A-TOS長期處于世界領先水平，連續第十三次刷新世界紀錄，在這個基礎上，引入伐謀之后還實現了10.21%的進一步提升。崖州灣實驗室，伐謀幫助改進了植物育種研究中的篩選算法，將歷史實驗數據與生物學原理有效結合，實現了60%以上的效率提升……

從港口調度到科研，「復雜約束下持續尋優」的能力，適用范圍比大多數人最初預期的要寬得多。

DuMate則提供了另一個維度的案例。一個電商服裝品牌的創始人，一個人需要同時承擔客服、銷售運營、市場營銷三個崗位。DuMate同時處理三條任務線：自動打開郵箱處理未讀客訴，識別出被誤歸入垃圾郵件的投訴并回撈，將道歉-安撫-補償-回復的全流程自動完成；同時，接手三份來自不同系統的混亂銷售明細表，分鐘級完成數據清洗，主動調用百度搜索補充行業信息，結合伐謀平臺生成含具體上架建議的備貨決策報告；第三路，理解產品圖片后自動生成模特上身效果圖，完善配套文案，調用秒噠平臺搭建限時秒殺頁面，并將活動二維碼嵌入圖文混排內容。

三條任務線并行啟動、獨立運行，過去需要三個專員協同，現在只需一個人加一個Agent即可完成。

此外，百度慧播星也升級為百度一鏡，從直播帶貨擴展為覆蓋廣告營銷、內容創作、影視劇集、服務培訓等多形態的全場景數字人平臺。以實際效果為例，一鏡幫助全球7000萬粉絲的健身博主帕梅拉，自動生成高蛋白能量棒的帶貨視頻，人設還原、商品細節以及創意劇本，全程AI生成，效果達到專業團隊水準。 同時，一鏡海外版同步上線，幫助品牌和商家跨越內容創作與本地化的雙重門檻……

這些案例放在一起，自我進化的產業圖景就比較清晰了：個體層面，能力邊界在結構性擴大；組織層面，生產效率的計算方式在改變；行業層面，誰能部署更多有效運作的Agent，誰在這場競爭里就站在更有利的位置。

與此同時，自我進化又是一場「無限游戲」，原因在于它一旦啟動，就會形成內在的正循環。智能體越進化，能承接的任務越復雜；個體越進化，能調度的Agent越多；組織越進化，人機協同創造的價值越大。價值創造帶來新能力，新能力再創造新價值，這個飛輪一旦開始轉動，便很難停下來。

寫在最后

2011年，凱文·凱利出版的《技術想要什么》一書中有個觀點：技術有自己的發展意志，理解這種意志的人，往往能比其他人更早看到趨勢的走向。

李彥宏過去三年多的AI判斷軌跡，以及這種持續追問的方式，與凱文·凱利說的「理解技術想要什么」，在本質上是一回事。

一方面是李彥宏本人認知框架持續刷新的意愿，他沒有停在任何一個答案里；二是芯云模體全棧布局為這種判斷力提供了真實的感知基礎，這種反饋在技術方向尚不明朗的早期，往往比行業共識更早給出信號。

不過，感知能力給了判斷一個提前量，真正讓判斷產生價值的，是同步將感知轉化為產品能力的工程體系。百度在提出自我進化的同時，也在持續投入全棧能力建設，搭建智能體原生基礎設施，讓這套思想從判斷變成可執行的路徑。

非共識不怕沒人信，怕的是懂的人不行動。歷史上，每一次技術浪潮的關鍵窗口期，往往只有短短幾年。那些在非共識階段就開始部署的企業，和那些等到共識形成后才跟進的企業，最終的拉開的距離往往就是結構性的身位差。

「今天是龍蝦，明天可能是螃蟹」，這句話的真正含義，除了形容智能體進化之快，同樣也意味著在進化加速的環境里，等待觀望本身就是一種風險。

*題圖及文中配圖來源于網絡。