AI行業目前有兩種普遍存在的觀點。

一種是AI將徹底變革我們的工作和生活，另一種是投入GPU數據中心建設的巨額CapEx最終能否回本。

這兩種觀點經常被討論，甚至會從同一個人口中冒出來，盡管它們之間略有矛盾。因為技術革命本不應操心商業回報，它所創造財富的一小部分就足夠完全抵消成本。

但對今天的AI來說，這的確是個現實問題，根源在于“Token作為中間產出”跟“真實價值作為結果”之間的錯位。

解決這個錯位需要觀念和行動上的調整。最近的Create 2026大會上，百度提出DAA（日活智能體數）這一全新衡量標準，就是在推動行業從“消耗多少Token”轉向“交付多少結果”。

百度剛剛發布的2026年一季度財報提供了很好的注腳。這個季度百度一般性業務收入260億元。其中，AI業務收入達到136億元，占百度一般性業務收入的52%，首次超過一半。

AI不再只是百度面向未來的投入項，而越來越成為當下收入結構中的核心支撐部分。

如李彥宏所說，AI業務收入占比首次過半，“表明AI已成為百度的核心驅動力”，并“將在未來幾個季度為百度帶來更大價值。”

值得一提的是，Q1財報發出后，百度美股盤前漲超5%。據彭博報道，百度營收超預期，Agentic AI轉型已獲驗證。

Claude Code是對DAA思路的可行性驗證

作為開啟這輪大模型革命的頭號玩家，OpenAI提出過TPD（每日Token消耗量）的概念。

但2026年最新數據顯示，Anthropic僅依靠OpenAI 15%的月活，卻在年化收入上實現了對OpenAI的反超。基于這個收入增長趨勢，Anthropic本月預計將完成一輪300億美元融資，估值較三月前增長兩倍，超過了OpenAI。

OpenAI的模型能力顯然并不落后于Anthropic，benchmark榜單覆蓋還更加全面，甚至連版本號都領先一代。

在擁有先發優勢，并且用戶規模遠超對手的情況下，OpenAI被后發先至，既是商業世界的魅力所在，也讓人思考背后的原因。

轉折點在于Claude Code。

ChatGPT創造了Chatbot這個產品模式，然后于其上修補增添功能。Claude Code雖然也基于對話，但它借終端跳板，真正嵌入了生產流程：理解代碼庫、拆解需求、修改文件、運行測試、提交結果。

Claude Code把AI的產品范式從“回答問題”推進到了“完成任務”，把Token消耗轉化為可感知、可計量、可復用的生產力結果。

企業愿意為這種確定性付費，因為它直接對應效能提升和交付周期壓縮，而不是停留在使用頻次或對話熱度上，這就是Anthropic能在較小用戶規模下獲得更高變現規模的關鍵。

這說明AI行業正在進入一個新階段。

上半場比的是“誰更聰明”，誰的模型能答出更難的問題，跑出更高的benchmark。

下半場比的是“誰能干活”，誰能進入企業流程，接住復雜任務，持續運行并且把結果交付出來。

行業缺的不是更好的模型，而是一把能量出“AI到底干了多少活”的尺子。

在Create 2026上，李彥宏提出DAA（Daily Active Agents），將AI的衡量標準從“消耗多少算力”，轉向“交付多少結果”。

這跟Claude Code面向任務的產品哲學類似，甚至可以把Claude Code理解為DAA的可行性驗證。但DAA又比它更廣，因為Claude Code主要局限于編程、泛編程領域。

字面上DAA接近移動互聯網時代的DAU，只是衡量對象發生了根本變化，從有多少人使用APP，轉變成有多少智能體替人執行任務、創造價值。

DAA的核心是三角模型：DAA規模×任務完成率×單任務價值。這三個要素分別對應干了多少活、活干得怎么樣以及干這活值多少錢。

一個每天被調用上億次、但大部分停留在閑聊、空跑上的系統，大概率不比一個調用次數較少、但深度嵌入研發、客服、銷售、運營、法務等流程的系統更有價值。前者更像流量產品，后者才更像生產力基礎設施。

這種反思已經不只來自中國公司。Gartner今年也明確提醒，Token消耗并不是衡量AI市場領導力的可靠指標。因為Token發生在價值鏈早期，遠早于業務決策形成和商業結果兌現。它反映的是計算活動，而不是經濟影響。

DAA是對這個問題的對癥下藥，也是商業價值創造的指南針。

從Q1財報看，百度已成為少數能用財務數據驗證AI產出的公司之一。

2026年一季度，百度AI業務收入已達到136億元，占百度一般性業務收入的52%。2025年一季度這一比例為36%，2025年四季度為43%，AI增長動能對傳統業務的切換還在加速。

這背后不是單一業務線的偶然增長，而是AI云、AI應用、AI原生營銷服務共同推動的結構性變化。

AI收入占比持續提升，百度率先跨過價值交付門檻

百度正在從一家“持續AI投入的互聯網公司”，變成一家“AI收入占比持續提升的科技公司”。

財報中最直接的證據是，百度AI云一季度收入88億元，同比增長79%，GPU云收入同比增長184%。這說明企業對AI算力、模型服務和智能體基礎設施的需求正在快速釋放。

與此同時，百度AI應用收入達到25億元，AI原生營銷服務一季度收入23億元，同比增長36%。

百度AI既在底層基礎設施上形成收入，也在應用層和營銷場景中形成商業回報。

這組數據的重要性在于，它把AI從遠期想象拉回了當期財務表現，證明了企業與個人用戶愿意持續為創造價值的AI付費。

如我們開頭提到的，今天對于AI領域的最大質疑，是投入巨大但商業化回報不匹配。

而這份財報顯示，AI已經開始進入百度收入結構的核心位置。別人還在糾結AI能不能掙錢養家，百度已經把答案寫進了財務報表。

某種程度上說，百度算是活成了各大科技同行羨慕的模樣。

AI云承擔企業需求，AI應用驗證產品化能力，AI原生營銷服務則說明AI正在改造百度原有商業模式。三者疊加，構成了百度AI收入占比過半的基本盤。

百度的AI能力已經開始進入具體業務場景并持續運行。

財報顯示，自3月發布以來，通用智能體百度搭子DuMate持續迭代，能夠自主執行跨越多個應用程序和文件的復雜、多步驟工作流，實現端到端處理，已在多個國際權威Agent Benchmark評測中達到SOTA水平。

用戶用自然語言提出目標，DuMate可以根據任務需要調度百度AI搜索、秒噠、伐謀、百科等能力，完成跨應用、跨文件、跨工具的復雜任務。它可以把任務拆解、并行執行、沉淀成Skill，并在每天的工作日報中總結和反思。

從對話入口變成執行入口，用戶不再需要知道應該調用哪個工具，也不需要在多個應用之間來回切換。DuMate自己判斷路徑，自己組織工具，最后交付結果。

秒噠則展示了另一個方向：專業能力普惠化。

過去，開發一個應用需要產品經理、設計師、工程師和測試人員。秒噠把應用開發封裝成智能體能力，讓不會寫代碼的人也能用自然語言生成網頁、游戲、小程序乃至App。

秒噠發布以來生成的應用已服務超1000萬用戶，創造了100萬個有商用價值的應用，最高變現金額達到千萬量級。

百度伐謀2.0作為自我演化決策的企業級智能體，正在激活中國產業鏈的“隱形金礦”。

它面向生產排程、物流規劃、工藝優化、金融風控等復雜決策。

在生產排程場景中，伐謀把一個月內404個排產任務分配到82臺注塑機，生產率提升6.31%。

自動化碼頭場景中，伐謀在接近極致優化的基礎上，仍幫助智能管控系統實現10.21%的絕對指標提升。

工藝優化方面，強化跨學科知識融合建模能力，在科學計算模型保障下理解材料、化工、生物等原理。

金融風控領域，它更是可以自動演化風險特征，讓特征挖掘效率提升100%，風險區分度提升2.41%。

百度一鏡也是同一邏輯的延伸。

作為全球首個全場景多智能體數字人平臺，它把數字人從單一直播工具升級為多智能體內容生產平臺，由劇本Agent、視頻生成Agent、智能剪輯Agent協同完成內容生產。

目前百度一鏡已服務10萬+客戶，覆蓋30多個行業；平臺平均直播間轉化率提升29%，交付效率提升150%，制作成本下降63.3%。

這些案例說明，百度絕不把AI視為“調用一次、回答一個問題”的工具，而是以智能體形式持續運行的生產力單元。而這些長期運行、嵌入業務流程的AI智能體，構成了收入產生、生態繁榮的基礎。

全棧布局，百度邁入AI驅動增長新階段

AI進入結果交付時代后，競爭的關鍵會發生變化。

模型能力仍然重要，但不再是全部。一個真正能交付結果的Agent，需要滿足長期記憶、工具調用、權限控制、任務編排、穩定推理、低成本運行、安全審計等一系列條件，還要能接入企業已有的數據和業務系統。

摩根士丹利最新發布的旗艦研究報告指出，中國AI發展已從基礎設施建設，進一步邁向真實盈利與產業落地階段。中國不再單純追求最前沿模型競爭，而是更強調部署速度、成本效率以及系統級整合能力，這使AI能夠更快滲透到制造業、消費互聯網、能源及城市基礎設施等領域。

百度長期堅持“芯云模體”全棧布局的戰略也在此時開花結果。

“芯”是昆侖芯，解決算力自主可控和成本結構問題。

昆侖芯P800已經完成規模化驗證，2025年至今交付多個萬卡集群。

在昆侖芯全國產集群上，百度完成了文心5.1重要版本訓練，有效訓練率達到97%，萬卡規模線性擴展度超過85%。

基于昆侖芯的天池256卡超節點也已經點亮，計劃6月正式上市，吞吐性能較上一代提升25%，推理效率提升50%，端到端時延優化50%。

相比簡單問答，Agent執行長鏈任務時會產生更多推理調用、工具調用和上下文管理需求。沒有穩定、可控、成本可優化的算力底座，智能體越活躍，成本壓力越大。昆侖芯就是百度算力底座的壓艙石。

“云”是百度智能云，提供包括AI原生基礎設施和通用計算在內的全套資源接入。

AI不是一套單獨的系統，它需要跟企業現有的數據和業務流程融合，百度智能云高效便捷承接這套需求。

當前，百度智能云已與超80%央企展開深度合作。在中國自研GPU云市場，沙利文報告給出的百度智能云份額為40.4%。2026年一季度，百度智能云在國內云廠商中標市場中拿下項目數量和中標金額“雙第一”。

“模”是文心大模型。

文心5.1版本在搜索、推理、Agent能力上繼續迭代，搜索能力登頂LMArena國內榜，并在文本能力上位居國產模型前列。它是智能體理解、推理、調用工具和生成結果的能力基礎。

“體”則是著眼交付結果的一層。

DuMate、秒噠、伐謀、一鏡，以及一見、Hogee、勝算、福寶等行業解決方案，把底層技術轉化為具體的可用產品。

也正是這一層，讓百度的全棧AI能力不止停留在基礎設施和模型參數上，而是落到可使用、可衡量、可產生結果的業務體系里。

這四層放在一起，解釋了百度為什么有資格提出DAA。DAA是一個生態指標。只有當一家公司同時擁有算力、云、模型和應用，才能為智能體從生成、調度、運行到交付結果的全過程提供支撐。

國內的科技公司通常都會有個硅谷同行的對標位，主要為了方便理解當事公司的商業模型，因為硅谷一般比國內要快兩步。

最近幾年感覺大家這點提的少了，主要國內公司跟硅谷體量上有差距。但從底層芯片，到云計算平臺，再到文心系列模型，百度的全棧布局其實是最接近谷歌的中國科技公司。

但就AI應用來說，百度相較于谷歌更有著差異化的產業優勢。這也是Claude Code等產品需要面對的局限性，編程或者泛編程領域context清晰完整的office工作，一套拳法或許能包打大半天下。

然而在產業端，沒有具體實際的產業環境，一定會極大限制AI滲透的步伐和范圍。

百度的特點在于，它既有領先的技術能力，也同時面對且愿意深入中國復雜而密集的產業場景。這些場景不一定最容易講故事，卻最能檢驗AI是否真的能創造價值。

隨著海量智能體持續嵌入千行百業、深度融入實體生產流程，依托DAA價值體系持續釋放生產力紅利的百度，也必將在AI時代的長期賽道里，持續打開更為廣闊的成長空間與估值想象空間。