全世界都在质疑Token，那解决方案是什么？

要卷应用，不要卷模型。

作者|杨知潮

Token这个词，正在成为全球科技行业的众矢之的。

根本原因在于，Token不代表产出，只代表投入，而商业终究要看产出。尤其是在年初爆火的龙虾上，“空烧”Token的现象普遍出现。很多人表示花了几千块钱的Token，玩得尽兴，但最后却说不清自己的龙虾究竟带来了什么帮助。

大企业更是如此，他们以每天几亿美元的成本为员工支付Token，但最终带来的回报却不尽人意。

全球科技企业开始重新审视Token，亚马逊、Palantir、Meta、微软等公司纷纷意识到Token的局限性，转而强调投入产出比。

但质疑和否定本身并不能解决问题，新的衡量方法才更有价值。

在今年的Create大会上，百度创始人李彦宏提出了一个概念：DAA，即用日活智能体数来衡量AI的产出和价值。

在WAIC 2026上，IDC又发布了行业首份DAA研究报告，为DAA提供了一套完整的标准和价值公式，将概念进一步量化、具体化。

我们的世界不缺少概念，但对现在的AI来说，这个概念很重要。

01 世界质疑Token，中国给出答案

以Token来衡量AI的发展水平，的确显得有些奇怪。

毕竟Token是投入数字，代表企业向AI花了多少钱，花了多少资源。它不代表成功，只代表能花。

以实体经济做一个比喻：什么是成功的餐馆？我们不能用拥有多少台桌子、多大面积、雇佣了多少服务员来衡量。这只能代表饭店的老板有钱花，肯花钱。

真正决定一家餐馆是否成功的，是有多少人来吃饭，它每天为多少人做饭，能做出多么丰富的餐食。

很简单的道理，但落在AI领域，却被频频忽视。

云服务厂商曾以购买了多少卡、消耗了多少Token为荣。亚马逊等公司甚至设置过AI使用排行榜，很多员工为了冲排名，会主动刷高AI调用量。在这些公司内部，AI用得多一度成为一件值得骄傲的事。甚至有内容创作公司鼓励员工每部作品都必须用到AI。

这是大公司，而普通人也开始“算力竞赛”，在今年年初的龙虾热上，“花了多少Token”，也成为社交媒体上的一种虚荣比拼。

唯Token论带来了大量资源消耗。据Meta披露的数据，公司员工30天内的Token消耗量高达60.2万亿，仅月度使用成本就逼近9亿美元。微软甚至认为，无节制地烧Token，成本已经高过人工——AI应当帮助企业降低成本，而不是制造新的成本压力。

当然，在行业的最早期，人们需要这种投入精神，或者说跟风精神。这是有益的，它能让AI行业迅速热起来。但随着Token的投入过高，计算回报，就显得非常有必要了。

很多人都逐渐意识到了这点。

李彦宏认为：Token不一定代表终局，Token代表的是成本，不是收益。

Palantir的CEO Alex Karp直接批评了以Token收费的模式。他认为，很多企业付出大笔费用，但买到的Token未必真正转化为价值。

他提了一个很有意思的说法：如果AI能帮一家企业多赚10亿美元，模型公司可以直接拿走30%，而不是按Token收费。

这个说法其实接近Palantir的收费模式：Palantir是一家服务类公司，其收费逻辑更接近“解决一个问题收多少钱”。

如果说Palantir的CEO批判唯Token论，还带有一定商业立场，那么以Token计费为重要商业模式的Anthropic，其相关判断就更值得关注。

Anthropic Claude Code工程负责人认为，烧Token的时代已经过去，未来应该算ROI。不论使用什么指标，都必须计算投入和产出。

同为基础设施公司的亚马逊，也取消了内部的AI使用排行榜，副总裁直接表示：不要为了用AI而用AI。

不过亚马逊和Anthropic都没回答一个问题：不唯Token论，那要唯什么论呢？人们当然可以轻松抛弃掉Token作为核心的度量衡，但用什么新的度量衡呢？

中国给出了答案：DAA——日活智能体数。这是李彦宏在今年5月举办的百度Create大会上提出的概念。

李彦宏对这个指标的介绍是：“当人类进入智能体时代，衡量一个平台和生态的繁荣，更应该看的是DAA这个指标。这比无谓的Token消耗更接近价值，也更接近本质。”

在WAIC大会前夕，人民日报又刊发了李彦宏的署名文章《为智能经济打造科学评价体系》。文章强调，以DAA为重要指标，可以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7月17日的WAIC大会期间，IDC发布行业首份DAA研究报告，建立了一套完整的系统化标准。

全球行业正在重新审视Token，而DAA为衡量AI价值提供了一个新的参照系。

02 一套全新的逻辑

DAA的有效性，在于把抽象的AI价值问题转化为一个更具体、可观察的数字。

AI的产出太抽象了，它不像有些产出是非常具体的，比如发电站的价值可以直接用发了多少度电、外卖员的价值需要评估送了多少单。

但智能体太繁杂，有的是写代码的、有的是做安全风控的、有的是做视频的。哪怕同样写代码的，一行代码，价值也完全不一样。

这对于AI的推广，是非常不利的。尤其是在传统行业的数字化转型中，AI很难回答一个问题：这个东西有什么用？

而DAA选取了一个巧妙的数字：运行了多少个智能体。

毕竟我们已经进入了智能体时代。IDC的DAA研究报告显示，全球活跃Agent数量2025年为2860万个，预计2026年达到7940万个，2030年增长到22.16亿个。智能体已经成为模型能力走向“帮人干活”的直接落地渠道，以它为度量衡，是一个非常直观的指标。

它不能代表AI到底干了多少活，但它可以代表，有多少个“数字员工”在帮人类干活。就像如何衡量一家服务公司的服务能力？有多少员工，永远是一个非常不错的直观指标。

更何况，DAA不光是一个数字，它背后还有一整套评估体系，是一套完整的公式。

据《DAA研究报告》介绍，DAA有六层指标数：

第一层是最简单的活跃规模，具体有多少个智能体在运行。

但只有运行还不够，还要看智能体是否在“摸鱼”，于是就有了第二层：任务执行。评估这些智能体是不是真正在为人类干活。

只干活又不够，工作是讲产出的，于是有了第三层：结果交付。这些智能体的“工作”是否带来了业务上的价值，比如节省成本，提高营收。

有了结果，还要看ROI，这就有了第四层：有效Token，是否能用更少的Token，完成单位任务。

AI是协助人类完成任务的，Token之外，人工接管也是一种成本。于是有了第五层：人机协同，即它是否提高了人的效率，而不是增加人的负担。

当然，现代工作不光讲效率，还要讲生态的安全，于是又有了第六层：治理与风险。

这六层指标，层层递进，共同构建了一套系统化标准，让DAA从一个简单的数字概念，成为了一套可以落地的管理工具，甚至是管理哲学。

围绕这几层指标，DAA还有一套更具体的公式：活跃智能体数×单智能体任务量×任务完成质量×单任务业务价值，再除以Token与运营总成本，形成对DAA价值的衡量。

全球很多科技巨头的高管都在强调AI投入要算ROI，而DAA给出了一套衡量ROI的具体公式。

百度已经在自己的产品中实践这种价值导向。在WAIC大会上，百度搭子被评为“镇馆之宝”，这款通用智能体自上线以来，日均提问次数增长20倍。在这个智能体内，人们只要说一句话，就能把想法落地成结果。

此外，在WAIC上，百度智能体的多款产品同步亮相。比如百度一镜首发双数字人对谈型视频播客，推出数字人视频播客解决方案；百度文库、百度网盘联合推出的通用智能体GenFlow 4.0能力再次升级，Office Agent实现全面进化。目前，GenFlow月活用户已达1亿。

这些产品，正在用实践去验证DAA这个度量衡的价值。

03 实用主义哲学的一贯延展

了解李彦宏的人，哪怕是第一次听到DAA这个词，也不会感到陌生。

虽然这个词和概念是新颖的，但其中体现的思想，早就有铺垫——DAA的背后，其实是李彦宏对AI应用的看重，对它“到底帮人类干了多少活”的重视。

早在2023年，李彦宏就在行业内率先喊出：要卷应用，不要卷模型。

模型也是一种底层基础设施，它虽然重要，但本身不创造价值。此后，无论是百度发布的产品逻辑，还是李彦宏个人的公开发声，都反复强调“干活”两个字的重要性。

时间正在验证李彦宏判断的前瞻性。模型竞争逐渐降温，大公司和创业公司纷纷把目光移向应用层。

那些更关注应用的公司，也正在收获市场认可。比如Palantir这家应用型公司，近年来成为资本市场的热宠，在业务增长和资本表现上都展现出较强势能。

更看重应用落地的Anthropic，声量和估值也持续走高，在外界讨论中不断被拿来与OpenAI比较。

谷歌、百度等具备完整应用生态的企业，在AI云服务的收入转化上也开始体现出优势。原因不只是模型能力，更在于它们的产品和客户拥有更具体的应用场景。

随着全球对Token作为计量单位的质疑升温，AI投入开始越来越强调ROI。以DAA作为度量衡，或许正是AI时代“如何衡量AI产出价值”的一种中国答案。

头图来源|AI制图