作者 / 江泓
出品 / 明湖财经
7月17日，2026世界人工智能大会在上海拉开帷幕，大会以“智能，伴，共创未来”为主题，聚焦AI从技术探索迈向产业深耕的新阶段。
就在这一行业风向标式的大会前夕，百度集团执行副总裁、百度智能云事业群总裁沈抖在接受虎嗅专访时，释放出一个足以重塑AI产业评判逻辑的关键信号：当整个行业仍深陷于Token消耗量、月活排名等流量与成本指标的“内卷”时，百度已悄然换了一把全新的标尺——DAA（Daily Active Agents，日活智能体数）。
这一转变，标志着百度彻底跳出了市场通用的以Token调用和产品月活为核心的传统评判逻辑，开始用“结果导向”重新定义AI时代的价值坐标。
01.
换把新尺子，重塑价值坐标
这把新尺子的诞生并非心血来潮。百度内部对DAA的共识虽在2026年初才正式成形，但其底层逻辑的根子却扎得很深。
沈抖在采访中透露，李彦宏多年前就确立了一个顶层判断：智能体是大模型落地的核心载体。基于这一前瞻性认知，百度很早就意识到，传统的DAU和Token消耗量根本无法精准衡量智能体创造的实际价值。
为了更直观地解释这种认知差异，沈抖用了一个极为精妙的比喻：用户买空调，关心的是制不制冷、体感舒不舒服，而不是去研究它用了多少度电。在这个比喻中，Token就是“电”，智能体就是“空调”，产业客户真正买单的是“制冷效果”。
因此，百度内部从未将Token消耗量作为核心考核指标，而是将目光死死盯在最终的交付结果上。
这种“结果导向”在深圳供电局得到完美验证。过去设备告警全靠人工梳理排障，效率低且易出错；引入智能体后，日常运维仅需一人即可轻松操作。在这种日活仅一人的垂直场景中，若继续用DAU衡量，不仅完全失焦，更会抹杀智能体带来的巨大效率跃升。
正如沈抖所言：“DAU容易引导行业扎堆大众通用市场，而DAA则能引导行业深耕垂直小众场景与碎片化场景。”
正因如此，百度对DAA的统计口径把控得极为严苛：只有真正落地履职、产出实际效果并得到客户认可的智能体，才会被计入有效DAA。
今年5月的Create 2026大会上，李彦宏正式将DAA推向台前，并大胆预判未来全球DAA规模可能突破100亿。如今，随着WAIC期间IDC联合百度发布DAA白皮书，这套体系正从百度的内部标准加速迈向全行业的通用标尺。
02.
潜入水面下，夯实技术底座
如果说DAA是衡量智能体价值的“新尺子”，那么支撑这把尺子精准运转的，则是百度在水面之下构建的庞大技术底座。
从外观上看，百度的Agent矩阵并不复杂，呈现出清晰的三层架构：最上层是“全能型”的通用智能体“百度搭子”，将搜索、编码、数据分析、应用搭建等能力集于一身；中间层是各司其职的垂类智能体，如主攻代码生成的“秒哒”、负责生产排程与物流规划的“伐谋”、掌管数字人直播的“一镜”、专注工厂视觉巡检的“一见”以及服务前店营销的“Hogee”；而在最底层的产业智能体环节，百度则选择“不亲自造轮子”，而是将算力、模型与开发底座全面开放，赋能千行百业。
矩阵的表象之下，才是真正决定胜负的关键。在采访中，沈抖详细拆解了支撑这一矩阵的两大技术底座：一是负责算力的AI Infra，涵盖昆仑芯芯片、AIDC机房以及百舸集群调度；二是更为关键的Agent Infra，沈抖将其内部称为“驾驭工程”，它覆盖了从意图识别、任务拆解、多模型协同调度，到执行自查、记忆沉淀、技能封装及安全运维的全生命周期。
沈抖指出：即便是调用同款大模型接口，配合不同成熟度的“驾驭工程”，最终的落地效果也会天差地别。不成熟的系统会消耗大量算力做无用功，而成熟的系统则能精准剔除无效交互，大幅提升交付质量。
这种底层能力的差异，直接引出了一个核心指标——“自主完成率”，指的是当用户下达一次指令后，智能体能否不依赖反复修正，独立跑完全流程？
沈抖透露，目前整个行业的自主完成率普遍在30%到40%之间。尽管多轮对话办结率看似能达到90%以上，但过多的人工介入会导致效率骤降。正因如此，百度将“自主完成率”列为所有产品迭代的最高优先级，因为只有当这个指标足够高时，才能真正抹平不同用户操作能力带来的体验鸿沟。
沈抖本人，其实就是这套逻辑的最佳“体验样本”。他分享了一个日常场景：开会前拿到满是内部链接的文档，直接丢给百度搭子扫权限，几秒钟找出无权限链接，自己先提前申请好，会议中便不会再因权限问题卡壳中断。
甚至沈抖日常八成以上的标准化办公任务都已交给了智能体，日程安排、邮件处理、文件归档、信息核验等都在全自动运转。这种丝滑的体验，正是百度底层“驾驭工程”与高自主完成率在个体生产力上的真实投射。
03.
转动新飞轮，抢占三年窗口
当个体的生产力被智能体解放，一个更为宏大的产业命题随之浮现：智能体在真实场景中落地，源源不断地产生高质量实战数据，这些数据回流反哺大模型，使其能力持续跃升，进而解锁更复杂的场景。这轮“产业飞轮”一旦高速运转，将形成难以阻挡的正向循环。
要让这套飞轮真正转起来，对底层基础设施的考验极其严苛。如果芯片、模型、应用各自为战，数据链路一旦出现断层，整个闭环就会被直接卡死。因此，过去连续多个季度，沈抖都在强调要提高内部整体信息流通的效率，自上而下推进落地执行，追求“芯-云-模-体”四层架构的数据双向互通。这种系统级的深度协同，不仅体现在底层硬件的“量体裁衣”上，更渗透到了业务流转中。
目前，百度的办公系统已全面搭上了专属技能，员工们将日常重复性工作封装成可共享的Skill(技能模块)供全员复用。这套机制也被同步到了千帆企业版中，帮助合作企业将核心经验沉淀为数字资产，有效规避因人员流动导致的能力断层。
这种全栈协同的效率，直接决定了厂商在未来三年“黄金窗口期”中的身位。一款AI芯片从立项到场景适配落地，完整周期约需两三年。这意味着，三年之后行业格局将基本定型，拥有成熟全栈闭环、积累了海量产业实战数据的企业，将构筑起极高的壁垒。
事实上，这套飞轮与全栈战略的威力已在财务数据上得到印证。2026年第一季度，百度AI新业务收入达136亿元，同比增长49%，占一般性业务收入比重首次过半。其中，智能云收入88亿元，同比增长79%，GPU云收入同比暴增184%。
在今年上半年的公开中标市场中，百度智能云以13.85亿元的金额，占据了五家主要AI云厂商六成以上的份额。这些数据宣告了AI产业竞争的下半场，已正式进入拼全栈、拼落地、拼真实价值的实战阶段。
总结
直面终局战，笃定体系协同
沈抖并不回避当前激烈的竞争环境。他坦然承认，字节、阿里、腾讯等巨头都在猛追，阿里和华为等厂商也已跑通了芯片、云、模型的完整全栈。但他依然笃定地押注全栈“协同”——百度追求的是“芯-云-模-体”四层架构的数据双向互通，这种系统级的深度耦合，绝非对手通过单点突破就能轻易复制的。
这种底气，不仅体现在宏大的技术叙事中，更流露在一个极具反差感的内部细节里。在推行AI办公时，百度并没有采取强制手段强推自家产品，而是选择以福利牵引：为每位在职员工每月发放一千元额度，允许他们自由体验市面上任何主流的大模型产品，且完全不绑定任何工作考核。
敢于让员工毫无顾忌地去接触和对比竞品，这本身就折射出百度对自身产品竞争力的自信。
随着WAIC大会的持续推进，以及即将发布的DAA白皮书，百度正在向全行业释放一个明确的信号：AI时代的竞争维度已经彻底改变。这条新路，将行业的重心从“烧了多少Token”转向了“干成了多少活”，把原本单一维度的参数内卷，拉升到了体系化落地的全新层面。
