在人工智能领域，一场关于价值评估标准的变革正在悄然发生。当Anthropic以仅相当于OpenAI 2%的日活跃用户数实现年化收入反超时，整个行业开始重新审视传统估值逻辑的适用性。这场商业逆袭揭示了一个关键问题：在智能体（Agent）主导的新时代，单纯依靠用户规模衡量企业价值的旧范式正在失效。
过去二十年，互联网行业形成了以DAU（日活跃用户数）为核心的评估体系。这套逻辑建立在用户边际成本趋近于零的假设之上，通过规模效应实现盈利增长。然而AI技术的演进打破了这一前提——随着用户量增加，推理成本呈现超线性增长，传统增长飞轮的轴承开始松动。OpenAI的案例印证了这种困境：尽管拥有近9亿月活用户，但未能如期实现每周10亿活跃用户目标，企业市场用户流失问题尤为突出。
行业观察者注意到，AI产品的价值创造模式正在发生根本转变。Anthropic通过聚焦企业服务市场，在用户规模仅为竞争对手2%的情况下实现300亿美元年化收入，较去年同期增长30倍。这种反差促使OpenAI内部开始弱化DAU指标，转而关注用户实际创造的价值。当用户打开应用却未产生有效产出时，高DAU数据便失去了实际意义。
百度在Create2026大会上提出的DAA（日活智能体数）概念，为行业提供了新的评估框架。这个指标衡量的是智能体每日完成的有效任务数量，将关注点从"用户使用时长"转向"机器生产力"。其计算模型包含三个维度：DAA规模、任务完成率和单任务价值，共同构成AI生产力的量化标准。这种转变意味着，能够自主完成复杂任务链的智能体，比单纯吸引用户点击的应用更具价值。
新评估体系的建立需要底层基础设施的支撑。百度推出的"新全栈"架构围绕智能体调用需求重新设计：昆仑芯P800在模型训练推理场景完成规模化验证，智能云Agent Infra实现单位Token智能水平优化，文心大模型持续迭代升级。这种架构倒置使得芯片、云服务和模型层都为智能体自主运行服务，为DAA指标的落地提供了技术保障。
通用智能体DuMate的实践验证了DAA理念的可行性。该产品内置搜索、代码生成、决策分析等全栈技能，能够自主判断任务需求并调用相应子智能体。在演示案例中，DuMate并行处理邮件分类、销售数据分析、备货建议生成等任务，每个交付成果都构成有效任务闭环。这种设计思路与传统应用形成鲜明对比——不再追求用户打开频次，而是专注任务完成质量。
DAA指标的推广面临行业生态建设的挑战。要使其成为公共评估标准，需要建立开放的定义框架和第三方验证机制。百度提出的自我进化理论为此提供了理论支撑：智能体需具备任务规划、工具调用和失败复盘能力，个体要掌握智能体编队管理能力，组织则需重构协作流程和考核体系。这种进化要求将通过DAA指标具象化，推动整个行业向价值创造方向转型。
技术革命往往伴随着评估体系的革新。当蒸汽机时代用"马力"衡量动力，信息时代用"比特"计量数据时，AI时代正在寻找自己的价值单位。DAA的出现或许只是开始，但它已经为行业提供了重新思考价值创造的契机——在智能体自主运行的新时代，真正的价值不在于吸引多少目光，而在于完成多少实质性工作。
