在AI领域，当模型能力的提升逐渐趋于平缓，行业焦点开始转向一个更为关键的问题：如何有效应用AI技术，以及如何衡量其应用成效。在Create2026大会上，李彦宏提出“自我进化”这一概念，为AI应用的未来发展指明了方向。他指出，在模型能力趋于稳定后，AI应用的竞争力将不再取决于参数规模，而在于进化速度。
李彦宏将“自我进化”拆解为三个层次：智能体从被动响应转向主动执行，个体从使用AI工具升级为驾驭AI的超级个体，组织则从人与人协作转向人与智能体的混合协作模式。这三个层次共同指向一个结论：在AI时代，进化速度将决定应用能走多远。这一观点的提出，标志着AI竞争的底层逻辑正在发生深刻变化。
与“自我进化”概念同时提出的，还有“DAA”这一新指标。DAA即Daily Active Agents，用于衡量每天有多少智能体在为人类工作并交付实际成果。这一指标的提出，反映了AI价值评估体系的转变：从关注用户规模转向关注任务完成质量，从衡量流量转向衡量实际产出。李彦宏认为，DAA将成为衡量AI应用成效的新标尺。
在AI技术快速迭代的背景下，“优化”已不足以应对挑战，“进化”成为必然选择。优化是在现有框架内提升性能，而进化则是突破旧框架、发展新能力。李彦宏强调，只有那些敢于打破惯性、持续重塑自身的企业，才能在新一轮竞争中建立优势。这种进化不仅体现在技术层面，更涉及人机关系和组织形态的深刻变革。
以百度的通用智能体DuMate为例，其通过高频迭代不断提升能力，近期在智能体评测中取得优异成绩，月访问量增速显著。部分自我优化型智能体框架的表现甚至超越人工调优的版本，证明智能体具备自我进化的潜力。这种非线性进化速度，正是AI时代技术发展的典型特征。
李彦宏之所以能持续洞察行业方向，与其技术乐观主义态度和应用驱动的思考方式密切相关。他的判断逻辑呈现出清晰的演进轨迹：从强调应用重要性，到看好智能体发展趋势，再到提出“内化AI能力”，最终形成“自我进化”理论。每一步都以前一步为基础，同时突破未解决的问题，形成持续迭代的认知体系。
百度的实践为“自我进化”理论提供了有力支撑。作为少数在互联网周期切换中完成战略重塑的中国科技公司，百度在AI时代展现出强大的进化能力。从重构产品线到拥抱新技术潮流，百度的反应速度体现了其进化实力。这种能力源于其全栈视角，涵盖底层算力、云基础设施、大模型和应用生态四个层面，使其对AI演进方向的感知更为敏锐。
在模型领域，百度最新发布的文心大模型5.1在保持领先能力的同时，将预训练成本降至业界同规模模型的6%，为智能体规模化落地提供了经济基础。云服务方面，百度智能云升级为“新全栈AI云”，为模型和应用进化提供底层支撑。这种全栈布局使百度能够从多个维度感知AI发展趋势，形成独特的判断优势。
DAA指标的提出，反映了AI时代价值评估体系的根本转变。在移动互联网时代，DAU是核心指标，但在Agent时代，这一逻辑已不适用。以Anthropic为例，其Claude产品DAU远低于ChatGPT，但年化营收却实现反超，证明用户规模并非决定性因素。同样，Token作为成本指标，也无法衡量AI的实际价值创造。DAA的出现，填补了这一评估空白。
DAA关注的是AI交付的实际成果，而非使用规模或计算成本。这一指标的产业意义深远：对个体而言，它提供了衡量AI工具效能的直接依据；对企业而言，它改变了AI采购决策框架，从关注功能转向关注任务完成率和成本替代效果；对行业而言，它可能重塑产品设计激励结构，推动价值创造导向的发展。
在个体层面，“自我进化”表现为超级个体的崛起。以8岁男孩扑满为例，他通过自然语言指令，利用秒哒平台开发出“哒哒打伞”小程序和操作系统，实现了以往需要专业技能才能完成的任务。这种能力边界的突破，正是AI带来的直接生产力变革。商业场景中，类似案例同样涌现，证明AI正在赋能个体创造更大价值。
组织层面的变革同样显著。随着AI应用规模扩大，企业实力评估标准正在发生变化。未来，企业不仅要看员工数量，更要看其调动的智能体数量和任务完成质量。百度的伐谋2.0平台在港口调度和科研领域的应用，展示了智能体在复杂场景中的价值创造能力，预示着组织形态将向人机混合协作模式演进。
AI驱动的价值创造游戏已经开启。从个体能力扩展到组织效率提升，再到行业格局重塑，自我进化的影响正在全面显现。这场变革的关键在于形成正向循环：智能体进化承接更复杂任务，个体进化调度更多智能体，组织进化创造更大价值。这种飞轮效应一旦启动，将推动AI应用进入新的发展阶段。
