在人工智能領域，一場關于價值評估標準的變革正在悄然發生。當Anthropic以僅相當于OpenAI 2%的日活躍用戶數實現年化收入反超時，整個行業開始重新審視傳統估值邏輯的適用性。這場商業逆襲揭示了一個關鍵問題：在智能體（Agent）主導的新時代，單純依靠用戶規模衡量企業價值的舊范式正在失效。

過去二十年，互聯網行業形成了以DAU（日活躍用戶數）為核心的評估體系。這套邏輯建立在用戶邊際成本趨近于零的假設之上，通過規模效應實現盈利增長。然而AI技術的演進打破了這一前提——隨著用戶量增加，推理成本呈現超線性增長，傳統增長飛輪的軸承開始松動。OpenAI的案例印證了這種困境：盡管擁有近9億月活用戶，但未能如期實現每周10億活躍用戶目標，企業市場用戶流失問題尤為突出。

行業觀察者注意到，AI產品的價值創造模式正在發生根本轉變。Anthropic通過聚焦企業服務市場，在用戶規模僅為競爭對手2%的情況下實現300億美元年化收入，較去年同期增長30倍。這種反差促使OpenAI內部開始弱化DAU指標，轉而關注用戶實際創造的價值。當用戶打開應用卻未產生有效產出時，高DAU數據便失去了實際意義。

百度在Create2026大會上提出的DAA（日活智能體數）概念，為行業提供了新的評估框架。這個指標衡量的是智能體每日完成的有效任務數量，將關注點從"用戶使用時長"轉向"機器生產力"。其計算模型包含三個維度：DAA規模、任務完成率和單任務價值，共同構成AI生產力的量化標準。這種轉變意味著，能夠自主完成復雜任務鏈的智能體，比單純吸引用戶點擊的應用更具價值。

新評估體系的建立需要底層基礎設施的支撐。百度推出的"新全棧"架構圍繞智能體調用需求重新設計：昆侖芯P800在模型訓練推理場景完成規模化驗證，智能云Agent Infra實現單位Token智能水平優化，文心大模型持續迭代升級。這種架構倒置使得芯片、云服務和模型層都為智能體自主運行服務，為DAA指標的落地提供了技術保障。

通用智能體DuMate的實踐驗證了DAA理念的可行性。該產品內置搜索、代碼生成、決策分析等全棧技能，能夠自主判斷任務需求并調用相應子智能體。在演示案例中，DuMate并行處理郵件分類、銷售數據分析、備貨建議生成等任務，每個交付成果都構成有效任務閉環。這種設計思路與傳統應用形成鮮明對比——不再追求用戶打開頻次，而是專注任務完成質量。

DAA指標的推廣面臨行業生態建設的挑戰。要使其成為公共評估標準，需要建立開放的定義框架和第三方驗證機制。百度提出的自我進化理論為此提供了理論支撐：智能體需具備任務規劃、工具調用和失敗復盤能力，個體要掌握智能體編隊管理能力，組織則需重構協作流程和考核體系。這種進化要求將通過DAA指標具象化，推動整個行業向價值創造方向轉型。

技術革命往往伴隨著評估體系的革新。當蒸汽機時代用"馬力"衡量動力，信息時代用"比特"計量數據時，AI時代正在尋找自己的價值單位。DAA的出現或許只是開始，但它已經為行業提供了重新思考價值創造的契機——在智能體自主運行的新時代，真正的價值不在于吸引多少目光，而在于完成多少實質性工作。