泉源：郭晶晶“打工”认真专业获赞作者： 林钰茜：

《人民日报》发文！全球AI的下一局，，，谁说了算？？
？

2026年7月，，，天下人工智能大会（WAIC）开幕在即，，，众多企业家、科学家亲自加入开幕仪式，，，全球AI界的眼光聚焦在中国，，，会场一票难求。。。

大会开幕前夜，，，《人民日报》刊发了百度首创人李彦宏的署名文章《为智能经济打造科学评价系统》，，，文章提出将“日活智能体数”（Daily Active Agents，，，简称DAA）作为权衡智能经济生长的科学评价指标。。。

从今年5月李彦宏在Create大会上首次提出到今天登上中国最权威的媒体版面，，，DAA不但是一个指标，，，背后是全球AI竞争从模子能力走向应用价值后，，，评价系统的转换。。。

已往几年，，，全球AI的“账本”险些是由硅谷界说的，，，谁烧的Token多、谁堆的算力大、谁的参数高，，，谁就是赢家。。。

但这套算法的局限正在展现：它能算清投入和消耗，，，却很难算出AI究竟创立了几多价值。。。

DAA要回覆的，，，正是这个被旧账本忽略的问题：它不再只看AI花了几多资源，，，而是看有几多智能体真正完成使命、进入工业、交付效果。。。

已往三年，，，全球AI圈的主流叙事，，，很洪流平上围绕Token睁开。。。

英伟达CEO黄仁勋曾把Token比作新时代的石油；；；；；；各大模子公司比拼的是谁的用户消耗了更多Token；；；；；；企业内部甚至泛起了“Token消耗排行榜”，，，员工以烧Token多为荣。。。

但到了2026年炎天，，，硅谷叙事最先泛起裂痕。。。

亚马逊作废了内部名为“KiroRank”的Token消耗排行榜。。。这个榜单曾以员工Token使用量排名，，，一度被视为内部声誉。。。但问题很快袒露：一些员工为了冲榜，，，最先盲目挪用模子，，，执行低价值使命，，，造成算力的无效消耗。。。

类似的反思也在行业里扩散。。。据第三方平台统计，，，谷歌、OpenAI、Anthropic三家美国头部模子的Token请求量市场份额，，，在一年内从72%下降至33%；；；；；；Gartner在今年3月的研究报告中明确指出：Token消耗是权衡AI市场向导力的误导性指标。。。

为什么硅谷的Token计价方式失灵了？？
？

由于Token是AI运行的基础计量单位，，，类似于电力时代的千瓦时，，，但问题是，，，历来没有人用耗电量来权衡一家企业的竞争力。。。

同样，，，用Token消耗量来权衡AI的价值，，，自己就偏离了商业的实质。。。

硅谷已往的商业叙事，，，恰恰建设在这套“消耗逻辑”之上：英伟达卖GPU，，，云厂商卖算力，，，模子公司卖Token。。。在这套话语系统里，，，消耗自己很容易被包装成昌盛。。。

但AI一旦从模子走向应用，，，企业真正体贴的就不是烧了几多Token，，，而是有没有降低本钱、改善流程、提升效率、创立收入。。。

旧账本只算投入，，，不算产出；；；；；；只算消耗，，，不算交付。。。

这就是Token算不清的地方。。。

旧账算不清，，，就要换一把新尺。。。

一个工业怎么生长，，，往往取决于它用什么指标来权衡自己。。。

在已往10年中国的移动互联网时代，，，DAU（日活用户数）取代了“APP下载量”，，，成为焦点指标。。。

此后，，，整个行业最先围绕着用户活跃度构建了一整套产品逻辑和商业模式，，，推动了移动互联网从“装机量竞赛”走向了“用户体验竞赛”。。。

到了AI时代，，，问题变了。。。

若是智能体正在成为最主要的应用形态，，，那么权衡标准也应该随之转变：不再只看有几多人翻开一个产品，，，而要看有几多智能体在稳固地干活、交付效果。。。

智能体完成的每一次医疗辅助诊断，，，每一次生产排程，，，每一张自动处理完成的工单，，，每一份被接纳的行业报告，，，都比纯粹的Token消耗更靠近AI的真实价值。。。

权衡标准一变，，，工业的指挥棒也就变了。。。

已往几年，，，当Token成为隐性指标时，，，行业资源不可阻止地涌向了“堆算力、拼参数、刷消耗”的偏向。。。

这在一定水平上推动了中国AI基础能力的快速提升，，，但也带来了禁止忽视的结构性问题：

算力投入快速增添，，，但与实体经济的深度融合仍有较大空间；；；；；；

模子能力一连前进，，，但真正能在工业一线稳固运行的智能体应用未几。。。

DAA的提出，，，就是为了给问题的解决提供一个新的偏向。。。

首先，，，它是在指导工业资源从“重投入”转向“重产出”。。。

一旦DAA成为被普遍认可的评价指标，，，资源、政策、人才和算力资源就会更倾向于流向那些能够让智能体真正进入工业场景、完成现实使命的偏向。。。

这关于增进AI与制造业、医疗、物流、政务等实体经济的深度融合，，，具有主要意义。。。

其次，，，它也为AI企业的价值评估提供了新的维度。。。

已往，，，AI公司的估值逻辑往往对标外洋明星企业，，，比拼的是模子参数和论文数目，，，这在一定水平上造成了政府和企业的重复建设，，，甚至泛起了“算力房地产”征象。。。

若是以现实产出比去盘算，，，就能很洪流平阻止这些问题。。。

第三，，，它有助于形成差别化的竞争优势。。。

已往AI企业讲故事，，，都要对标OpenAI、得说自己参数几多、得晒Benchmark。。。

往后，，，更值钱的故事是：我有几多个智能体在跑、日均交付几多使命、笼罩了哪些工业场景。。。

这套叙事更靠近商艺府，，，也更有利于阻止重复建设和算力空转。。。

云云，，，中国的工业优势就会体现出来，，，中美AI竞争的叙事位置也会随着变。。。

若是只把DAA看成一个工业指标，，，还不敷。。。

放到全球AI竞争里，，，它更像是一场评价权的重新分配。。。

已往几年，，，中美AI竞争的表象是“模子vs模子”“芯片vs芯片”，，，更深一层，，，着实是谁来界说先进性：谁来划定什么是领先的AI，，，谁来决议这场角逐怎么计分。。。

此前，，，硅谷界说的是模子参数巨细、GPU集群规模、Token消耗总量、AGI实现时间表。。。

这些指标虽然主要，，，但它们也恰恰集中在美国最善于的领域。。。凭证这套坐标，，，其他国家自然更容易被放在“追赶者”的位置上。。。

DAA则提供了另一套坐标。。。

不是回避模子和算力竞争，，，而是在应用时代，，，把评价重心转向中国更有优势的地方：工业场景、使命交付、实体经济增效。。。

由于AI在中国，，，自然会被工业牵引，，，这是一条由落地驱动的蹊径，，，手艺的终局是被工业吸收，，，并改写效率、产品和商业模式，，，超大规模的市场、极其富厚的应用场景、完整的工业链条，，，以及由此爆发的海量真实需求，，，这些条件不是美国资源靠砸钱就能复制的，，，而是中国恒久工业积累和数字化转型形成的底盘。。。

而DAA所做的，，，正是将这些结构性优势指标化：

对方比模子峰值，，，我们看应用深度；；；；；；对方比Token消耗，，，我们看使命交付；；；；；；对方比AGI时间表，，，我们看实体经济增效。。。

时机也很要害。。。

WAIC2026即将召开，，，全球AI工业正在反思Token叙事：

当旧叙事泛起裂痕，，，中国提出一套更贴近工业现实的评价标准，，，其战略意义就不但是手艺层面的。。。

标准制订权的争取，，，往往决议了未来十年工业竞争的名堂。。。

已往十年，，，通讯、新能源、移动支付都证实过这一点：当一个国家能把自己的工业实践沉淀成标准、系统和要领论，，，它就不再只是追随者，，，而最先加入界说下一阶段的游戏规则。。。

AI也一样。。。

今年年头，，，李彦宏接受《时代》周刊专访时说了一句很要害的话：“中美AI走的是两条路。。。美国主攻AGI，，，中国更看重现实应用。。。”

已往几年，，，百度一连把AI推向百度搭子、百度一镜、秒哒、伐谋、文心助手、萝卜快跑等智能体和应用。。。实质上也是在验证这条应用蹊径：AI不可只停留在模子能力，，，最终要进入真实场景，，，完成真实使命。。。

《时代》周刊则把这句话放在了专题视频的开头，，，问题是《How China Caught Up on AI and May Now Win the Future》（中国怎样在AI上迎头遇上，，，并可能赢得未来）。。。

今天再看DAA，，，这条判断着实延续得很清晰：已往讲“中国AI更看重应用”，，，现在进一步回覆“应用价值该怎样权衡”。。。

就像《人民日报》文章中提到的：“我们生长AI、激活智能经济，，，说究竟照旧要服务实体经济，，，不可重走脱实向虚的歧路。。。”

中国不必在所有赛道都同时领先，，，但在“AI赋能实体经济”这条主赛道上，，，必需形成自己的坐标。。。