共计 1117 个字符，预计需要花费 3 分钟才能阅读完成。
DAA、超级个体与混合编队: 李彦宏的 AI 时代进化论
📌 从卷模型到卷应用: 判断在持续前移
过去几年,AI 行业的关注点经历了明显变化 。早期行业普遍围绕大模型参数、算力和训练成本展开竞争, 企业更关心“模型能力有多强”。而李彦宏此前曾多次强调,AI 不应只停留在模型层面, 更应进入应用和生产场景。
这种思路在本次大会上进一步延展: 从“应用优先”到“智能体主流化”, 再到以 DAA 衡量智能体活跃程度 , 核心逻辑是一致的——AI 的价值不只在生成内容, 而在能否独立或协同完成任务。
🔍 DAA 为什么被放到台前
在传统互联网时代,DAU、停留时长和流量规模是平台价值的重要指标 。但在 AI 时代, 用户“聊了多少”未必等于价值“创造了多少”。李彦宏提出 DAA, 实际上是在强调智能体从对话工具走向生产工具后的新评价方式。
按照这一思路,Token 更像是成本侧指标 , 代表模型调用和算力消耗;DAA 则更接近结果侧指标, 反映智能体参与任务的频率和规模。前后变化在于: 过去看输入与消耗, 现在更看任务闭环和效率提升。
- Token: 更多反映调用、计算和成本。
- DAA: 更关注智能体是否真实承担任务。
- 商业价值: 从注意力变现, 转向效率和交付变现。
💡 智能体、个体与组织的三层进化
首先是智能体。 早期 AI 更多是被动问答 , 等待用户输入; 未来的智能体需要具备任务规划、跨工具执行、错误修正和持续学习能力。百度在大会中展示的通用智能体 DuMate, 以及相关智能体产品, 正是面向这一方向展开。
其次是个体。 大会现场提到 , 一名二年级学生借助秒哒将“拼伞出校门”的生活想法做成应用。这一案例传递出的重点并不是儿童编程, 而是自然语言开发降低了软件创造门槛, 让普通人也可能成为“超级个体”。
第三是组织。 传统企业依赖人与人的分工 , 而 AI 时代可能出现人与智能体协作的“混合编队”: 智能体处理标准化、高并发任务, 人类承担判断、创意和关键决策。
📊 企业需要怎样适应混合编队
在组织层面, 李彦宏提到的方向包括减少过度管控、压缩层级、提升人才密度 , 以及围绕任务而非固定岗位组织工作。这些观点指向同一个趋势:AI 让执行能力变得更充裕, 企业真正稀缺的是清晰意图、快速决策和高质量人才。
- 更多授权, 避免流程压制创造力。
- 更快对齐, 让信息和决策减少中间损耗。
- 更高人才密度, 用 AI 放大优秀个体能力。
- 更多任务驱动, 让提示词和目标定义成为人的关键价值。
🚀 百度的底座: 从芯片到智能体
围绕“DAA、超级个体与混合编队: 李彦宏的 AI 时代进化论”，这一部分可从背景、现状与影响三个角度理解其关键信息。结合已公开内容来看，核心结论是趋势已较为明确，但细节仍需结合后续进展持续观察。
