撰稿：文朋

编辑：王玮

进入 2026 年，AI 行业来到一个微妙节点：模型能力持续增强，但真正把 AI 转化为生产力的企业，并没有想象中那么多。

一边是层出不穷的 Demo、榜单和产品发布，另一边是更难回答的问题：当 AI 从聊天助手走向智能体，行业究竟需要怎样的工程系统承载它？又该用什么样的尺度衡量它？

在 Create 2026 上，百度给出了两层答案：第一，把智能体作为新的基础执行主体，围绕它构建从芯片、云、模型到 Agent 的系统能力；第二，承认传统 DAU、Token 消耗等指标不足以完整描述智能体价值，提出 DAA（Daily Active Agents，日活智能体数），用更贴近“任务闭环”的方式重新度量 AI。

这并非一次孤立的大会创意，而是百度过去三年 AI 判断的集中收束。从“AI 内化”为组织能力，到“自我进化”的系统范式，再到 DAA 这把任务尺子，百度正把围绕 AI 应用、智能体、组织变革和基础设施的非共识判断，整合成一套面向 Agent 时代的方法论。

因此，与其说 Create 2026 是一场“最新产品发布会”，不如说它是百度试图完成的一次行业语言对齐：当 AI 不再只是侧边栏里的助手，而是开始具备任务闭环、自主调度、持续优化和深度嵌入组织的能力时，行业需要新的表达方式，也需要一整套新的基础设施来托举。

一、百度的“非共识”，如何一步步变成共识

把李彦宏过去三年的公开表达放在一起看，可以看到一条清晰主线：百度并不是每年提出一个彼此割裂的新概念，而是在持续推进同一个问题——AI 的价值究竟在哪里。

2024 年，当行业讨论仍集中在参数规模、榜单排名、上下文长度和多模态能力时，百度已经开始把重心从“模型有多强”转向“应用是否真正有价值”。

李彦宏在与《哈佛商业评论》总编对谈时提到，中国市场更应该关注产品与市场的契合度，也就是 PMF。同一年，百度多次强调，智能体会成为 AI 应用的重要形态。相比追求一个包打天下的“超级应用”，AI 时代更可能出现大量能解决具体问题的垂直应用。

这个判断在当时并非行业共识。但到 2026 年再回头看，行业对 AI 价值的理解已经发生变化：模型能力不是终点，AI 能否进入业务流程、完成真实任务、带来实际收益，才是更关键的标准。

如果说之前的“应用优先”回答的是 AI 应该落到哪里，那么“超级个体”和“AI 内化”回答的，则是谁来使用 AI，以及 AI 如何真正转化为生产力。

早在 2024 年，百度就已经提出与“超级个体”相关的判断。李彦宏曾预判，未来 5 到 10 年，每个会使用自然语言的人，都可能具备过去只有程序员才拥有的部分能力。

到 2025 年，百度进一步提出“AI 内化”。在百度世界 2025 上，李彦宏表示，当 AI 能力被深度嵌入业务逻辑，智能就不再只是企业的成本项，而会成为生产力项。他提出的“倒金字塔”结构和“效果涌现”理论，也把评价 AI 的尺度从“模型能不能回答问题”，推进到“应用能不能交付结果”。

到了 Create 2026，这条认知线索进一步延伸到“自我进化”。

从现场分享来看，智能体正经历一次阶段性变化。最初，AI 产品更多用于展示和体验能力；随后，它们开始成为辅助专业人员和业务人员工作的工具；现在，随着模型和框架能力提升，越来越多 AI 已能执行长程任务，并参与规模化生产；再往后，智能体还会与人形成反馈循环，在任务执行中吸收经验、更新能力，进入持续迭代阶段。

因此，百度这次讲“自我进化”，并不只是提出一个新的传播概念，而是在描述智能体形态本身的变化：AI 不再只是一次性回答问题的工具，而是开始在任务中运行，在反馈中改进，并在组织内部沉淀为可持续使用的能力。

二、一把新尺子，为什么最可能是 DAA

如果说“自我进化”是 Create 2026 关于智能体未来形态的判断，那么 DAA（Daily Active Agents，日活智能体数）则是一项更具体的衡量指标。它试图回答一个更落地的问题：每天究竟有多少智能体，正在替人完成真实任务？

DAA 的提出，并不是为了创造一个新的缩写，更像是 AI 进入 Agent 阶段后，行业评价方式的一次调整：在继续关注规模和活跃度的同时，把目光进一步投向任务、交付和结果。

这也是它与 DAU、ARR 形成互补的地方。

DAU 更适合衡量传统互联网产品的用户活跃度，回答的是“每天有多少用户打开了产品”；ARR 更适合衡量商业化成熟度，回答的是“一个产品形成了多少可持续收入”。

但对 Agent 来说，仅靠这两类指标，很难完整描述其价值。一个智能体未必需要用户频繁打开，却可能一直在后台执行任务；一个 Agent 产品也可能尚未形成高额收入，却已经承担了大量真实工作。

也就是说，Agent 的价值不一定只体现在“多少人来过”，也不一定马上体现在“赚了多少钱”，更应该看它是否进入流程、完成任务、交付结果，这也正是 DAA 想要衡量的部分。

结合百度过去两年的公开表述看，DAA 的提出并不突兀。从“数百万超级有用的应用”，到“效果涌现”，百度反复强调的并不是单纯的表面数据，而是应用如何解决问题、交付结果。

因此，DAA 在大会上被正式提出，代表的也不只是一次指标更新，而是 AI 价值判断的变化：从看见用户，延伸到看见任务；从评估使用，进一步评估产出。

从行业背景看，提出这样一把“任务尺子”也有现实必要。

过去几年，大模型能力提升很快，例如 GPQA 这类博士级科学推理评测成绩大幅上升；但与此同时，大模型和智能体真正进入企业生产环境的速度，并没有同步加快。

德勤 2026 年调研显示，只有约 25% 使用 AI 的企业真正把 AI 从实验阶段推向生产环境，企业预期的落地周期也从原来的 3 个月延长到 18 个月。

从这个角度看，DAA 想衡量的，正是目前 Agent 是否真正进入了任务流，是否完成任务闭环，并最终产生实际业务价值。

它也可以与当前以 Token 为核心的行业计量方式形成补充。Token 更多衡量资源消耗和结算规模，DAA 则试图把评价视角进一步推向结果交付和业务价值。

AI 正推动全球和中国的 Token 用量、算力需求快速增长。放在一起看，Token 和 DAA 可以被理解为 Agent 时代互补的两把尺子：Token 回答“AI 消耗了多少计算”，DAA 则进一步回答“AI 到底干成了多少事”。

三、自我进化：从智能体，到超级个体与超级组织

如果说 DAA 试图衡量智能体每天完成了多少真实任务，那么「自我进化」回答的则是另一个问题：这些任务能力如何持续增长，又如何沉淀为个人和组织的生产力。

在百度 Create 2026 的语境里，自我进化并不只指智能体自身能力的提升，它至少包含三层含义：智能体的自我进化、人类个体的自我进化，以及企业组织的自我进化。三者共同构成 Agent 时代生产力变化的基本路径。

首先是智能体的自我进化。

过去的 AI 产品更多承担展示、问答和辅助角色，价值主要体现在一次次调用中。进入 Agent 阶段后，智能体开始执行长程任务，参与真实流程，并在任务反馈中积累经验、更新能力。它不再只是一次性回答问题的工具，而是逐渐变成能够运行、协同、复盘和迭代的执行主体。

这也是「新全栈」被反复提及的原因。智能体要真正自我进化，不能只依赖模型能力提升，还需要模型、算力、工具、业务流程和反馈系统之间形成持续协同，让 AI 从被动调用走向长期运行、持续执行和自我迭代。

从产品层看，百度在 Create 2026 展示的秒哒 3.0、DuMate、伐谋 2.0、胜算、Hogee 和一见 Claw，分别对应应用生成、办公工作流、决策优化、企业核心业务、营销经营和物理现场等场景。它们虽然入口不同，但共同指向同一件事：让 Agent 进入真实任务链路，并在业务过程中完成闭环。

但仅有应用层产品还不够。智能体要在企业生产环境中长期运行，还需要安全、权限、隔离、审计、成本控制和可观测能力。这正是「芯、云、模、体」协同升级的意义：「芯」提供算力基础，「云」负责基础设施调度，「模」提供理解、推理和工具调用能力，「体」则是最终进入业务流程、承担任务执行的智能体。

其中，「模」是智能体能力的关键源头。Create 2026 上，百度发布了文心大模型 5.1，其意义不只在于基础模型能力的迭代，更在于为 Agent 的理解、推理、深度搜索和工具调用提供更强底座。

与 AIDC 3.0、天池超节点 2.0、百舸 AI 计算平台 6.0，以及 Agent Infra 中的 Agent Harness、模型服务和 Agent 基础服务结合起来看，文心大模型 5.1 共同构成了智能体持续运行的系统底座。它们的价值不在于单点能力展示，而在于让智能体变得可运行、可管理、可观测、可迭代。

第二层，是人类个体的自我进化。

Agent 时代的重要变化，并不只是工具变多了，而是人与任务的关系被重新组织。过去，一个想法从提出到开发、上线、运营，往往需要产品、设计、研发、运营等多种角色协作。现在，借助智能体，一个人可以提出创意、调度开发、完成发布，并在后续持续迭代项目。

Create 2026 中提出的 Builder、Founder、Creator 三位一体，指向的正是这种个体能力结构的变化。它不是一个抽象人设，而是在描述一个人可以承担的工作范围正在扩大。

秒哒 3.0 和 DuMate 是这一逻辑的两个典型载体。秒哒把过去需要多角色协作的「想法—开发—发布」链条压缩到自然语言交互中；DuMate 则把类似能力推进到办公和工作流场景，让用户通过自然语言拆解任务、调度工具并交付结果。

由此看，「超级个体」并不是指会使用一两个 AI 工具的人，而是指能够像一个小型组织一样，调度智能体完成工作的人。这种个体能力的扩大，来自智能体对开发、决策、运营、协作等环节的重新组织。

第三层，是企业组织的自我进化。

当 Agent 从个人效率工具进入企业流程、业务系统和生产现场，真正发生变化的就不只是个人效率，而是组织能力。智能体应用要落地，不只需要基础设施升级，也需要组织能力升级。

对 AI 原生组织来说，关键不在于用了多少 AI 工具，而在于能否把人与 Agent 协同产生的 Skill、Memory、模型和业务知识沉淀为资产；能否让这些资产形成反馈飞轮，使模型和智能体越用越好；能否重新设计人机协作方式，让知识在团队中流动，而不是停留在少数个人手里。

因此，超级组织的关键在于资产沉淀的速度、反馈飞轮的效率，以及人机协同的深度。

从这个角度看，自我进化其实把百度在 Create 2026 中展示的产品、组织判断和基础设施串到了一起：智能体通过任务反馈进化，个体通过调度 Agent 扩展能力，组织通过沉淀经验和重构流程形成飞轮，而新全栈则为这一切提供可持续运行的底座。

也因此，DAA 和新全栈可以被放在同一个逻辑里理解：DAA 衡量的是智能体每天完成了多少真实任务，新全栈支撑的是这些任务如何被稳定、低成本、安全地完成。前者是任务度量，后者是系统保障；二者共同指向的，都是 Agent 时代生产力的持续进化。

结语：从非共识，走向下一个新共识

从这些线索回看，Create 2026 最值得关注的，并不只是新产品的集中亮相，而是百度将过去三年的前瞻判断，收束成了一套面向 Agent 时代的方法论。

过去几年，李彦宏提出的许多判断，起初都不是行业共识。但随着 AI 从参数竞争走向真实应用，从单次问答走向任务执行，从工具使用走向组织重构，这些判断正在被一一验证。

这也解释了 Create 2026 的核心价值：百度不是在追随 Agent 时代，而是在继续定义 Agent 时代。此次提出的“自我进化”和 DAA，延续的正是李彦宏一贯的判断——AI 的价值不只在模型能力，更在于能否进入任务、进入流程、进入组织，并转化为持续生产力。

当 AI 开始具备任务闭环、自主调度、持续优化和组织嵌入能力，行业就需要新的指标、新的主体和新的基础设施。DAA、超级个体、超级组织，以及“芯—云—模—体”的新全栈底座，正是百度给出的系统答案。