伴随着AI模型能力的军备竞赛开始降温，虽然技术仍在进步，但行业逐渐意识到，模型够用之后，下一个问题更为棘手——AI到底该怎么用？用得好不好，又该拿什么来衡量？

几乎在同一时间，另一条线索也在行业里发酵。被开发者称为「龙虾」的通用智能体OpenClaw，让很多人第一次直观地看到，AI不仅能回答问题，还能操作电脑、处理文件、完成一连串任务。当智能体开始交付结果，一个底层问题被推到台前：比执行力更重要的能力，是什么？

在今天的Create2026大会上，李彦宏给出了答案：「自我进化」。

他把这个概念拆成了三个层次：智能体在进化，从被动问答走向主动执行；个体在进化，普通个体从使用AI的人变成驾驭AI的超级个体；组织也在进化，从人与人的协作，转向人与智能体的混合编队，成为超级组织。三个层次叠加在一起，指向的是同一个判断，即在模型能力趋于收敛之后，决定AI应用能走多远的，不再是参数大小，而是进化速度。

与「自我进化」同时提出的，还有另一个概念——DAA。全称是Daily Active Agents，日活智能体数，衡量的是每天有多少个Agent在给人类干活，并且交付结果。前者是他对Agent时代竞争底层逻辑的系统性判断，后者是他给这场进化建议的新量尺。

一个指方向，一个量成果。二者合在一起，是百度对Agent时代最先锋的判断。

有意思的是，这些并不是一个凭空出现的新概念。半年前，李彦宏在百度世界大会上提出了「内化AI能力」，如今从「内化」到「进化」，一词之差，却是认知上的一次跃迁。这一跃迁本身，也在印证他所谈论的命题——一个人、一种认知，同样需要自我进化。

这种持续追问的方式，在李彦宏过去几年几乎所有关于AI的公开表达里都能看到。他的判断不是独立的结论，而是一条有内在逻辑的演进链。这条链，是理解这次大会上所有内容的底层坐标，也是理解百度为何总能在行业共识形成之前先落子的一把钥匙。

那么，这套进化论具体意味着什么？它对智能体、对个体、对组织各自指向何处？DAA又为何能在Token和DAU都在场的情况下，被提出来作为新的度量衡？

进化的速度，正在重新定义竞争力

在李彦宏正式抛出「自我进化」之前，伴随「百虾大战」的竞争热潮，各家厂商都在密集推出自己的智能体产品，从个人助理到企业级工具，从单一任务执行到多智能体协同，再到智能体能自我进化，主动执行各种复杂的任务。短短几个月内，智能体领域完成了此前可能需要数年才能走完的迭代周期。

这种速度，构成了理解「自我进化」这个命题的第一个背景。AI时代与此前任何一次技术周期的本质区别，就在于变化本身在加速。过去，一项核心技术可以支撑一个行业十年的竞争格局，而现在，静态的能力壁垒正在逐渐失效。

在这个环境里，「优化」是远远不够的。优化的逻辑是在既定框架内做得更好，而进化的逻辑是打破旧框架、长出新能力。两者的差别，不是程度，而是方向。

会上，李彦宏表示：只有那些敢于打破惯性、持续重塑自身的企业，才有机会真正穿越周期，建立新的竞争优势。这也是「自我进化」这个命题的核心内涵，它不是在强调AI工具有多强，而是在说使用AI的人、调度AI的组织，需要具备怎样的能力才能真正适应这个时代。

自我进化包含三个层面，李彦宏将其描述为三个「改变」：改变AI入口，聊天机器人和通用智能体将分化成两类入口；改变信任关系，人类将越来越多地授权AI替自己做事；改变组织形态，当组织里的每一个人，都有数倍于之前的能力和效率的时候，组织的机制会变化，组织层级会进一步扁平，管理的主要功能将从监督、指挥、激励，变成一个词—“对齐”。

三者层层递进，从技术层面的工具升级，到人机关系的重新定义，再到组织生产关系的结构性重构，背后是一套系统性的时代判断。

以百度的通用智能体DuMate为例，其自发布以来就保持高频迭代，近期DuMate登顶智能体评测基准PinchBench榜首，并在DeepResearch深度研究榜单中同样位列第一，月访问量增速高达114.72%，公开基准测试数据显示部分自我优化型智能体框架的表现已超越人工调优的Agent，智能体开始学会让自己变强这件事，已经不只是理论上的可能，而是正在发生的现实。

所谓「今天是龙虾，明天可能是螃蟹」，描述的正是这种非线性进化的速度感。

但这种速度感背后，为什么李彦宏总是能率先并持续洞察方向？

《新立场》认为这和他对技术的基本态度有关。李彦宏是一个乐观的技术主义者，并且很多时候会基于应用驱动的第一性原理式思考。这种思考方式让他的判断时间轴，系统性地比行业共识早了一截。反应在结果就是他的认知不会固定，而是持续在迭代。过去几年，李彦宏的AI判断有一条清晰可追踪的演进线：从最早强调应用比模型重要，到押注智能体是生成式AI的未来趋势，再到「内化AI能力」，以及今天的「自我进化」。一步都以上一步为根基，同时又突破了上一步还没解决的那个问题。

他没有在任何一个阶段的正确答案里停下来，而是在它开始成为行业共识的时候，已经在问下一个问题了。这种认知高频刷新的能力，本身又是「自我进化」最直接的注解。

因此在这个背景下，谈自我进化，百度本身就是一个不应被忽视的案例。从互联网到移动互联网再到AI时代，百度是为数不多在每次周期切换中都完成战略重塑的中国科技公司。AI大模型三年多来，百度一面主动重构全部产品线，在多条AI业务线上实现多点开花；一面持续拥抱新技术潮流，从积极部署MCP到率先兼容OpenClaw，这种反应速度就是进化能力的体现，而不只是执行能力。

支撑这种判断力的，是百度的全栈视角以及新全栈进化。当一家公司同时扎根于底层算力（昆仑芯）、云基础设施（百度智能云AI Infra与Agent Infra）、大模型（文心系列）和智能体等应用生态（DuMate、秒哒、伐谋、一镜）四个层面，它对AI演进方向的感知就不只来自观察，还有来自每一层真实业务场景的第一手数据。

算力、模型、应用、生态的整张图，同时都在手里，对趋势的判断天然比只掌握其中一环的玩家更早、更准。

模型方面，刚刚发布不久的文心大模型5.1，在权威的LMArena搜索榜上位列全球第四、国内第一，更关键的是其预训练成本仅为业界同规模模型的6%。这意味着，在模型能力持续领先的同时，调用成本被压缩到极致，这也是「自我进化」在底层技术上的直接体现：模型本身在变得更高效、更轻量，让智能体的规模化落地具备了经济上的可行性

云则为模型进化和应用进化提供底座支撑。本次大会，百度智能云同步提出升级为「新全栈AI云」，沈抖在分享中表示：当高活跃、高价值、规模化的智能体应用开始进入到客户的业务场景，AI云服务也必须重新定义……

正如纳西姆·塔勒布在《反脆弱》中说，真正的预见者不是预测未来，而是提前为不确定性建好基础设施。可以说李彦宏提出的「自我进化」，既是在用百度自身的实践为行业打样，也是这套全栈基础设施对时代判断力的一次集中体现。

DAA，一把更接近本质的标尺

每当一个时代的竞争焦点发生迁移，度量衡的准确性会发生偏移。

移动互联网时代，DAU（日活用户数）是几乎所有互联网公司最核心的考核指标。谁的DAU更高，谁就拥有更强的流量壁垒、更高的变现潜力，投资人的估值模型、产品团队的设计激励、公司战略的优先级排序，无不围绕这一个数字转动。这套逻辑在微信、抖音等产品上得到了充分验证，它在流量稀缺时代是成立的，高度成立。

但Agent时代，这套逻辑便有了偏差。最具说服力的反例来自Anthropic。其旗下Claude全系产品的DAU总量约为ChatGPT的2%，但2026年初，Anthropic的年化营收已从2024年的约10亿美元飙升至300亿美元量级，完成了对OpenAI的反超。

Anthropic从创立之初就选择了一条不同的路：锁定愿意为结果付费的企业用户，以任务交付质量作为核心竞争维度。用户规模不是它的目标，任务完成率才是。据市场消息，OpenAI内部已开始主动讨论弱化DAU指标，这说明整个行业价值评估体系已经开始位移。

Token是近年来另一个被广泛引用的AI度量维度。英伟达CEO黄仁勋曾在多个公开场合强调Token作为衡量AI系统价值的重要指标，认为Token消耗量在一定程度上反映了AI系统的使用规模与计算价值。这一视角有其合理性，作为大模型处理信息的基本单位，规模化的Token消耗确实能反映AI服务的渗透深度，在大模型发展早期，它是相对可量化的行业统一标准。

但Token终究是一个成本侧指标，它衡量的是烧了多少算力，回答不了这些算力是否真正转化成了业务价值。李彦宏对此的判断是：Token只是代表成本，并不代表收益；它衡量的是投入，而不是产出。另外，Token消耗有没有效率、产出了什么价值，这些Token本身无法回答。

黄仁勋关注AI的生产成本，李彦宏关注AI的价值创造。两个视角，代表两种不同的行业关切，也隐含着两种截然不同的竞争逻辑。

正是在这个背景下，DAA的提出有了它现实的意义。DAA全称Daily Active Agents，日活智能体数，衡量的是每天有多少个Agent在真实场景中给人类干活并交付结果。从字面看，它只是把DAU里的「Users」换成了「Agents」，但背后却是AI价值评估锚点的迁移——从「有多少人打开了这个产品」，转向「AI帮人完成了多少有效任务」。

DAU量的是入口，Token量的是消耗，DAA量的是交付。三者的本质差异，是关注对象的不同：流量、成本、结果。

回看李彦宏近年来关于智能体的公开表述，也可以看到一条逻辑连贯的演进线：2024年多次强调「最看好智能体方向」，预判其将成为AI应用的主流形态；2025年WAIC上进一步明确「超级有用、超级能干的应用比一味追求DAU的超级应用更重要」，将价值判断从规模推向实效；同年百度世界大会提出「效果涌现」，强调AI要交付可感知的结果；Create2026上的DAA，是对「效果涌现」的度量衡化，是对「干比看更重要」这个判断的最终量化表达。

至于DAA的产业意义，《新立场》认为需要从三个维度展开。对个体而言，它将「AI帮我干了多少活」这个朴素问题变成了一个可测量、可持续优化的指标，让每个人都有了判断AI工具是否真正有效的直接依据。

对企业而言，DAA逻辑意味着AI采购决策框架的升级，衡量标准从「功能是否丰富」或「模型是否先进」，转向「这个Agent一天能完成多少任务、完成率多少、实际替代了多少人工成本」。李彦宏提出，企业CEO都需要认真思考「智能体优先策略」，把智能体作为数字员工来部署和管理，而这背后的量化工具，正是DAA。

对整个行业而言，如果DAA逐渐成为评价平台和生态的核心指标，产品设计的激励结构将从根本上改变。

当然，目前DAA还是一个新提出的概念，行业尚未形成统一共识。但从资本市场的动向来看，对AI价值和结果的关注已在悄然提升。花旗、麦格里、浦银国际相继发布研报，核心逻辑高度一致：AI云基础设施收入的强劲增长才是真正值得定价的资产，其背后是对「能支撑Agent大规模稳定落地、持续交付结果」这一能力的提前定价。

这是DAA逻辑在资本侧的另一种表达，也说明行业从「关注规模」向关注「ROI和价值创造」的迁移，已经不只是停留在思想层面。李彦宏预判，未来全球日活智能体数可能超过100亿。如果这个数字成为现实，意味着AI时代的「数字劳动力」规模将远超移动互联网时代的用户规模。

从更长的周期来看，非共识在科技创新史上一直扮演着类似角色，它不会立刻被广泛接受，但往往能在行业陷入同质化竞争时提供一个新的思考方向。DAA的意义，或许也需要放在这个维度上来理解。正视DAA这个新标尺，除了是它更接近本质，也因为对价值的重新定义，往往是新一轮热潮的真正起点。

一场已经开始的价值创造游戏

彼得·蒂尔在《从零到一》里谈到，未来不会自动到来，它需要被创造。套用到Agent时代的语境里，自我进化也不会自动发生，它需要个体和组织主动选择、持续投入，才能真正启动。

李彦宏把个体层面的进化，概括为「超级个体」的崛起。这个概念听起来有些宏大，但理解它最好的方式，可以从一个极为具体的案例开始。

扑满，一个上小学二年级的8岁小男孩，做了一个叫「哒哒打伞」的小程序。起因是学校里一个自发形成的游戏：放学下雨天，没带伞的同学在走廊大喊「我要哒哒打伞」，带伞的同学接单，大家挤在一把伞下拼伞出校门。扑满觉得这个游戏的问题是覆盖不到别的班，于是想做一个全校版的「滴滴打伞」，支持发单、搭伞、拼伞、积分升级。但他不会写代码，就用自然语言把需求告诉秒哒，说明游戏规则，说想要什么功能，然后程序就出来了，在线可以用。

这是扑满用秒哒做的其中一个项目。另一个更大的梦想，他从三四岁就开始想了：那就是做一个属于自己的操作系统。偶像是乔布斯，还和同学「合伙创建」了公司。有了秒哒之后，他把手绘稿变成了可以真实运行的系统，现在已经完成了两个版本的迭代，支持回收站、Office软件、个性化设置，还设计了「屏蔽父母」「桌面宠物」「眼动操作」这些带着童心的特色功能。

用他自己的话说，如果自己做的话胡子都要白了，秒哒让我把操作系统做出来了。用秒哒，就像是家里住了一只哆啦A梦。我只要对着它说出我想要的，它就能从口袋里掏出来，甚至比我想要的还要神奇……只要脑袋里有一个奇思妙想，跟秒哒一说，咔哒，就变成真的了。

而这正是李彦宏判断的我们正在迎来超级个体崛起的时代，人人都是超级个体。有些以前根本不在某个人能力范围内的事情，现在借助AI可以被轻易的完成。这种边界的松动，是Agent带来的最直接的生产力变化。过去，一个人能做的事受制于时间、技能、精力三重约束。如今通过同时调度多个Agent并行执行任务，这三重约束都在以不同程度被突破。

这个变化在商业场景里有同样清晰的印证。曾任职阿里、美团的贺涛，全网有几十万粉丝。转型超级个体之后，他不懂编程，全程用大白话提需求，靠秒哒Vibe Coding跑通了「想法→应用→变现→教学」的完整路径。他依托秒哒快速打造了麋鹿性偏好测试等多款测评应用，内置50余道题目、22个维度评估、雷达图报告、匿名隐私保护、本地存储等完整功能，直接在电商平台引流售卖，快速起量变现。

他还把全套玩法整理成标准化SOP开放教学，目前已有10余名学员成功变现，最高月入2万以上，最低也有几千元收入，实现了工具变现和知识付费双轮驱动。孙昱的团队规模更大，从零起步，借助秒哒Vibe Coding平台完整跑通「想法→产品→收入」路径，拿下了千万订单。

截至目前，秒哒生成的应用已累计服务用户超1000万，应用价值达50亿元。本次大会发布秒哒3.0，上线企业版、上线秒哒APP、支持生成iOS和Android原生应用、扩展通用Agent能力，并支持用户接入自定义Skill。秒哒企业版提供企业-团队-成员三级权限管理，支持大型复杂项目多人协作开发，具备企业级稳定性和数据隔离能力。这意味着，秒哒的能力边界已经从「个人创意落地」扩展到了「企业级生产部署」。

因此在超级个体之上，是更大规模的组织变革。每一次生产力的跃升，最终都会重写生产关系的组织方式，蒸汽机改变了工厂，互联网重塑了信息流通和协作模式，Agent的大规模落地，正在触发组织形态的新一轮演化。李彦宏将这个变化描述为：从「人与人的分工协作」走向「人与智能体的混合编队」。

未来衡量一家企业的实力，不只看它有多少员工，还要看它能调动多少Agent，以及这些Agent能完成多少有效交付。

百度伐谋2.0就是这套逻辑在产业场景中的具体体现。它面向的是生产排程、工艺优化、物流规划这类中国产业最重的场景。青岛港自动化码头调度系统A-TOS长期处于世界领先水平，连续第十三次刷新世界纪录，在这个基础上，引入伐谋之后还实现了10.21%的进一步提升。崖州湾实验室，伐谋帮助改进了植物育种研究中的筛选算法，将历史实验数据与生物学原理有效结合，实现了60%以上的效率提升……

从港口调度到科研，「复杂约束下持续寻优」的能力，适用范围比大多数人最初预期的要宽得多。

DuMate则提供了另一个维度的案例。一个电商服装品牌的创始人，一个人需要同时承担客服、销售运营、市场营销三个岗位。DuMate同时处理三条任务线：自动打开邮箱处理未读客诉，识别出被误归入垃圾邮件的投诉并回捞，将道歉-安抚-补偿-回复的全流程自动完成；同时，接手三份来自不同系统的混乱销售明细表，分钟级完成数据清洗，主动调用百度搜索补充行业信息，结合伐谋平台生成含具体上架建议的备货决策报告；第三路，理解产品图片后自动生成模特上身效果图，完善配套文案，调用秒哒平台搭建限时秒杀页面，并将活动二维码嵌入图文混排内容。

三条任务线并行启动、独立运行，过去需要三个专员协同，现在只需一个人加一个Agent即可完成。

此外，百度慧播星也升级为百度一镜，从直播带货扩展为覆盖广告营销、内容创作、影视剧集、服务培训等多形态的全场景数字人平台。以实际效果为例，一镜帮助全球7000万粉丝的健身博主帕梅拉，自动生成高蛋白能量棒的带货视频，人设还原、商品细节以及创意剧本，全程AI生成，效果达到专业团队水准。 同时，一镜海外版同步上线，帮助品牌和商家跨越内容创作与本地化的双重门槛……

这些案例放在一起，自我进化的产业图景就比较清晰了：个体层面，能力边界在结构性扩大；组织层面，生产效率的计算方式在改变；行业层面，谁能部署更多有效运作的Agent，谁在这场竞争里就站在更有利的位置。

与此同时，自我进化又是一场「无限游戏」，原因在于它一旦启动，就会形成内在的正循环。智能体越进化，能承接的任务越复杂；个体越进化，能调度的Agent越多；组织越进化，人机协同创造的价值越大。价值创造带来新能力，新能力再创造新价值，这个飞轮一旦开始转动，便很难停下来。

写在最后

2011年，凯文·凯利出版的《技术想要什么》一书中有个观点：技术有自己的发展意志，理解这种意志的人，往往能比其他人更早看到趋势的走向。

李彦宏过去三年多的AI判断轨迹，以及这种持续追问的方式，与凯文·凯利说的「理解技术想要什么」，在本质上是一回事。

一方面是李彦宏本人认知框架持续刷新的意愿，他没有停在任何一个答案里；二是芯云模体全栈布局为这种判断力提供了真实的感知基础，这种反馈在技术方向尚不明朗的早期，往往比行业共识更早给出信号。

不过，感知能力给了判断一个提前量，真正让判断产生价值的，是同步将感知转化为产品能力的工程体系。百度在提出自我进化的同时，也在持续投入全栈能力建设，搭建智能体原生基础设施，让这套思想从判断变成可执行的路径。

非共识不怕没人信，怕的是懂的人不行动。历史上，每一次技术浪潮的关键窗口期，往往只有短短几年。那些在非共识阶段就开始部署的企业，和那些等到共识形成后才跟进的企业，最终的拉开的距离往往就是结构性的身位差。

「今天是龙虾，明天可能是螃蟹」，这句话的真正含义，除了形容智能体进化之快，同样也意味着在进化加速的环境里，等待观望本身就是一种风险。

*题图及文中配图来源于网络。