中船汉光回应业绩下滑：原资料涨价对成本有肯定影响 ，向下游传导涨价有难度
在 AI 加快渗入大厂内部的这一年 ，Token 在造成一种新的出产刻度。研发团队起头统计有几多代码由 AI 天生 ，业务团队关切每天挪用了几多 Token ，云厂商则萦绕 Token 价值等发展新一轮竞争。但这些数字越滚越大也带来了一个更现实的问题：AI 到底是真的创造了价值 ，还是只是被更频仍地使用了？这正是百度试图沉新界说 AI 竞争规定的底层逻辑。5 月 13 日至 14 日 ，Create 2026 百度 AI 开发者大会在北京进行。李彦宏在开幕式初次提出 AI 时期的新 " 怀抱衡 " —— DAA（日活智能体数）。在他看来 ，Token 衡量的更多是成本投入 ，而不是价值产出；真正可能对应移动互联网时期 DAU 的指标是 DAA ，能够衡量 " 每天有几多智能体在持续给人类干活 ，并交付了局 "。不外 ，相比这个仍偏宏观的新指标 ，更必要观察的还有百度在把哪些 Agent 推向真实场景。本届大会上 ，从通用 Agent DuMate ，到代码 Agent 秒哒、数字人 Agent 百度一镜 ，再到面向企业主题决策的伐谋 2.0 ，百度险些是沿着幼我创造、软件开发、内容出产和产业决策几条蹊径同时落子。这组成了观察百度 AI 布局的关键线索：李彦宏提出 DAA ，是在给 AI 利用时期沉新界说一把尺；而这次密集颁布 Agent 产品 ，则是在尝试回覆这把尺到底该量什么。AI 时期新怀抱衡从前一年 ，随着 Agent 急剧升温 ，Token 亏损被推到了产业舞台中央。无论是模型厂商还是云厂商 ，都在萦绕 Token 的效能、价值等发展新一轮竞争。这种变动已经传导到企业内部的治理系统中。部门激进公司甚至会把每天亏损几多 Token ，视为员工使用 AI 纯熟水平的一种体现。全天候科技从 AI 行业人士处相识到 ，部门大厂固然没有单独把 Token 作为 KPI ，但会将 Token 亏损量和 AI Commit Rate（AI 提交率）作为衡量尺度。" 我们此刻是用几多代码是 AI 实现的来作为衡量尺度 ，也就是 AI 提交率 ，其实就是‘ AI 写的代码数 / 提交的代码数’。" 北京某大厂研发部门人士通知全天候科技 ，" 最终指标是 90% ，但是此刻就是致力先达到 70%。"但问题也随之而来：无论是 Token 亏损 ，还是 AI 提交率 ，性质上都更靠近投入和过程指标 ，而不愿定能直接代表 AI 创造了几多业务价值。一个 Agent 能够亏损大量 Token ，但可能只是实现廉价值内容天生；一个研发团队也能够提高 AI 提交率 ，但若是短缺后续质量验证、工程审查和业务了局评估 ，这一指标自身仍可能停顿在 " 用得多 " ，而不是 " 用得好 "。正因如此 ，这次百度提出 DAA ，主题意图是把 AI 竞争的关注点从 " 亏损了几多 Token"、" 有几多内容由 AI 天生 " 进一步转向 " 有几多智能体真正跑起来、在干活、交付了局 "。依照李彦宏的说法 ，DAA 大体对应移动互联网时期的 DAU。相比 DAU 衡量一个平台有几多真实活跃用户 ，DAA 则试图衡量一个 AI 平台上有几多智能体在持续运行 ，并交付了局。据李彦宏预测 ，未来全球 DAA 可能会超过 100 亿。与其看李彦宏说了什么 ，不如看百度在做什么。相比 DAA 仍偏宏观的新概想 ，更具体的观察对象是百度在落地的 Agent 产品。面向幼我用户 ，百度这次沉点安利了三款 Agent：DuMate、秒哒和百度一镜。作为通用 Agent ，DuMate（中文名为 " 百度搭子 "）更像是百度面向幼我用户和企业员工打造的统一 AI 入口 ，把百度搜索 AI API、秒哒、伐谋等能力集成在这一平台 ，能够协同实现搜索、编码、深度钻延注数据分析、利用创建等工作。代码 Agent 秒哒则指向更明确的高价值场景 " 利用天生 " ，让齐全不懂代码的人也能直接天生利用 ，降低软件开发门槛和成本。数字人 Agent 方面 ，百度慧播星升级为 " 百度一镜 "。李彦宏将数字人界说为 " 看得见的智能体 "。百度一镜从正本重要利用于直播带货场景的数字人 ，升级为蕴含直播、视频、实时互动等多状态的全场景数字人平台 ，并同步推出海表版 ，服务中国企业出海。从这组产品的矩阵能够看出 ，百度对 Agent 的布局并不是押注单一状态 ，而是凭据分歧场景拆出了分歧类型的 Agent。这种布局某种水平上是一种多点押注。原因在于 ，Agent 时期的产品状态目前还远未收敛。未来用户到底会高频使用一个通用 Agent ，还是会在分歧工作中挪用分歧垂直 Agent；企业到底更愿意采购一个统一平台 ，还是把 AI 能力嵌入原有业务系统；Agent 最终会先在幼我办公、代码开发、内容出产中放量 ，还是在产业决策和企业流程中形成更高价值的关环 ，这些问题都还没有尺度答案。在这样的阶段 ，百度或许很难只押一个方向。通过多个场景验证 Agent 到底在哪里能跑通、在哪里能形成用户习惯、在哪里能带来可衡量的贸易价值 ，的确是更为可行的路路。这种不确定性并非百度一家面对的问题。放眼全球 AI 行业 ，很多高价值场景都是在真实使用中逐步被验证。Claude Code 的走红就是一个典型案例。Anthropic 最初以安全和大模型能力见长 ，但真正让其在企业客户和开发者群体中急剧放大的沉要产品之一 ，却是代码 Agent。在 Agent 状态尚未定型确当下 ，百度显然不想只押一个答案。 跑进业务只管答案并不清澈 ，但 Agent 是否进入真实工作流 ，并实现可验证、可复盘、可衡量价值的工作 ，的确已经成为 AI 下一个阶段竞争的沉点。在百度这次颁布和升级的多个 Agent 产品中 ，伐谋 2.0 可能是最切近企业主题业务流程的一款智能体。单一来说 ，伐谋要解决的是企衣凤那些必要决策的问题。例如出产排程中 ，一批订单应该若何分配到分歧机械和产线 ，能力尽可能缩短交付周期、提升产能；物流规划中 ，车辆、路线、货物和功夫窗口若何匹配 ，能力让成本更低、效能更高；工艺优化中 ，资料配方、参数组合和尝试了局之间若何成立关系 ，能力提升良率或找到更优规划。只管从前企业可能已经有 ERP 等系统能够辅助决策 ，但真正到 " 怎么排、怎么调、怎么优化 " 的时辰 ，最终决策依然高度依赖人。伐谋 2.0 想做的就是把这些复杂业务问题抽象为 " 数据—需要—算法—可视化 " 的过程。例如业务人员上传出产、物流或尝试数据 ，系统通过对话澄清约束前提 ，再由 Agent 自动天生优化算法 ，最后以甘特图、蹊径规划、多指标规划等业务人员看得懂的方式出现出来。据百度伐谋部门人士介绍 ，从前 6 个月伐谋团队跑了上百家客户现场后发现 ，大部门 AI 在产衣凤做的是提效工作 ，但 " 提了效并没有增产 "。企业真正关切的不只是员工能不能更快实现工作 ，而是 AI 能不能援手收入增长、成本降低、良率提升 ，或者让现有资源被更充分地利用。这次 ，决策智能体伐谋升级至 2.0 版本 ，就是直接面向业务专家 ，聚焦出产排程、工艺优化、物流规划三大场景。目前百度重要通过以下两种方式落地伐谋产品：一是直接服务造作企业等终端客户；二是与 SaaS 公司合作 ，由 SaaS 厂商将伐谋能力集成到自己的治理系统中 ，再服务下游企业。不外越靠近产业主题 ，落地难度也越高。分歧企业的流程、数据质量、系统环境和业务规定都不一样 ，伐谋未来能否在千行百业中得到规；涞 ，仍是未知数。整体来看 ，百度这次 Create 大会试图给出一套 AI 利用时期的齐全答案：上层用 DAA 衡量智能体生态活跃度 ，中层用伐谋、DuMate 等产品验证智能体若何进入幼我和企业工作流 ，底层则用 AI Infra 和 Agent Infra 支持这些智能体不变运杏注自我迭代和规；渴。DAA 整套系统的新指标 ，更是一场新叙事的起头。