7月15日，《人民日報》刊發李彥宏的署名文章《為智能經濟打造科學評價體系》。行業資深人士的文章，我總覺得，有其獨到的眼光，尤其提出了一個極具前瞻性的概念——「日活智能體數」（Daily Active Agents，簡稱DAA）。

這裏有一個大背景，人工智能（AI）正向縱深推進，與生產力對接，走向萬千場景、走入千家萬戶。

AI風興未艾，正在改變人類的未來；但一些問題，我們也不用諱避，還值得高度警惕。

《人民日報》這篇文章就指出：過去幾年，大模型參數規模不斷刷新紀錄，算力投入持續增長，Token（詞元）消耗快速攀升。這些指標能夠反映技術能力和資源投入情況，很有必要。

但如果人工智能的價值標尺僅停留在「投入了多少」「消耗了多少」，就容易形成「重投入、輕產出」的傾向。

比如，盲目跟風買GPU晶片、不顧實際應用搞大模型，一哄而上建設數據中心、搞「Token排行榜」「燒Token比賽」，等等。

這種粗放增長的模式下，實體經濟是否被賦能、生產效率是否得到提升、人民群眾是否真正受益，就容易被忽略。長此以往，資源就可能更多流向技術自我循環，而不是流向產業一線，進而導致行業內卷，不利於智能經濟健康發展。

怎麼辦？一個有效的應對方式，就是為智能經濟打造科學的評價體系，通過科學指標衡量其實際應用、實際產出。目前看，DAA就是一個關鍵指標。

當DAA成為重要指標，就能引導各類資源從單純投入晶片、大模型為主的智能產業，更多流向以實體經濟為主的產業智能化領域，流向解決產業問題、提高生產力、服務社會、改善民生的創新方向。

文章警告：我們發展AI、激活智能經濟，說到底還是要服務實體經濟，賦能全社會的創新創造，一定不能重走脫實向虛的歧路。

我們緣何敢於在國際上率先提出以DAA來衡量智能經濟？

就在於獨特的中國優勢。

中國擁有全球最豐富的應用場景、最完整的產業鏈、最大規模的數字市場，每天都在產生海量真實需求。這就決定了中國AI市場，一開始面對的就不是少數標準化任務，背後是消費、工業、交通、金融、政務等多層場景的連續反饋。

抱歉，引用文章中頗多文字，就在於這篇文章，有著強烈的現實針對性和前瞻性。

過去，我們都知道，全球AI規則，幾乎都是由矽谷拍板制定。

它們用模型參數定義先進，用GPU數量定義實力，用Token消耗定義繁榮。但進入智能體和應用時代後，真正的問題變了。

AI不能只看誰燒掉更多Token，不能只看誰堆起更貴算力，而要看誰能讓技術進入工廠、醫院、港口、學校和千家萬戶，真正完成任務、服務產業、創造生產力。

如果說Token衡量的是智能消耗，那麼DAA衡量的就是智能生產力。它把AI競爭從「投入側」的算力軍備和Token內卷，拉回「產出側」的真實任務交付和實體經濟增效。

這也是《人民日報》在WAIC（上海世界人工智能大會）前夕聚焦智能經濟度量衡的深層意義。

值得一提的是，在7月17日-20日舉行的WAIC期間，百度將聯合IDC發布《DAA白皮書》，這標誌著中國A把DAA進一步推向全球標準定義，幫助企業衡量有多少智能體每天進⼊業務流程、執行任務、交付結果並創造價值。

用一位朋友的話說，它不是為了再發明一個概念，而是為中國AI找到更適合自己的主賽道：不單純追逐模型參數，不陷入Token消耗內卷，而是把AI是否進入實體經濟、是否完成真實任務、是否提升產業效率，變成新的評價標準。

坦率地說，AI時代，中美走在最前列，中美也各有優勢。

但有一點也是確定的：中國企業沒必要也不可能在所有領域都領先，但必須在「AI賦能實體經濟」這條主賽道上做到不可替代。

因為這條賽道連接的是中國最厚的底牌：最完整的產業鏈、最豐富的應用場景、最大規模的數字市場，以及海量真實需求。

從這個角度看，DAA是中國AI走向應用時代的一次主動定標。這場關乎未來產業格局的AI競賽，才剛剛開始。

最後，再次推薦一下，大家可以認真看一下《人民日報》這篇文章，不長，但還是很有啟發意義的。

本文獲新華網副總編輯劉洪創辦的微信公眾號「牛彈琴」授權轉載。