核心内容总结
百度在AI赛道以DAA（日活跃有效智能体）为核心衡量指标（区别于行业常用的Token调用量），构建了通用、垂类、产业三类智能体矩阵，并依托“芯-云-模-体”全栈闭环能力参与竞争。沈抖预判未来一年半AI行业将迎来智能体驱动模型迭代、规模化落地加速、认知升级、具身智能成本下降、全栈闭环成胜负手五大趋势。百度AI收入已过半，但面临字节等对手竞争，通过内部AI实践（福利、技能沉淀）推动员工使用，沉淀数据反哺产品。
一、为什么百度不用Token，偏要搞DAA？
Token是AI模型处理的“字符数”，相当于“用电量”；而DAA是每天真正在干活的智能体数量（必须能落地解决问题，仅在线不算）。
- 举个例子：用户买空调关心制冷效果，不是用了多少电；企业用智能体关心能不能降本增效，不是Token用了多少。
- 和DAU的区别：DAU看用户数（比如一款App有多少人用），但像深圳供电局的运维智能体，只有1个员工用，却能大幅减少故障误判——这种场景下DAU体现不了价值，DAA能。
- 导向作用：DAA鼓励行业深耕垂直小场景（比如钢板切割优化、养老服务），而不是扎堆做通用大模型。
二、百度的智能体矩阵：三类选手各干各的活
百度把智能体分成三类，覆盖不同场景：
1. 通用智能体：比如百度搭子、GenFlow，处理日常需求（查资料、写文案、规划日程）。
2. 垂类智能体：比如秒哒（办公）、伐谋（算力优化），针对具体行业场景（像机房算力分配、故障排查）。
3. 产业智能体：合作伙伴用百度底座自己做的定制化智能体（比如深圳供电局的故障排查智能体）。
- 协同模式：通用智能体像“总调度”，需要专业能力时调用垂类智能体的技能，用户只需要一个入口就能搞定复杂任务。
三、全栈闭环：百度的“护城河”是什么？
百度的全栈是芯（昆仑芯）→云（智能云）→模（文心大模型）→体（智能体）四层结构，相当于从“种麦子到做面包”全链条自己把控：
- 好处1：数据闭环：智能体落地→产生实战数据→反哺模型升级→更强大的智能体落地，形成“飞轮效应”。
- 好处2：效率高：比如昆仑芯是百度自己研发的，能根据大模型需求优化算力，避免通用芯片的资源浪费。
- 三年窗口期：芯片研发需要2-3年，现在补全全栈的企业要花三年才能追上，百度已有先发优势。
- 关键环节：驾驭工程：智能体的“指挥中心”，决定它能不能自主完成任务（现在行业自主完成率只有30-40%，百度要提升这个比例）。
四、沈抖的五个行业预判：未来一年半AI会怎样？
1. 智能体驱动模型迭代：不再比参数大小，而是比任务完成率、提效效果，客户为“实际价值”买单。
2. 智能体规模化落地：2026下半年会有批量案例，90%的工作会有AI参与（人做决策、创意，AI做重复工作）。
3. 认知升级：大家不再把AI当聊天机器人，人机协同成日常，“超级个体”（一个人+多个智能体）时代到来。
4. 具身智能成本下降：机器人价格会降到家庭/中小企业能接受，像现在的云服务一样普及。
5. 全栈闭环成胜负手：只做单一环节（比如只卖算力）的厂商会落后，全栈能力是关键。
五、百度内部怎么“练内功”？推动员工用AI
百度用“软引导”让员工主动用AI：
- 福利牵引：每月给员工1000元额度，随便试用市面AI产品，降低试用门槛。
- 技能沉淀：把重复工作封装成“技能”共享（比如沈抖把“检查会议链接权限”做成技能，其他人直接用）。
- 内部试验场：百度自己先试用AI产品（比如伐谋智能体优化机房算力），验证效果再推向市场。
- 信任建立：重点提升智能体的“自主完成率”——让员工说一句话，AI就能把事做完，不用反复修正，自然愿意用。
总结
百度的AI战略核心是“用DAA衡量价值，靠全栈闭环加速迭代”。未来一年半，AI行业会从“比技术参数”转向“比落地效果”，全栈能力和智能体规模化是关键。百度虽然面临竞争，但凭借先发优势和内部实践，仍在赛道上保持核心竞争力。