两千多年前，管子在《乘马》篇中说：“是故事者，生于虑，成于务，失于傲”。意为大事业始于深思熟虑，成于务实推进，败于傲慢懈怠。

这句话放在今天的AI产业再合适不过。过去三年，全球AI公司在“虑”上投入巨资，卷参数、刷榜单、讲故事，唯独在“务”上进展缓慢。直到2026年5月，一份来自百度的财报，为这个行业提供了一个样本，AI不仅可以务虚，更可以务实。

5月13日，Create2026百度AI开发者大会上，李彦宏抛出了一个全新概念——DAA(Daily Active Agents,日活智能体数)，主张用“AI到底干了多少活”来度量AI产业的繁荣程度。

5天之后，百度发布2026年第一季度财报：总营收321亿元,AI业务收入136亿元，占百度一般性业务收入的52%。

AI业务占比首次超过一半。

从理念到数据，财报结果更像是对Robin新理论的一种“交付”，AI产业的度量逻辑,正在从“投入”切换到“产出”。过去三年里那些被反复使用的尺子(参数量、benchmark、DAU、月活、Token消耗),正在集体面临一次重新定义。而能拿出财务数据，为这次切换提供第一组可验证样本的公司，放之四海也并不多，百度是其中之一。

值得玩味的是，就在百度发布这份财报的一周前，硅谷某AI独角兽估值被砍半的消息不胫而走。一边是估值神话的退潮，一边是营收过半的硬核数据，两种叙事在同一个时间窗口碰撞，恰好构成AI产业从讲故事到交结果的隐喻。

这实际上是一场关于AI价值锚点的争夺，到底是Token消耗量、用户活跃度、估值水位，还是真金白银的财务报表？百度的52%，至少提供了一种可验证的答案。

“旧尺子”集体失灵，AI行业为什么需要一把新的尺子

过去三年，AI行业的衡量体系大致沿用了移动互联网的传统逻辑，参数量即代表模型能力（得益于Transformer架构的统治级应用，这一标准确实一向有价值），Benchmark分数代表技术水位，DAU/月活代表生态繁荣……

但进入2026年，AI产业正在以前所未有的速度快速迭代，这些直观标准已很难度量一个公司、一个项目是否成功。最典型的信号来自行业前沿，Anthropic起初月活只有大约两千多万，远达不到OpenAI的量级，但其年化经常性收入（ARR）却在数月内从90亿美元冲到300亿，完成了对昔日“一哥”的反超。一个传统意义上用户基数小得多的玩家，反而拿走了更多真金白银。另一组信号来自财务报表，OpenAI估值接近万亿，单季亏损也估算达百亿美元规模，融资大部分流回到了游算力供应商，产品线在收缩（Sora停服），壁垒未见明显抬升。估值这把尺子，同样讲不清楚AI到底创造了什么价值。

至于业内一度寄予厚望的“Token消耗”，Gartner已经明确给出判断：Token衡量发生在AI价值链的早期阶段，远早于决策的形成或业务成果的实现，它衡量的是规模，不是结果。

当前的AI行业，缺的不是更好的模型，也不是更高的参数，而是一把能量出“AI到底干了多少活”的尺子。这正是李彦宏提出DAA的语境：它试图把衡量标准从“消耗多少算力”，拉回到“交付多少结果”。

DAA的核心是一个三角关系，DAA规模×任务完成率×单任务价值：有多少智能体在为人类干活，活干得怎么样，这些活值多少钱。三个维度共同构成一个“AI交付指数”，而不是一个“AI投入指数”。

既然是生产力革命，新生产力就要“拿结果”。

相比海外市场仍然在以“亏出未来”的姿态烧钱投入，中国AI产业从一开始就被迫面对一个更朴素的问题：AI能不能算得过账。在国内更卷、更短的资本耐心面前，“商业化”是一道必答题。

也正是因此，百度此次Q1财报中的一项数据格外值得被放在显微镜下：归属净利润34.45亿元(净利率11%)，非GAAP净利润43.32亿元(净利率14%)，经营现金流27亿元正向，现金储备2793亿元。与海外同行单季亏损动辄百亿美元的财务图景形成的反差，几乎构成中国AI产业的另一种叙事方式。

这种反差并非偶然。中国AI产业从诞生之初就带着务实基因，没有美国那样充裕的资本窗口期，没有可以无限烧钱的用户补贴逻辑，每一分投入都必须思考回报周期。这种被迫商业化的压力，反而催生出一套完全不同的产品逻辑，不是先做大了再想怎么赚钱，而是一开始就要想清楚谁买单、付多少钱、解决什么问题。

百度的52%，某种程度上是中国AI产业务实主义的集中体现。

从基础设施到生产力单元，52%背后,智能体正在替企业干活

将DAA作为一把新尺子，百度本次财报的数据，即是新度量下的的第一次真实读数。

宏观层面，数据线条非常清晰。AI云收入88亿元、同比增长79%：其中GPU云收入同比激增184%；AI原生营销服务收入23亿元、同比+36%；AI应用收入25亿元保持稳定；文心大模型5.1在LMArena搜索榜以1223分登顶国内第一、全球第四，且预训练成本仅为业界同规模模型的约6%。底层算力、模型能力、云上调用，共同构成了百度AI业务的“地基”，这是52%占比的基础设施层逻辑。

从产业落点看，在全球领先的自动化码头，百度伐谋2.0在近乎极致优化的基础上，于原型演示中仍助力智能管控系统实现10.21%的绝对指标提升。这是一项非常苛刻的成绩，码头的智能调度系统经过了多年迭代，几乎所有显性效率空间都已被挖干，而伐谋在这种“硬骨头”场景下还是挤出了10%以上的提升。

金融场景则提供了一个被验证的案例。中信百信银行引入伐谋后，让模型自动演化风险特征，特征挖掘效率提升100%、风险区分度提升2.41%,短时间内达到专业数据挖掘工程师的水平；银河证券联合百度智能云打造的交易智能体，把交易员从询价到下单的转化效率提升了3倍。

无代码开发平台秒哒3.0迭代至今，累计服务用户超1000万，生成的应用超过100万个，近百万的“超级个体”在平台上成长，变现金额最高的达千万量级。AI在这里第一次真正下沉到“个人即生产力”的层面。

在直播与品牌营销领域，数字人平台百度一镜目前服务客户10万+、覆盖30余个行业，平台平均直播间转化率提升29%、交付效率提升150%、制作成本下降63.3%。某护肤品牌的数字人专项直播间引入一镜后,GMV增长31%、日订单增长25%。

这些案例的共同点是：AI不再是调用一次、回答一个问题的工具，而是嵌入流程、持续运行、按任务交付的生产力单元。它们对应的不是Token消耗的曲线，是DAA框架里规模× 完成率×单任务价值的乘积，这正是52%这个数字的底层来源。

回顾过去三年AI产业的发展轨迹，2023年是军备竞赛，谁的参数多、谁的榜单高，谁就是赢家；2024年是应用竞赛，谁先做出爆款产品、谁先拉新用户，谁就是赢家；而2026年，产业正在进入交付竞赛阶段，谁的AI真正在干活、谁的客户愿意持续付费、谁的业务能产生正向现金流，谁才是真正的赢家。

百度的52%，标志着交付竞赛已经有了第一个可验证的得分。

为什么是百度，“芯云模体”全栈的复利效应

AI收入占比过半，与DAA看交付的新理论提出，指向同一个底层前提，百度已经让AI在真实场景中持续运行，并稳定产出价值。能用DAA这把尺子去度量行业的公司，首先得是度量自己。

这种能力，并非靠单一模型或单一应用的突破获得，它必然建立于企业构筑的全栈架构之上：

芯——昆仑芯P800已完成规模化验证,2025年至今交付多个万卡集群，在全国产集群上完成对文心5.1重要版本的训练，有效训练率达97%,万卡线性扩展度超85%；基于昆仑芯的天池256超节点已点亮、6月正式上市。

云——沙利文最新报告显示，百度智能云以40.4%的市场份额位居中国自研GPU云市场第一；2026年Q1，百度智能云斩获国内主要云厂商中标项目数量与中标金额双第一，中标金额是第二名的5倍多。

模——文心5.1搜索能力国内第一、全球第四，预训练成本仅业界同规模模型约6%；5.1 Preview以1476分登上LMArena文本榜国内第一，是榜单前15名中唯一上榜的国产模型。

体——通用智能体DuMate、秒哒3.0、伐谋2.0、百度一镜、文库网盘GenFlow4.0，构成了从开发工具、生产决策、营销增长到内容生产的完整交付层。

全栈的真正意义，在于细密的整合与广泛的覆盖，无需把每一层都做到第一，让每一层为彼此服务即可，芯片决定算力性价比，云决定调度效率，模型决定能力下限，智能体决定交付质量。单点能力解决不了持续运行的问题，只有协同才能让AI在客户的业务流里稳定跑下去。

这里有一个容易被忽视的细节，百度的全栈布局并非2026年才开始，而是可以追溯到2013年深度学习研究院的成立。从芯片到应用，百度用了13年搭建这套体系，这意味着，当行业还在讨论要不要自研芯片、要不要做闭源模型的时候，百度已经在享受全栈协同的时间杠杆，每一层的能力都在为其他层降本增效，每一层的进步都在为整体交付能力提升。

这也是为什么百度能在AI业务占比达到52%的同时，还能保持11%的净利率。全栈不是简单的什么都做，而是通过协同效应建立起成本洼地和交付高地。

写在最后：

52%当然不会是终点，它更像是一个产业拐点注脚，充分说明AI已经具备直接进入财务报表的能力，而不再只是一个等待被商业化的技术预期。

当一些公司仍在解释自己的Token消耗有多大、估值有多高、亏损有多深，DAA已经准备好了回答另一个问题，今天有多少Agent在为客户干活，完成了什么，值多少钱。

这是解决世人对于AI泡沫的惊恐，投资人对于回报的期待，以及行业对于生产力的交付的必然方案。

从当前的财务表现与落地情况看，百度，已经先行进入了这一阶段。

而这，或许只是开始。