2026 年，Agent 成为了一个全新的物种。

当这件事已经确定发生，那围绕着人所形成的系统、标准，在 Agent 面前都通通失效了。于是我们开始寻找新的标准，比如用 Token 衡量消耗了多少算力，但消耗不等于交付，究竟应该用什么标准来衡量 Agent？这是这个时代的新问题。

5 月 13 日，Create2026 百度 AI 开发者大会。李彦宏站在台上给这个缺口找到了一把新尺子：DAA，Daily Active Agents，日活智能体数。

" 衡量一个平台和生态的繁荣，更应该关注有多少 Agent 在给人类干活，并交付结果。这比无谓的 Token 消耗，更接近价值，也更接近本质。"

不再问有多少人在用，而是问有多少 Agent 在替人干活、并交付了结果。听起来只是换了个指标，实则是把 AI 的价值锚点，从 " 有人在用 " 移到了 " 有事做成 "。

但新尺子量出了一个新问题。

Agent 拿到了新角色，却还在旧舞台上演出。它今天跑的底座，云服务、调度系统、权限体系并不适用于 Agent，一个需要完成百步长链任务的 Agent，在这套系统里要反复读取上下文、反复重试失败节点、在每一道权限关卡前停下来等待确认。大量 Token 烧在了绕路上，没有转化成任何实际结果。

企业账单越来越高，不是 Agent 不够聪明，是它从一开始就跑在了一套不属于它的基础设施上。

那 Agent 时代，基础设施如何进化？人类个体、企业组织又该如何自我进化？百度试图在 Create2026 上给出答案。

为人设计的基建，正在拖慢 Agent

过去十年，全球云服务的底层逻辑从来没变过：请求进来，算完，返回结果，连接断开。这套架构有个专业叫法——无状态（stateless）。每个请求独立处理，用完即走，系统不记得任何人。AWS 如此，阿里云如此，所有云都如此。

它服务移动互联网十年，但 Agent 时代不是了。

它要连续跑数小时，中途不能断；要记住上一个任务做到哪、你上次交代的偏好是什么；要把复杂任务拆给多个子 Agent 并行处理，再把结果汇总回来；还要在没人盯着的情况下自主执行：而旧系统的权限体系，每一步都预设了 " 人在场确认 "。

这些旧基建一件都满足不了。代价直接落在 Token 账单上，而且藏得很深。

企业看到的是消耗在涨，但很难分清哪些 Token 在干活、哪些在原地打转。底层无状态，Agent 每走一步都要把上下文重新塞进提示词，把做过的事再读一遍；子 Agent 之间没有原生协作通道，传个信息要绕道 API 中转；调度层不懂长链任务，一个节点失败，整条链路重来，Token 重新烧一遍。

换个更聪明的模型，这些消耗可能一分不少。问题出在结构上，不在模型上。

打补丁走不通。加记忆缓存、包任务队列、贴 Agent 代理层，每个补丁带来新的复杂度和新的开销，叠完之后得到的是一套更贵、更容易出错的系统。

要解决的问题只有一个：把基础设施的设计主体，从人换成 Agent。记忆原生内置，上下文不用反复重读；调度理解长链逻辑，断点续跑而不是整条重试；协作通道直连，子 Agent 之间不用绕路；权限体系以 Agent 身份为主语，授权范围内自主执行，不用每步等人点头。

这是一套新基建，不是旧基建的补丁包。

百度 " 芯云模体 "：为 Agent 重新设计

百度集团执行副总裁沈抖在 Create2026 上说了一句话：" 新需求，新供给，新全栈。当高活跃、高价值、规模化的智能体应用开始进入客户的业务场景，AI 云服务必须重新定义。"

" 重新定义 " 不是客套话。百度这次给出的 " 新全栈 AI 云 "，设计前提只有一个：Agent 是主角，不是人。架构分四层——芯、云、模、体。每层针对的问题不一样，但出发点一致。

先说最难的部分：并发。单个 Agent 跑得快不是难事。难的是同时跑成千上万个 Agent，每个都有自己的任务链路，每个都在调用模型、等结果、再执行下一步，任务之间还有依赖关系。

这种场景下芯片层的调度逻辑和训练大模型时完全不同——训练是一个超大任务独占集群，推理是海量小任务争抢资源。昆仑芯 P800 针对这个场景做了优化，目前已在金融、制造、能源等行业实现超万片级交付。6 月上市的 256 卡超节点，官方给出的数字是大规模并发场景下推理效率提升 50%。

云层是这套架构变化最大的地方，也是行业里目前最缺的地方。

现有云服务基本就两种形态：给人用的 PaaS/SaaS，或者给训模型用的 GPU 集群。前者太高层，后者太底层，中间空着。Agent 要在生产环境里稳定运行、持续进化、出了问题能追溯，找不到对应的基础设施。百度把云层拆成 Agent Infra 和 AI Infra 两条线，后者管芯片和算力，前者填的就是这个中间的空白。

Agent Infra 做了三件事：Agent Harness 处理长上下文、记忆和子 Agent 调度，让开发者能搭出真正能跑长链任务的 Agent；模型服务层针对 Agent 场景重构了 KV Cache，减少长对话里的重复计算，同样的 Token 跑出更多结果；Agent Runtime 提供可观测的运行环境，让 Agent 能进企业生产系统，而不只是活在 demo 里。

模型层的变化则是更为深刻的，文心大模型在这套架构里不再是面向用户的产品，而是给上层 Agent 供电的引擎。当模型是产品时，优化目标是用户体验和榜单排名；退成基础设施之后，看的是稳定性、调用延迟、长上下文处理效率。两套标准，优化方向不完全一样。

把前台让给 Agent，是百度有意识做的选择。

最后是智能体，百度用自己可验证的智能体，让他们跑在这套原生基础设施上，既是产品，也是压力测试：原生记忆够不够用，多 Agent 协作是否稳定，长链任务会不会中途断掉。下一部分会具体拆这四款产品，但在架构层，它们是这套底座是否成立的活证据。

当然，这四层不是并列关系。芯决定并发上限，云决定 Agent 能不能稳定部署，模决定每次推理的质量和成本，体决定最终交付的业务价值。缺任何一层，DAA 就跑不起来，Agent 数量上不去，或者上去了但 Token 全烧在绕路上，账还是算不过来。

路修好了，车就顺了

Token 是成本，DAA 看的是有没有把事做成。

百度这次的四款智能体产品，就是在原生基础设施上跑出来的现场答案。

DuMate 的核心能力是多任务并行：三条任务线同时启动、独立运行，像同时雇了三个各司其职的专员。支撑这个能力的是底层 Harness 调度引擎，保证长链任务执行数小时不偏航。它还每天写日报做工作反思，下次碰到同类任务时调用这段记忆。旧基建里这件事做不到，无状态系统没有地方放这份记忆。

秒哒 3.0 的数字更直接：累计服务用户超 1000 万，应用价值 50 亿元，近百万 OPC 在平台成长。这次发布了秒哒 APP ——国内首款专业级 AI 应用开发 APP、企业版和生成 App 能力，自然语言描述就能生成 iOS 和 Android 应用，还扩展了 Agent 能力，支持用户接入自定义 Skill。

一个 8 岁孩子用它做出了两个版本迭代的操作系统；一个没有编程基础的大厂员工靠秒哒跑通了从产品到变现的完整链路。这些案例的共同点不是 "AI 很厉害 "，是 Agent 承接了过去必须由专业人员完成的工作，并且交付了结果。

伐谋 2.0 的案例发生在青岛港。在原型演示中，自动化码头智能管控系统 A-TOS 接入伐谋之后，效率提升 10.21%。港口调度是极度复杂的优化问题，船期、泊位、集卡、桥吊，变量之间的依赖关系用人工经验几乎无法穷举。伐谋在约束条件下持续演化，找到人工找不到的全局最优解，并随条件变化自动迭代。10.21% 在港口行业是个重数字，直接对应吞吐量和运营成本。

在一镜海外版，剧本、视频、剪辑等多个 Agent 协同，给可口可乐世界杯限定版生成的 TVC，据称达到戛纳创意节八大评审维度的水准。以前这类大片需要百万级预算和专业团队，现在通过 prompt 生成。变化不只是成本，是供给头部品牌才用得起的内容生产能力，开始变成基础设施。

DuMate 的长链任务不偏航，因为有原生调度；伐谋的决策能持续进化，因为有原生记忆；一镜的多 Agent 能真正协同，因为有原生协作通道。路是这么修的，车也就是这么跑起来的。

至于 DAA 最终会跑到多大，现在没人知道。

李彦宏的判断是未来全球日活智能体数可能超过 100 亿：但他也说了，这 100 亿个智能体不会自动产生，需要每一个人去创造。基础设施能做的，是让创造这件事的成本低一些、成功率高一些。

自我进化，新世界的大门已经打开

从底层基础设施重构到如今 Agent 开始走进生产和生活，某种意义上，百度开始回答一个更根本的问题：Agent 时代下，产业与社会该以何种新结构运转。随之而来的是，它的竞争也跳出技术层面，进入了更深维度的范式思考。

大会上，李彦宏提出 " 自我进化 "，其讨论对象已经不再是单一的 Agent 能力，而是转向人、企业组织与 Agent 之间的协同演化关系。

李彦宏将 " 自我进化 " 拆解为三个维度：智能体的自我进化、个体的自我进化，以及组织的自我进化。

从 2024 年的 " 人人都是开发者 "，到 2025 年的 " 内化 AI"，再到 2026 年的 " 人人都是超级个体 "，三者之间，本质上是一条完整链条，从定义 AI 降低生产门槛，到 AI 进入组织流程，让普通人逐步成长为 " 一个人 + 一支智能体编队 " 的超级个体。

当个体能力边界不断拓宽，随之而来的是企业组织的自我进化——从人与人的分工协作，到人与智能体的混合编队，成为超级组织。

未来每一个组织，都将是 "Agent 公司 "，AI 会像神经系统一样嵌入其中，成为价值创造的核心引擎，也将倒逼企业转变运行方式。

对此，李彦宏也在会上分享了关于企业组织自我进化的四点思考：一是更多授权，更少管控；二是更快对齐，更少层级；三是更高人才密度，更少人海战术；四是更多任务，更少分工。

可以想象，当智能体持续进化、超级个体不断涌现、组织架构完成迭代，产业与社会的运行新结构也将随之成型。那些曾经被旧基建、旧模式束缚的价值潜力，也将在三者的协同进化中被充分激活。

新世界的大门已经打开，进化的主动权，从来不在技术手中，而在那些敢于重新定义协作、边界与可能的个体与组织手中。

门已开，路在前，进化从现在开始。