声明:本文来自于微信公众号 解码NewSight，作者:袁喜乐，授权站长之家转载发布。

今年4月，AI行业出现了一组让投资人坐立难安的数据:Anthropic年化营收突破300亿美元，正式超过OpenAI的约250亿美元。

但反常的是，据第三方机构估算，Claude的月活用户仅约为ChatGPT的2.44%。以及，Anthropic的模型训练投入只有OpenAI的四分之一。

更低的投入、更少的月活，却做到了更高的收入。

按移动互联网的DAU（日活用户数）铁律:用户规模越大、网络效应越强、商业化效率越高。然而，这套曾催生微信、抖音、拼多多的逻辑，已无法解释当下的现实。

Anthropic80%的收入来自企业端，超千家企业年付费超百万美元;OpenAI虽坐拥9亿周活用户，多为写作业、写周报、闲聊的免费用户，维护流量需要天价的推理成本。C端流量漏斗和B端订阅引擎的真实差距，说明DAU不再适合作为AI时代用以度量价值的尺子了。

今年4月底，百度发布通用智能体GenFlow4.0时，披露了一个新的计量数据:一年四轮迭代的GenFlow月任务交付量高达2亿次。不是普通的对话、点击量，而是PPT生成、数据报表、文档处理这类实际落地任务的完成量。

“任务交付”突然就成了房间里的大象，它直接把那个本应该被所有人看见的问题推到台前:当AI开始干活了，你该用什么尺子来量

DAA（Daily Active Agents，日活智能体数），是李彦宏在Create2026大会上提出的一个新的度量单位。

DAA的规则很朴素:每天有多少个智能体在真实场景中完成了至少一次任务闭环。所谓任务闭环，是指智能体不仅完成了与用户的交互，还切实产出了一个可交付的结果，比如自动完成了报销流程、生成了可用的数据分析报告、独立处理了一个客服工单。

简言之，这把新尺子，量的是“干了多少活”，而不是“来了多少人”或“烧了多少电”。它试图回答一个更本质的问题:AI到底创造了多少真实价值

这不是一次简单的指标更换。它背后反映的，是一种不可逆转的变化。

Token:成本单位，不是价值尺度

有人会问那Token呢这不是大模型时代最热门的指标吗

Sam Altman在2025年OpenAI开发者大会上提出“万亿Token俱乐部”，一时风头无两，“Token消耗量”被硅谷视为衡量AI需求的黄金标准。逻辑很简单:模型按Token计费，Token用得越多，收入越高。

可以明确的是，Token是当下最接近“共识”的基本单位。大概没有人能否认，一个日均消耗140万亿Token的行业，和一个日均消耗1000亿Token的行业，处在完全不同的发展阶段。“Token消耗量”可以看作是大模型高速发展阶段大力出奇迹故事的一个注脚。

可到了AI Agent的阶段，“Token消耗量”就不那么因地制宜了。打个比方，大模型是水坝，Token是开闸放出去的水，衡量水量之后是不是应该度量一下，这些水究竟灌溉了多少良田、起到了多少作用。

正如全球权威咨询机构Gartner分析文章称:Token消耗正在被越来越多的AI厂商视作反映AI规模、采用度和市场领导力的信号，但这一指标并不能有效体现业务价值、效率或可持续性。

无论企业还是个人，必然要回归一个朴素的追问:

烧了这么多Token，到底有多少转化成了真实的生产力和业务价值

《夸克》非常好用的免费AI浏览器

下载APP查看