过去三年，大模型赛道的竞争逻辑一直在变。2023年比参数规模，2024年比推理速度，2025年比价格战。而到了2026年年中，一个新的度量维度正式浮出水面。
7月19日，国际数据公司（IDC）预发布《DAA研究报告》，系统提出了“日活智能体数”（Daily Active Agents，简称DAA）这一产业度量指标。报告预计，2026年全球活跃智能体数量将达到7940万个，到2030年增长至22.16亿个。
这不只是一份预测数据的发布，更标志着AI产业评价逻辑的一次转向：从比“谁的参数多”、“谁的Token便宜”，转向比“谁真正在干活”。
从Token消耗到价值交付
DAA指标的核心思路并不复杂：统计每天实际执行业务任务、产生可量化输出的AI智能体数量。与MAU（月活跃用户）不同，DAA衡量的不是“有多少人打开APP”，而是“有多少智能体在真正干活”。
这个转变的背景是：2025年以来，AI智能体（Agent）已从概念验证阶段进入规模化部署。企业在客服、代码审查、数据分析、内容生成等场景中部署了大量专用智能体，但行业始终缺乏一个统一的度量标准来衡量这些部署的实际活跃度。
IDC在报告中指出，DAA指标的设计侧重智能体在业务流程中的“实际价值创造”，而非单纯的调用次数或API消耗量。一个每天处理500条客户工单的智能体，和一个每天只被测试调用3次的智能体，在DAA统计中的权重完全不同。
7940万到22亿：四年增长280倍
报告给出的增长曲线相当陡峭。2026年全球DAA预计为7940万，2030年将飙升至22.16亿，四年间增长约280倍。
这个增速背后的驱动力来自三个层面：
第一，企业级智能体部署进入加速期。随着大模型API成本持续下降（2026年上半年主流模型调用成本同比下降超70%），企业部署智能体的边际成本大幅降低。不再是“能不能用”的问题，而是“用几个”的问题。
第二，垂直场景的智能体方案趋于成熟。金融风控、医疗辅助诊断、法律文书审查、工业质检等领域，已经出现可规模化复制的智能体解决方案。这些方案不再需要企业从零搭建，开箱即用的模式降低了部署门槛。
第三，智能体间的协作能力开始显现。2026年的智能体不再是孤立的任务执行单元，多智能体协作框架的成熟使得一个复杂业务流程可以被拆解为多个智能体并行处理。这意味着一个业务场景可能同时激活数十个智能体。
产业进入“务实落地”阶段
36氪产业研究院对DAA指标的评价颇具代表性：这一指标的出现，标志着AI产业评价逻辑正式从参数规模、Token消耗转向落地价值，产业发展进入“务实落地”阶段。
回顾过去三年的产业演变，这条逻辑线非常清晰。2023年，行业讨论的焦点是“谁能训出更大参数量的模型”；2024年，焦点转向“谁的推理速度更快、价格更低”；2025年，价格战打到底，部分模型API调用价格降至每百万Token不足1美元；2026年，当成本和速度不再是核心壁垒时，行业自然开始追问：这些模型和智能体，到底创造了多少实际价值？
DAA指标恰好回应了这个追问。它不关心你用了多大规模的参数，不关心你的模型跑分多高，只关心一件事：你的智能体今天干了多少活、产出了多少有价值的结果。
智能体竞赛的新赛点
DAA指标的提出，也预示着AI智能体竞赛进入了一个新的赛点。
此前，智能体赛道的主流叙事是“谁能做出更聪明的Agent”。但当DAA成为衡量标准后，竞争维度变得更加多元：部署规模、场景适配能力、任务完成率、成本效率，这些指标的综合表现决定了一个智能体方案的真实竞争力。
这也解释了为什么2026年上半年的AI市场出现了几个明显趋势：头部厂商纷纷推出行业专用智能体套件，创业公司转向提供“智能体即服务”（AaaS）的托管模式，传统软件厂商加速将AI Agent能力嵌入现有产品线。
从IDC的报告来看，DAA指标预计将在2026年下半年被纳入其全球AI市场追踪体系，成为与MAU、API调用量并列的行业标准度量维度。对于AI企业而言，这不仅是一个新的统计口径，更是一个战略信号：产业的价值衡量天平，正在从“技术能力”向“落地成效”倾斜。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
