5 月 13 日，Create2026 百度 AI 開發(fā)者大會在北京開幕。李彥宏在開幕演講中提出了一個新概念——DAA（Daily Active Agents，日活智能體數(shù)），把它定位為 AI 時代對標(biāo)移動互聯(lián)網(wǎng) DAU 的核心指標(biāo)。核心邏輯是：Token 衡量的是投入，DAA 衡量的是產(chǎn)出。他預(yù)測未來全球 DAA 可能超過 100 億。

這個方向沒問題。AI 行業(yè)確實在經(jīng)歷一場指標(biāo)的轉(zhuǎn)變——自動駕駛早期卷測試?yán)锍?，現(xiàn)在看交付車輛數(shù)；具身智能從模型參數(shù)轉(zhuǎn)向?qū)嶋H部署量。移動互聯(lián)網(wǎng)早期也經(jīng)歷過同樣的轉(zhuǎn)變，行業(yè)從波疊用戶數(shù)到波用戶時長，再到單用戶 ARPU 值，指標(biāo)越來越接近商業(yè)本質(zhì)。從“技術(shù)指標(biāo)”到“真實產(chǎn)出”，這是技術(shù)從實驗室走向產(chǎn)業(yè)的必經(jīng)之路。

但 DAA 有一個沒有回答的問題：同一個 Agent 被打開，和它在用戶的真實工作中持續(xù)交付結(jié)果，兩者創(chuàng)造的價值差很多。李彥宏提出了度量衡，但沒有定義它在不同場景下的“含金量”。這個問題不是否定 DAA 的價值，而是它背后藏著一個更深的分歧——不同類型的 AI 產(chǎn)品，“活躍”的意義截然不同。

“活躍”不等于“有用”

一個獨立聊天 APP 里的 Agent，用戶的典型操作是——打開應(yīng)用、描述問題、拿到回答、關(guān)掉窗口。每天被打開一次，在 DAA 里就算一個“活躍”。但與用戶實際工作之間，它還隔著一步——用戶得離開當(dāng)前工作畫面，打開另一個界面，把腦中的需求翻譯成提示詞，再把結(jié)果搬回原來的文檔。整個過程充滿斷點：上下文是斷裂的，信息是重新輸入的，結(jié)果是需要人工校驗和整合的。Agent “活躍”了，但工作流并沒有被改善。

而生產(chǎn)力工具里的 Agent 場景不一樣。用戶正在編輯文檔，光標(biāo)停在某個段落上，AI 在側(cè)邊欄理解上下文并生成內(nèi)容。做表格時 AI 在單元格旁給公式建議，排 PPT 時右側(cè)面板實時響應(yīng)。用戶不需要“打開 AI”，因為 AI 就在“打開的文檔”里。它理解的是你當(dāng)前的段落、當(dāng)前的表格、當(dāng)前的幻燈片，生成的是“基于你正在寫的東西”，而非“基于你描述的提問”。這里面的差別在于，前者的輸入是用戶已經(jīng)完成的工作產(chǎn)出，后者的輸入是用戶口頭轉(zhuǎn)述的需求。信息損失越少，結(jié)果越可用。

這兩種 Agent 都可以被計為“活躍”，但對用戶的價值不同。前者是用戶走出工作去找 AI，后者是 AI 待在工作里等用戶。

拿自動駕駛來說。一輛車在測試場跑了 100 萬公里，和它在城市道路上完成了 1 萬次點對點載人出行，前者算“里程”，后者算“交付”。行業(yè)已經(jīng)從卷里程數(shù)轉(zhuǎn)向卷交付量，因為市場關(guān)心的是“它能不能替代人”，不是“它跑了多遠(yuǎn)”。生產(chǎn)力工具里的 AI 也是同樣的道理。DAA 的大小不重要，重要的是這些 Agent 每天在用戶的工作中實際完成了多少任務(wù)、改善了多少產(chǎn)出。

WPS AI 選擇的是后者的路。它不是一個獨立的 AI 助手 APP，而是直接嵌入文檔、表格、演示、PDF 的全產(chǎn)品線。這個架構(gòu)選擇背后的判斷是：AI 的價值不在于讓用戶去找它，而在于它主動出現(xiàn)在用戶需要的地方。

不做獨立 APP，而是嵌進(jìn)工具里

中文辦公場景把這個差距拉得更開。辦公軟件不是只要能識別文字就行的。一份公文的起草涉及紅頭、發(fā)文號、簽發(fā)人、密級、緊急程度等十幾個結(jié)構(gòu)元素，每個元素都有嚴(yán)格的排版規(guī)則：紅線的粗細(xì)、字號的大小、段落的行距、標(biāo)點的全角半角。WPS AI 內(nèi)置了中文排版規(guī)則引擎，紅頭文件、首行縮進(jìn)、中英文間距、標(biāo)點壓縮符合國標(biāo) GB/T 9704。通用大模型能寫中文，但寫不出一份符合公文規(guī)范的紅頭文件——這不是語言能力的問題，而是 38 年文檔積淀才能解決的問題。

更關(guān)鍵的是，政務(wù)場景對 AI 的要求不是“能寫”，而是“寫對”。一份公文如果格式不符合規(guī)范，內(nèi)容再好也可能被打回重新來。這就是為什么文檔解析能力被視為 AI 落地辦公的“第一手感”——理解不了格式，就理解不了業(yè)務(wù)。

中山市的案例很能說明這個問題。作為金山辦公在全國首個政府側(cè)全鏈條國產(chǎn)化部署的案例，WPS AI 政務(wù)平臺覆蓋 3.4 萬名公務(wù)人員，基于 60 萬份本地政務(wù)文檔構(gòu)建的智能知識庫已經(jīng)投入運(yùn)行。這個數(shù)據(jù)很重要：60 萬份文檔不是互聯(lián)網(wǎng)上找到的語料，而是中山市多年積累的真實公文數(shù)據(jù)，涵蓋各類行政審批流程中的實際用法。在這個基礎(chǔ)上搭建的知識體系，它理解的不只是“公文是什么”，而是“中山市的公文怎么寫”。

結(jié)果是實打?qū)嵉模汗钠鸩輹r間從 3 小時降到 40 分鐘，格式錯誤率下降 75%，100% 符合《黨政機(jī)關(guān)公文格式》標(biāo)準(zhǔn)。對于每天要處理大量文件的基層公務(wù)員來說，這不是“AI 助手被打開了幾次”的故事，而是“AI 完全嵌進(jìn)了政務(wù)工作流”的故事。它沒有改變公務(wù)員的工作方式，只是讓原來的流程變快了、變準(zhǔn)了。

數(shù)字背后的關(guān)鍵變量

截至 2025 年末，WPS AI 國內(nèi)月活用戶超過 8013 萬，同比增長 307%；日均詞元調(diào)用量超過 2000 億，同比增長約 12 倍。這組數(shù)據(jù)來自金山辦公 2025 年報，是目前辦公軟件行業(yè)公開披露的最大規(guī)模 AI 用戶群。QuestMobile 2026 春季報告顯示，WPS Office 在辦公商務(wù)行業(yè)去重月活用戶規(guī)模居行業(yè)首位，全行業(yè) TOP30 中唯一入選的辦公軟件。

這些數(shù)字背后值得關(guān)注的不是規(guī)模本身，而是它們發(fā)生在什么場景里。寫報告的人在文檔里用 AI，做表格的人在單元格里用 AI，排演示的人在幻燈片里用 AI——這些 AI 調(diào)用不是發(fā)生在一個獨立的 AI 應(yīng)用里，而是發(fā)生在用戶每天打開的文件中。如果用 DAA 的邏輯來看，這的“含金量”和一個聊天 APP 的“日活”是不一樣的。前者的每一次調(diào)用都在改變工作產(chǎn)出，后者可能只是好奇心驅(qū)動的一次問答。

DAA 是個有意義的方向，李彥宏提出它的價值在于把行業(yè)的注意力從“模型參數(shù)”拉向了“實際產(chǎn)出”。但如果它要成為真正有效的度量衡，就得在不同場景下定義自己的“含金量”。對生產(chǎn)力工具來說，這個指標(biāo)很簡單：AI 離用戶的手有多近。