5 月 13 日，Create2026 百度 AI 开发者大会在北京开幕。李彦宏在开幕演讲中提出了一个新概念——DAA（Daily Active Agents，日活智能体数），把它定位为 AI 时代对标移动互联网 DAU 的核心指标。核心逻辑是：Token 衡量的是投入，DAA 衡量的是产出。他预测未来全球 DAA 可能超过 100 亿。

这个方向没问题。AI 行业确实在经历一场指标的转变——自动驾驶早期卷测试里程，现在看交付车辆数；具身智能从模型参数转向实际部署量。移动互联网早期也经历过同样的转变，行业从波叠用户数到波用户时长，再到单用户 ARPU 值，指标越来越接近商业本质。从“技术指标”到“真实产出”，这是技术从实验室走向产业的必经之路。

但 DAA 有一个没有回答的问题：同一个 Agent 被打开，和它在用户的真实工作中持续交付结果，两者创造的价值差很多。李彦宏提出了度量衡，但没有定义它在不同场景下的“含金量”。这个问题不是否定 DAA 的价值，而是它背后藏着一个更深的分歧——不同类型的 AI 产品，“活跃”的意义截然不同。

“活跃”不等于“有用”

一个独立聊天 APP 里的 Agent，用户的典型操作是——打开应用、描述问题、拿到回答、关掉窗口。每天被打开一次，在 DAA 里就算一个“活跃”。但与用户实际工作之间，它还隔着一步——用户得离开当前工作画面，打开另一个界面，把脑中的需求翻译成提示词，再把结果搬回原来的文档。整个过程充满断点：上下文是断裂的，信息是重新输入的，结果是需要人工校验和整合的。Agent “活跃”了，但工作流并没有被改善。

而生产力工具里的 Agent 场景不一样。用户正在编辑文档，光标停在某个段落上，AI 在侧边栏理解上下文并生成内容。做表格时 AI 在单元格旁给公式建议，排 PPT 时右侧面板实时响应。用户不需要“打开 AI”，因为 AI 就在“打开的文档”里。它理解的是你当前的段落、当前的表格、当前的幻灯片，生成的是“基于你正在写的东西”，而非“基于你描述的提问”。这里面的差别在于，前者的输入是用户已经完成的工作产出，后者的输入是用户口头转述的需求。信息损失越少，结果越可用。

这两种 Agent 都可以被计为“活跃”，但对用户的价值不同。前者是用户走出工作去找 AI，后者是 AI 待在工作里等用户。

拿自动驾驶来说。一辆车在测试场跑了 100 万公里，和它在城市道路上完成了 1 万次点对点载人出行，前者算“里程”，后者算“交付”。行业已经从卷里程数转向卷交付量，因为市场关心的是“它能不能替代人”，不是“它跑了多远”。生产力工具里的 AI 也是同样的道理。DAA 的大小不重要，重要的是这些 Agent 每天在用户的工作中实际完成了多少任务、改善了多少产出。

WPS AI 选择的是后者的路。它不是一个独立的 AI 助手 APP，而是直接嵌入文档、表格、演示、PDF 的全产品线。这个架构选择背后的判断是：AI 的价值不在于让用户去找它，而在于它主动出现在用户需要的地方。

不做独立 APP，而是嵌进工具里

中文办公场景把这个差距拉得更开。办公软件不是只要能识别文字就行的。一份公文的起草涉及红头、发文号、签发人、密级、紧急程度等十几个结构元素，每个元素都有严格的排版规则：红线的粗细、字号的大小、段落的行距、标点的全角半角。WPS AI 内置了中文排版规则引擎，红头文件、首行缩进、中英文间距、标点压缩符合国标 GB/T 9704。通用大模型能写中文，但写不出一份符合公文规范的红头文件——这不是语言能力的问题，而是 38 年文档积淀才能解决的问题。

更关键的是，政务场景对 AI 的要求不是“能写”，而是“写对”。一份公文如果格式不符合规范，内容再好也可能被打回重新来。这就是为什么文档解析能力被视为 AI 落地办公的“第一手感”——理解不了格式，就理解不了业务。

中山市的案例很能说明这个问题。作为金山办公在全国首个政府侧全链条国产化部署的案例，WPS AI 政务平台覆盖 3.4 万名公务人员，基于 60 万份本地政务文档构建的智能知识库已经投入运行。这个数据很重要：60 万份文档不是互联网上找到的语料，而是中山市多年积累的真实公文数据，涵盖各类行政审批流程中的实际用法。在这个基础上搭建的知识体系，它理解的不只是“公文是什么”，而是“中山市的公文怎么写”。

结果是实打实的：公文起草时间从 3 小时降到 40 分钟，格式错误率下降 75%，100% 符合《党政机关公文格式》标准。对于每天要处理大量文件的基层公务员来说，这不是“AI 助手被打开了几次”的故事，而是“AI 完全嵌进了政务工作流”的故事。它没有改变公务员的工作方式，只是让原来的流程变快了、变准了。

数字背后的关键变量

截至 2025 年末，WPS AI 国内月活用户超过 8013 万，同比增长 307%；日均词元调用量超过 2000 亿，同比增长约 12 倍。这组数据来自金山办公 2025 年报，是目前办公软件行业公开披露的最大规模 AI 用户群。QuestMobile 2026 春季报告显示，WPS Office 在办公商务行业去重月活用户规模居行业首位，全行业 TOP30 中唯一入选的办公软件。

这些数字背后值得关注的不是规模本身，而是它们发生在什么场景里。写报告的人在文档里用 AI，做表格的人在单元格里用 AI，排演示的人在幻灯片里用 AI——这些 AI 调用不是发生在一个独立的 AI 应用里，而是发生在用户每天打开的文件中。如果用 DAA 的逻辑来看，这的“含金量”和一个聊天 APP 的“日活”是不一样的。前者的每一次调用都在改变工作产出，后者可能只是好奇心驱动的一次问答。

DAA 是个有意义的方向，李彦宏提出它的价值在于把行业的注意力从“模型参数”拉向了“实际产出”。但如果它要成为真正有效的度量衡，就得在不同场景下定义自己的“含金量”。对生产力工具来说，这个指标很简单：AI 离用户的手有多近。