今天看到一组数据，挺有意思的。
《纽约时报》DealBook专栏发了一篇关于Anthropic的深度报道，里面引用了OpenRouter平台的数据，画了两张折线图。
第一张图，是Anthropic在OpenRouter上的Token消耗份额变化。从2025年初接近50%的占比，一路滑到现在的15%左右。
如果只看这张图，你可能会觉得，这家公司是不是不行了？
但第二张图，说的是同一时间段内，Anthropic在美国企业付费AI订阅中的市场份额，从接近于0一路飙升到将近35%，几乎追平了OpenAI。
Token消耗在减少，但这家公司赚的钱反而多了？这不是自相矛盾吗？
其实，这两张图揭示的可能不只是Anthropic一家公司的故事，而是整个AI行业正在经历的一次底层认知转变：我们一直在用的那把衡量AI价值的尺子，可能不太好使了。
1、Token衡量的到底是什么？
Token为什么会被当成衡量AI公司的标准？
大模型跑一次任务，要消耗Token；Token用得越多，说明模型被使用得越频繁，说明这家AI公司越有价值。
这个逻辑早期确实是成立的，那时候模型能力差不多，效率也差不多，你能让用户多跑任务、多烧Token，确实说明产品有吸引力。
但现在情况变了。
首先，模型在变聪明。以前需要好几轮对话才能完成的任务，现在一轮就搞定了。Token消耗量反而下来了，但用户得到的价值一点没少，甚至更多。
其次，多模型路由在分流。像OpenRouter这样的平台，开发者可以根据任务类型灵活切换模型，Token消耗被分散到了不同的供应商头上。单看某一家的Token份额，已经不能反映真实的市场地位了。
还有，Agent也在改变游戏规则。当AI不再只是的聊天工具，而是能自主完成一整个任务链的智能体时，Token的消耗模式就变了。
可能一次消耗很少，但完成的任务价值非常高。说白了，Token衡量的是投入，不是产出。
2、那什么指标更接近价值本质？
这个问题我之前没想太明白，直到前段时间看了百度Create 2026开发者大会上李彦宏的发言。
他提出了一个概念叫DAA，Daily Active Agents，翻译过来就是"日活智能体数"。简单说就是：每天有多少个Agent在替人干活、交付结果。
为什么这么说？Token衡量的是消耗，DAA衡量的是交付。一个看投入端，一个看产出端。这两个视角得出的结论可以是完全不同的。
还是拿Anthropic的数据举例。如果用Token份额来衡量，它在OpenRouter上的存在感确实在下降。
但如果换一个视角，看它的Agent渗透了多少企业的核心工作流、每天在替多少人完成实际任务——结论就反过来了。
报道里提到一个细节：Claude Code已经渗透进了Uber超过84%的工程师的日常工作。这意味着每天有大量的Agent在替这些工程师写代码、做Review、处理任务。Token消耗可能并不高，但这些Agent交付的价值是实打实的。
这让我想起李彦宏在大会上说的一段话，大意是Token代表成本不代表收益，它衡量的是投入而不是产出。
当行业进入智能体时代，真正该关注的是有多少Agent在给人干活、交付结果。
3、PV→DAU→DAA
我自己捋了一下，其实每次技术产业的度量衡发生变化，背后都对应着一次认知的升级。
互联网早期看PV，因为那时候「有人来看」就是最大的价值。后来发现光看浏览量不行，得看「有多少人真的在用」，于是转向了DAU。
DAU一统天下之后，整个互联网行业的竞争逻辑都变了，不再拼页面多不多，而是拼用户留不留得住。
AI行业现在正在经历类似的转变。Token消耗量在早期是一个合理的参考，就像PV在互联网早期一样。
但当模型效率持续提升，当Agent开始替人完成任务而不只是回答问题，「消耗量」这个指标就越来越不能反映真实的价值创造了。
DAA的提出，本质上是把关注点从「AI消耗了多少资源」转向了「AI交付了多少成果」。
而且我觉得DAA还有一个好处，它天然跟商业价值挂钩。一个Agent每天在替人干活，说明它创造了真实的价值，用户自然愿意为此付费。这比单纯看Token消耗量，离商业化的逻辑更近。
当然，我也在想一个问题：这组折线图反映的现象到底是个别情况，还是整个行业的趋势？
从最近的一些信号来看，应该不止是个例。模型效率在整个行业范围内都在提升，多模型路由和Agent架构也在快速普及。
也就是说，「用更少Token交付更多价值」这件事，可能正在行业层面系统性地发生。
4、度量衡的迁移不会一夜之间完成
那么，Token作为度量衡有没有价值？当然有。它在现阶段仍然是行业内最通用的参考指标之一，短期内也不会被完全替代。
DAA这个概念虽然方向对了，但它的计算标准、统计口径、行业共识，都还需要时间去建立和完善。
《纽约时报》这两张折线图，反映出Token消耗份额下滑和商业价值暴涨可以同时发生。而李彦宏在这个时间点提出DAA，给了行业一个值得认真思考的新方向。
度量衡这件事，从来不是谁"发明"了就能定下来的，它需要市场来验证。但当越来越多的数据指向同一个结论时，共识的形成可能比我们想象的要快。
