李彦宏提出DAA指标,OpenClaw超越React十年纪录——AI Agent到底发展到哪了?

5月26日，新华网刊发了一篇长文，标题直指核心：”AI智能体：不止聊天，真能干活”。

这不是一篇普通的科技报道——它标志着”AI智能体”从一个技术圈热词，正式升格为国家政策层面的战略方向。就在这个月，国家网信办、国家发改委、工信部联合印发了《智能体规范应用与创新发展实施意见》，首次提出19个智能体典型应用场景。

而引爆这一切的，是一个叫 OpenClaw（龙虾） 的开源AI代理框架——84天突破31.5万GitHub Stars，超越了React耗时十年才达到的里程碑。

一、从”对话AI”到”行动AI”：为什么这次不一样？

过去两年，大模型的进化主线是”更聪明”——参数更大、推理更强、回答更准确。2026年的转折点是，竞争焦点从智力转向了执行力。

百度创始人李彦宏在多个场合强调：”智能体出圈代表着AI从模型阶段走向了应用阶段。”他提出一个新的衡量指标——DAA（日活智能体数），认为这个指标将取代传统的DAU，成为衡量平台生态繁荣的核心标准。

这个判断的背后是实打实的数据支撑：

• 制造、金融、政务等行业智能体渗透率已超过50%

• 中国企业级智能体市场规模预计达449亿元，年增速超100%

• 字节跳动年度AI资本开支预计突破2000亿元，阿里巴巴未来AI支出将远超3800亿元

二、OpenClaw：为什么一个开源框架能引发”百虾大战”？

OpenClaw本质上是一个自托管的AI Agent网关，它将大语言模型的能力从”对话式AI”升级为”行动式AI”。核心能力包括：

• 多渠道接入：内置微信、飞书、钉钉、Slack等渠道支持，一个框架打通所有终端

• 工具调用链：通过MCP协议（Model Context Protocol）连接外部工具和数据源

• 任务编排：将复杂任务自动拆解为子任务，跨系统执行

最引人注目的是它的微信插件——让中国12亿微信用户直接获得AI Agent入口。这一特性直接催生了国内15+大厂的密集入场：百度、阿里、腾讯、字节、智谱、月之暗面纷纷推出各自的商业化版本（MaxClaw、AutoClaw、QClaw、ArkClaw等）。

从架构角度看，OpenClaw的核心设计理念：

用户输入 → OpenClaw网关 → LLM推理 → 工具调用链 → 多系统执行 → 结果聚合 → 用户反馈                    ↕              MCP协议层（标准化工具接口）

对开发者的启示：如果你正在构建AI应用，”模型能力+工具调用+业务流程编排”正在成为标准架构范式。单纯依赖大模型对话能力的产品，护城河正在被快速侵蚀。

三、产业落地：AI智能体已经开始”上桌干活”

3.1 淘宝闪购：12亿用户的AI购物入口

2026年5月11日，阿里千问与淘宝闪购全面打通。用户可以用自然语言下单：”帮我点杯咖啡，不加冰”，系统自动完成选品、下单、支付全流程。

覆盖全国300余个地级市、超3000个区县。更有趣的是它配备的“劝退功能”——有记者测试购买”量子水杯”时，被AI自动科普劝退，体现了安全边界设计。

3.2 Kimi辅助券商研究：2-3天变2-3小时

Kimi（月之暗面）的万亿参数MoE架构（激活约320亿参数、384个细粒度领域专家）正在改变金融研报生产流程：

• 传统流程：翻遍研报财报，2-3天出初稿

• AI辅助后：自动检索+精读财报，2-3小时完成

3.3 SciMaster：科研领域的AI助手

由上海交通大学与深势科技联合发布的SciMaster，能自动拆解科学问题为子任务，全网检索文献并整合论文、专利、数据，快速生成深度调研报告，覆盖材料化学、基因组生物信息、生物医学等领域。

四、安全与治理：AI执行力的”刹车系统”

当AI从”说”变成”做”，安全范式的重心也在转移。360 AI安全研究院指出，安全核心已从”生成风险”转向“执行风险”。

行业正在构建多层防线：

《实施意见》 的出台意味着智能体发展正式有规可依——这对开发者而言既是约束，也是信心保障。

五、对不同角色读者的行动建议

研发工程师：

• 深入学习MCP协议和Agent编排框架（OpenClaw、LangGraph等）

• 掌握Prompt Engineering与Tool Calling的结合技能

• 关注DRA（动态资源分配）等AI基础设施技术

技术产品经理：

• 重新审视产品中的”自动化”场景，评估哪些适合升级为Agent

• 关注行业智能体渗透率数据，寻找蓝海赛道

• 建立AI安全与合规的评估框架

架构师/技术经理：

• 在技术选型中纳入Agent网关层（OpenClaw或商业方案）

• 制定DAA指标追踪体系

• 关注AI推理成本优化——大模型调用量正在指数级增长

编辑观点

2026年Q2是一个关键分水岭：AI的竞争从”谁的模型更聪明”转向”谁的Agent更能干”。对于技术团队来说，现在不是要不要投入Agent开发的问题，而是如何在DAA指标竞赛中抢占先机。OpenClaw的开源降低了入场门槛，但真正的壁垒在于行业Know-how的工程化——谁先把垂直领域的业务流程转化为Agent可执行的标准化任务链，谁就赢得了下一阶段的竞争。

👇 觉得有用，欢迎转发给团队成员，关注「工作印记」获取 AI 技术与数字化转型一手干货。