中老年叨叨
检索⌘ K

技术观察

从 DAU 到 TPD:衡量价值的标准正在从"注意力"转向"算力消耗"

从DAU向TPD的指标变化切入,讨论价值衡量如何从用户注意力转向算力使用与能力放大。商业模式、产品界面和竞争要素随之变化,关键在于算力能否真正提升组织的判断与产出。

文章目录

AI/SaaS ToB 行业产品老兵,创业者、投资爱好者,欢迎关注并理性讨论。

01. 新的指标,两个时代

晚上吃饭的时候读到一篇文章:DAU已死,TPD永生[1]

大致意思是:来自OpenAI内部的消息在硅谷悄然流传: 公司正在放弃传统互联网核心指标——DAU(日活跃用户),转而采用全新的衡量标准——TPD(Token Per Day,每日Token消耗量) 。

这个看似微小的指标变更,背后是整个技术经济范式的根本性革命。

传统逻辑 认为,一个每天活跃1000万用户的App,如果用户平均停留30分钟,通过广告或会员收费,可能产生数百万美元收入。

AI时代的逻辑 则完全不同:一个拥有10万高阶用户的产品,如果这些用户每天驱动20个Agent自动完成任务,消耗1000万Token,按每1000Token 0.01美元计费,同样能产生100万美元/天的收入。

更关键的是, 这种收入的边际成本结构完全不同 :

  • 传统DAU模式:用户越多,服务器成本越高,但单用户价值递减
  • TPD模式:用户越”聪明”(即越会使用AI),单用户价值指数级增长

这不仅仅是数字游戏,而是 生产力范式的根本性转移 。


联想起年前写的文章:技术的两个国度:当美国用AI提升生产力,中国用AI收割流量,感觉有些观察不谋而合了。

02. 思考

如果我们的AI公司在未来(尤其是2026年之后)仍然将战略重心放在传统的“流量收割”(即抢夺用户时长、追求DAU和App打开率)上,那么我们的天花板会是什么?

图片

03. 商业模式:从”按人头收费”到”按算力付费”

3.1 传统流量经济的天花板

中国互联网过去二十年的成功,建立在一套简单而有效的商业模式之上: 流量变现 。

  • 核心逻辑 :用户规模 × 转化率 × 客单价
  • 收入上限 :受限于人口基数、付费意愿、广告预算
  • 成本结构 :获客成本不断攀升,边际收益递减

以2026年春节的”红包大战”为例,阿里、腾讯、字节在AI上的投入总额超过40亿人民币,但目标只有一个—— 抢夺更多用户的时间和注意力 。

这种模式的问题在于,它本质上是 零和游戏 。当14亿人口的市场接近饱和,流量红利见顶,所有公司都在争夺同一块”时间蛋糕”。

3.2 算力经济的指数级增长

相比之下,TPD模式开启了一个 指数级增长的全新空间 。

核心公式 :日收入 = 用户数 × 平均Token消耗 × 单价

关键区别在于:

  • 传统模式:100万用户 × 每天30分钟 = 固定上限
  • TPD模式:10万用户 × 每人每天1000个Agent任务 = 理论无限

更重要的是 单用户价值的差异 :

一个每天只打开一次ChatGPT、但驱动着20个Agent自动工作的用户,比100个每天聊10句话的用户,更有价值。

这种价值不是线性的,而是 乘数效应 。当用户学会利用AI完成复杂任务链(如”帮我预订下周三北京到上海的机票,然后发邮件给客户确认会议时间,最后在日历上创建提醒”),其创造的商业价值呈指数级增长。

3.3 分散知识与算力杠杆

在传统互联网时代,我们试图通过”更多用户”来汇集更多信息。但问题是,人类注意力是有限的,知识传递效率低下。

而在AI时代, 算力成为连接分散知识的桥梁 。每个用户的大脑中都有独特的经验和洞察,通过AI Agent,这些知识可以被高效地提取、组合、应用,产生前所未有的价值。

一个高TPD用户,本质上是在用自己的专业知识×AI的执行能力,创造超额价值 。这正是”单人驱动的算力杠杆”的真谛。


04. 产品形态:从”界面内卷”到”能力竞争”

4.1 界面经济的黄昏

传统互联网产品的竞争逻辑是: 谁的界面更好看、谁的交互更流畅、谁能让用户停留更久 。

这导致了两个结果:

  1. 1. 产品经理内卷 :无限优化UI/UX,增加”粘性”功能
  2. 2. 用户时间浪费 :为了完成简单任务,被滞留在App内部

国内的这种APP内卷达到极致。每个产品的界面都精美绝伦,动画效果炫目,算法不断驱动用户滑动并点击下一个,用户真正需要完成的任务其实并不需要耗时很长,注意力的分散实际上是对新生产力的破坏。

4.2 Agent时代的界面消失

正如我另一篇文章指出的: Agent可能会杀死大量工具属性的ToC应用 。

当用户只需要一句话,就能让Agent在后台跨应用调用API完成:

  • 购票、订酒店、安排行程
  • 写报告、做数据分析、生成可视化
  • 发邮件、更新日历、同步任务

应用界面将变得不再必要 。

这不仅仅是功能集成,而是 交互范式的根本性变革 :

  • 过去 :用户 → 点击界面 → 被迫在App内滞留 → 完成厂商DAU的KPI → 完成实际任务 → 退出
  • 未来 :用户 → 说一句话 → Agent执行 → 返回结果

界面从”必需品”变成了”可选项”。当任务可以通过自然语言直接描述时,谁还需要记住几十个App的操作流程?

4.3 “零星社会工程”与产品设计

“零星社会工程”的理念: 渐进式改进优于整体式重构 。

这一理念在AI产品设计中体现为: 产品不应该试图解决所有问题,而应该提供可组合、可扩展的能力 。

Agent时代的成功产品,不是那些拥有最多功能的,而是那些 最善于与其他Agent协作的 :“做一件事,并把它做好”。

这也是为什么Midjourney能够用11个人创造1亿美金收入——它不做全能工具,只做 图像生成这一件事,并做到极致 。

相比之下,中国的AI公司还在做”加法”:不断增加功能、优化界面、提高”日活”。但这些努力在Agent时代可能 全部归零 。


05. 组织效率:从”人海战术”到”智能体密度”

5.1 传统组织的臃肿与低效

国内互联网公司的组织模式,建立在”人海战术”的基础之上:

  • 庞大的运营团队:负责拉新、促活、留存
  • 庞大的市场团队:负责买量、投放、品牌
  • 庞大的地推团队:负责线下推广、渠道合作

这种模式在过去是有效的,因为 流量获取需要大量人力 。

但问题是,这种组织结构在AI时代变得 极其低效 :

  • 人力成本高昂
  • 决策链条冗长
  • 创新速度缓慢

5.2 小团队的指数级效率

对比一下2026年的数据:

  • Midjourney :11人,1亿美金年收入
  • Cursor :30人,1亿美金年收入
  • 国内某AI公司 :5000人,10亿人民币年收入

这不是偶然。这种差异的背后,是 组织模式的根本性变革 。

小团队之所以高效,是因为:

  1. 1. 沟通成本低 :不需要层层汇报
  2. 2. 决策速度快 :产品迭代以天为单位
  3. 3. 人才密度高 :每个成员都是”超级个体”

而超级个体的核心能力,不是编码或设计,而是 如何最大化利用AI提升生产力 。

5.3 “组织的Agent密度”

未来的组织竞争力,不在于”员工数量”,而在于” Agent密度 “——即组织中每个成员平均配置的AI Agent数量。

一个拥有100个成员、每个成员配置10个专业Agent的组织(总Agent数1000),其生产力可能超过拥有10000个成员但几乎没有Agent的传统组织。

这正是” 单人驱动的算力杠杆 “的体现。当一个工程师可以通过Agent自动生成代码、测试、部署时,他的生产力是传统工程师的10倍、100倍甚至1000倍。

5.4 组织失灵

组织会为了自身的利益而非公共利益行动 。

当一个拥有5000人的公司,其商业模式建立在”流量收割”之上时,组织会自然倾向于:

  • 维护现有流量渠道
  • 抵制可能减少流量的创新
  • 将资源投入短期见效的项目

这就是为什么中国的大公司很难真正转型到TPD模式—— 不是技术做不到,而是组织利益不允许 。

相比之下,小团队没有历史包袱,可以完全从零开始设计基于TPD的产品和商业模式。


06. 困境:流量惯性与创新陷阱

6.1 路径依赖的锁死效应

国内的互联网公司陷入了典型的” 路径依赖 “困境。

过去二十年,它们通过流量变现模式获得了巨大成功。这种成功创造了强大的 惯性 :

  • 投资人期待看到”用户增长”
  • 管理层习惯于”流量运营”
  • 产品团队擅长”界面优化”

当整个组织的激励机制、考核指标、成功经验都建立在流量逻辑之上时, 转型变得极其困难 。

就像诺基亚无法从功能机转向智能手机,不是技术做不到,而是 组织无法放弃成功的模式 。

6.2 交易成本

企业存在的原因是降低市场交易成本 。

在传统互联网时代,降低交易成本的方式是”规模化”——通过更大的用户规模、更多的数据、更完善的平台来降低单位交易成本。

但在AI时代, 降低交易成本的方式变成了”智能化” ——通过AI Agent自动完成交易匹配、谈判、执行。

当AI能够以极低成本完成过去需要大量人工介入的交易时, 大规模组织的优势就消失了 。

这正是小团队能够挑战巨头的原因:它们不需要庞大的组织架构,因为大部分工作可以由Agent完成。


07. 破局之道:从流量思维到算力思维

7.1 重新定义”用户价值”

AI Native公司需要做的第一件事,是 重新定义什么是”有价值的用户” 。

过去的标准:

  • 打开频率高 = 好用户
  • 停留时间长 = 好用户
  • 消费金额多 = 好用户

未来的标准:

  • Token消耗量高 = 好用户
  • 任务完成效率高 = 好用户
  • 跨域调用能力高 = 好用户

这意味着产品设计的目标不再是”让用户停留更久”,而是” 帮助用户完成更多任务 “。

7.2 从”功能堆砌”到”能力抽象”

传统的产品设计思维是”功能堆砌”:不断增加新功能,覆盖更多使用场景。

但Agent时代的产品设计思维应该是” 能力抽象 “:将复杂功能抽象成可调用的API,让Agent能够自由组合。

例如:

  • 不再需要”订票功能”,而是提供”行程规划API”
  • 不再需要”写报告功能”,而是提供”文档生成API”
  • 不再需要”发邮件功能”,而是提供”消息发送API”

这种设计思路的转变,要求产品团队从”界面设计师”转变为” 能力架构师 “。

7.3 组织的”智能体化”革命

最后,也是最关键的,是 组织的彻底重构 。

未来的组织不是”人类+流程”,而是” 人类+Agent+流程 ”。

每个员工都应该配备专属的Agent团队:

  • 研究Agent :负责信息搜集和分析
  • 执行Agent :负责任务执行和跟进
  • 协作Agent :负责跨部门协调和沟通

这种组织模式的核心是: 让人类专注于战略思考和创造性工作,将重复性、执行性工作交给Agent 。


08. 2026年,一个十字路口。

TPD时代的到来不是选择题,而是必然趋势 。算力经济的逻辑比流量经济更符合AI的本质,更能够释放技术的真正价值。

我们面临的挑战是真实的:

  • 商业模式需要重构
  • 产品形态需要颠覆
  • 组织结构需要重组

但机遇同样巨大:

  • 我们拥有全球最丰富的应用场景
  • 我们拥有最完善的数字基础设施
  • 我们拥有最敢于尝试的用户群体

关键在于 跳出流量思维的窠臼 ,真正理解AI的本质不是”更聪明的流量收割工具”,而是” 人类能力的指数级杠杆 ”。

未来的赢家,不是那些拥有最多用户的公司,而是那些 最善于利用算力杠杆放大人类智慧的组织 。


作者:Simon | 写于2026年2月23日

8.1 引用链接

[1] DAU已死,TPD永生: https://eu.36kr.com/zh/p/3695269728170505

09. 原文来源

原文发表于微信公众号“中老年叨叨”(2026年2月23日 20:53)。查看微信公众号原文。