Anthropic 把几百万人的 AI 对话扒了个底朝天:凌晨 5 点问失眠,下午 6 点问菜谱,高薪打工人没有下班时间

温故智新AIGC实验室

TL;DR:

几百万次 Claude 对话被 Anthropic 按小时拆解,画出了一张全球打工人的“作息心电图”。凌晨 5 点失眠问 AI,下午 6 点焦虑问菜谱,周末秒变创业家。高薪职业的 AI 用量是低薪岗位的 2.5 倍,报税日前一天集体涌向 AI 求救——AI 比你对象还懂你的生活节奏,甚至比你自己还清楚你的精分现场。

你知道吗?凌晨 5 点,人们问 AI 最多的是“怎么才能睡着”。早上 7 点,问“世界又出了什么大事”。下午 6 点,问“今晚做什么吃”。

Anthropic 昨晚扔出了经济指数系列的第六份报告。这一次,他们把采样精度从每周拉到了逐小时——几百万次 Claude 对话被切成时间切片,你几点焦虑、几点嘴馋、几点睡不着,全在数据里。

凌晨 5 点睡不着,下午 6 点查菜谱——AI 的“人类作息心电图”

先看工作日和周末的画风差。

周一到周五,Claude 对话里商务邮件、PPT、营销文案三件套轮番上阵。到了周末,画风突变:情绪支持、医疗问题、投资建议涌上来。个人用途的占比直接从工作日的 35% 跳到周末的 50%。

同一批人,五天打工,两天当自己。

但这个“当自己”,也不全是躺平。周末创业相关对话在所有国家都是一周最高——周末是做老板梦的日子,不是投简历的日子。求职活动反而跟其他工作任务一起跌了。

再放大到一天 24 小时,那才叫精彩。

Anthropic 按小时画了一张频率图,堪称人类生活节奏的心电图:

  • 早上 7 点:新闻,醒来的第一件事是看看世界有没有大事。
  • 上午 10-11 点:写邮件小高峰,打工人开始搬砖。
  • 下午 6 点:查菜谱,全天最大的单类别涨幅。肚子饿了,脑子开始思考今晚吃点啥。
  • 晚上:追剧推荐集中涌入,灵魂需要娱乐。
  • 凌晨 5 点前后:失眠的人来了。你睡不着的时候,AI 是唯一的听众。

有个搞笑彩蛋:园艺话题从日出到日落几乎纹丝不动。Anthropic 在报告里忍不住埋了个梗,管园艺叫“perennial topic of interest”——既是“常年热门”,也是“多年生植物”。🌱

白天写 PPT,晚上写同人——你的 AI,精分现场

这次报告里 Anthropic 还引入了一个新维度:artifact。就是你跟 Claude 聊完带走的东西——文档、代码、解释、邮件,都算。

93% 的对话产生了 artifact。只有 7% 是纯聊天,什么都没留下。

前三名分别是:解释类(17%)、文档和报告(15%)、指导建议(11%)。对话型产出和书面交付物各占大约三分之一,代码和技术工作占六分之一。

接着 Anthropic 追问:这些产出,是在工作还是生活?

答案因品类而异:

  • 博客和文章:81% 是工作用。
  • 创意写作:正好反过来,超 80% 是个人用,主力是同人小说、世界观构建和诗歌。剩下的工作场景里,13% 是短视频脚本和演讲稿。
  • 翻译最“中性”:42% 工作,44% 个人。
  • 做计划也差不多:44% 工作(创业策略、内容策略),49% 个人(旅行行程、健身计划)。

白天,AI 是生产力引擎。晚上,AI 是生活助手,甚至是深夜疗愈师。精分?不,这叫灵活适配。

工资越高,AI 越忙——高薪打工人没有下班时间

更有意思的是 token 消耗量和工资的关系。

Anthropic 把每次对话匹配到对应的职业,再对比该职业的中位工资。一条规律浮现:高薪职业的对话消耗更多 token。

  • 营销经理(时薪 80 美元)对应的对话 token 量是编辑(时薪 37 美元)的约 2.5 倍。
  • 建一个网站的对话,token 量超过中位数的 3 倍。
  • 一段解释,只用了中位数的五分之一。

而且高薪用户不是单纯地“扔给 AI”。他们每轮输出更多(1.34 倍),交互轮次更多(1.53 倍),开深度思考的频率也更高(34% vs 31%)。Claude 没少干,人也没闲着。

下班后和周末的数据也藏着一层信息:文秘、电话销售这些低薪岗位下班后对话占比下降,但营销经理、程序员这些高薪岗位的占比反而上升。高薪打工人没有下班时间——这不是什么新结论,但现在有了逐小时的数据做实锤。

最戏剧性的还是报税日。4 月 14 日,税务相关对话是 5 月日均的 8 倍。4 月 15 日依然高企。4 月 16 日,断崖式下跌。美国人民在截止日前一天集体涌向 AI 问报税,过了那个点,比谁跑得都快。DDL 是第一生产力,AI 是生产力的加速器。

当然,Claude 除了干得多,还干得更“高”。它的回答阅读水平普遍高于用户的提问,平均高出约 1 年教育年限。差距最大的是图像和图形(+2.6 年)、游戏(+1.9 年)、网站/应用(+1.7 年)。但在面向受众的写作上,差距几乎消失——博客 -0.1 年,学术论文 +0.0 年,邮件 +0.3 年。原因很简单:这类任务的 prompt 本身就带着和最终产出同一级别的文字素材——你让它写邮件,你先把草稿写好了,阅读水平自然差不多。

一本你没打算写的日记

所谓“节奏”,就是你只是每天打开对话框,问了几个问题,拿走了需要的东西。

但当这些对话被切到小时级、产出被分成 30 多个类别、每次交互被匹配到职业和工资区间时,碎片拼成了轮廓。凌晨 5 点的失眠,下午 6 点的晚饭焦虑,周末突然冒头的创业念头,以及深夜涌过来的情绪低潮。

单独看,这些只是几百个不相干的提问。但串起来,就是一个人的作息、情绪周期和日子。

这些事你未必跟身边的人完整讲过。但你全交给了一个对话框。93% 的对话产出了一个东西。反过来讲,93% 的对话也留下了一个你。

Anthropic 说这份报告是为了看清 AI 怎么走进经济生活。但数据一旦精确到小时,它照出来的就不只是经济。

白天,Claude 是你的搭子。凌晨 5 点,只有它知道你还没睡。


引用