新智元报道
编辑：桃子好困
ChatGPT 首份使用报告重磅上线！周月活飙至 7 亿，它已成为高学历白领的办公利器，编程却成为冷门。同时，Anthropic 最新报告称，人们交给 Claude 完成任务暴涨至 49%。
ChatGPT 首份使用报告出炉了！
今天，OpenAI 联手杜克、哈佛一共发布了「人们如何使用 ChatGPT」，全文共 63 页。
自 2022 年 11 月上线到 2025 年 7 月，报告覆盖了近三年的海量数据，重点剖析了 ChatGPT 的使用情况。
截至 7 月，ChatGPT 周活跃用户已超 7 亿，约占全球成年总人口 10%，每周消息总量高达 180 亿。
·哪些人在使用 ChatGPT？
·人们用 ChatGPT 都在做什么？
总体上讲，非工作类信息增速更快，从 53% 飙升至 70%。
其中，实用建议、信息查询、文书写作，是最常见的三大主题，占对话 80%。
用户画像中的性别差距，也在缩小，女性比例增加。
值得注意的是，报告还揭秘了，人们很少用 ChatGPT 进行编程、自我表达。
同一时间，Anthropic 发布了一份全新 AI 经济指数报告，还有一个交互式网站便于探索。
交互式网站地址：https://www.anthropic.com/economic-index-explorer
报告中，最大发现在于，人们将完整任务交付给 Claude，已从八个月前 27% 提升到 39%。
而且，华盛顿 DC、犹他和加利福尼亚，人均 Claude 使用率美国前三。
与 ChatGPT 不同的是，Claude 主战场就是代码编写，也是人们使用最多的场景之一（约占 36%）。
报告称，涉及新代码的任务占比增长超一倍。开发者在调试、修改代码时间减少，侧面印证了 Claude 越来越可靠。
这两个主力 AI 工具的「成绩单」，具体还有哪些细节，让我们来一一拆解。
ChatGPT 首份报告
程序员集体逃离
OpenAI 研究采用了更科学的方法，即基于内部对话数据，并使用自动化分类结合隐私保护技术展开分析。
150 万次对话，覆盖了三大数据集。具体包括：
-
Growth 数据：2022 年 11 月-2025 年 9 月，所有付费用户每日消息总量，以及基础人口统计信息
-
分类消息数据：2024 年 5 月-2025 年 6 月，随机抽取约 100 万条去标识化信息，经过粗粒度分类
-
就业数据：约 13 万用户公开的职业与教育信息聚合生成
ChatGPT 时间线
可以看出，自 ChatGPT 横空出世以来，周活跃用户一直飙升，仅今年暴涨了 300 多亿。同时，每日消息总量也是不断攀升。
下图中，还可以看出早期注册用户，保持更高的使用率。不过，整体趋势都在上涨。
一方面，与模型能力的持续提升相关；另一方面，人们对现有用途发掘出全新的应用场景。
如前所述，报告主要聚焦了两大核心问题：谁在使用 ChatGPT？用 ChatGPT 做什么？
真正用途：查询提问
大多数人用 ChatGPT，主要目的是——完成日常任务。
其中，75% 的对话，都是围绕实用指导、信息查询、写作展开。特别是，写作的使用比例占据了最大头。
如下表 1 所示，从 24 年 6 月到 25 年 6 月，非工作消息占比提升最大，从 53% 增长至 73%。
这些对话，具体涉及了七大主题，24 个类别。
在占比最大的写作中，人们通常要求：修改或评论指定文本、个人写作或通讯、翻译、论证或摘要生成、小说创作。
图 7 中，「实用指导」需求一直稳定在 29%，「写作」比例降至 24%（去年 36%），「查询信息」话题暴涨 10%，今年占比 24%。
有趣的是，技术类问题，比如编程使用比例，从 12% 骤降至5%。OpenAI 分析称，很多开发者直接调用 API、其他 AI 工具写代码，比如 Codex。
与工作相关的对话中，写作类还是职场人最常用的，占比 40%；实用指导位列第二，技术协助类从去年 18% 降至 10%。
如下图9，把七大对话主题，做了更细的拆分，还统计了一年里的消息总量。
大多数人使用 ChatGPT 写作，主要在修改和优化已有内容，而非纯创作。
再来说说教育，ChatGPT 重要应用场景之一：
-
10. 2% 用户消息和 36% 实用指导，主要用于辅导和教学
-
8. 5% 总消息量，是各种主题操作指导
技术协助这部分，计算机编程占 4.2%，数学计算占3%，数据分析占 0.4%。
自我表达类的话题，就要更少了，仅 2.4%。
ChatGPT 使用模式，可以分为三类：提问（Asking）、执行（Doing）和表达（Expressing）。
其中，约 49% 消息属于「提问」，说明人们更愿意将 ChatGPT 作为顾问。
「执行」占比 40%，包括文本撰写、规划、编程等任务型互动，其中约1/3 用于工作场景；「表达」占比 11%，主要涉及个人反思、探索和娱乐等非任务类互动。
下图中，是 110 万条抽样对话，提问、执行和表达使用情况，在工作非工作类中的占比。
这些交互质量效果如何？良性互动是不良互动的 4 倍。
其中，ChatGPT 在提问中表现最好，自我表达也是最优的。
学历越高，用 ChatGPT 越频繁
值得一提的是，ChatGPT 早期的性别差距显著缩小。
2024 年 1 月，有 37% 是典型的女性名字，到了 2025 年 7 月，占比飙升至 52%。
女性 ChatGPT 用户，更倾向于写作、实用指导相关的任务；男性用户则更频繁地获取技术帮助、信息查询、多媒体服务。
注册时，自行填报年龄数据的用户，18-25 岁年轻人用量最大，占数据集 46% 消息总量。
而且，年龄较大的人，工作相关信息占比更高。26 岁以下群体，工作消息比例约 23%。
总言之，所有年龄段的用户对 ChatGPT 的使用，均呈现出工作相关用途逐渐减少的演变特征。
在中低收入地区（人均 GDP 介于 1 万至 4 万美元之间）中，ChatGPT 使用率迅速增长。
到 2025 年 5 月，最低收入地区的采用增长率，超最高收入地区的 4 倍。
不同学历的人，怎么用 ChatGPT？一句话，学历越高的人，用其协作工作的比例最高。
下图显示，没有本科文凭的人，只有 37% 的聊天和工作相关；有本科学历的比例达 46%，研究生占比更高 48%。
研究生用户，比学历低的用户提问概率还要高2%。在聊天主题方面，写作用例最高。
此外，不同职业的人使用 ChatGPT 的方式差异也非常大。
尤其是，高薪专业人士，常用 ChatGPT 来工作——
·搞计算机的，57% 聊天都与工作相关；
·工商管理占比 50%；
·工程/科学占 48%；
·其他专业职业（法律、教育、医疗）40%；
·非专业职业（行政、政务、蓝领）40%
尤其是，技术类岗位，比如计算机、工程，更倾向于向 ChatGPT 提问，而非执行具体操作。
不同职业偏好的对话主题，也完全不同——
·管理和商业岗：52% 的工作聊天与写作相关
·计算机岗：技术协助类占 37%，远超其他职业
·非专业和其他专业岗：写作占 50%
虽然具体应用侧重不同，但几乎所有职业都用 ChatGPT，做决策和解决问题、记录和整理信息、创意构思。
Anthropic 经济指数报告
人类首次交出控制权
在新鲜出炉的第三期《Anthropic 经济指数》报告中，则可以看到，Claude 的使用方式在不同维度上呈现出了巨大的差异：
-
首次详细描绘了美国各州的使用情况：一个州的经济结构，决定了其人均 Claude 使用量。令人意外的是，使用强度最高的州，并不是「码农大本营」。
-
在全球范围：一个地区对 Claude 的使用频率与其收入水平息息相关。更有趣的是，在那些 AI 使用率较低的地区，人们反而更倾向于让 Claude 直接自动化处理工作。
-
自动化任务飙升：对比历史数据，「指令式」自动化任务的占比从 27% 飙升到了 39%。
-
首次引入了企业级 API 客户的匿名数据：企业用户比普通消费者更「大胆」，他们更倾向于让 Claude 自动化完成任务。这预示着一场劳动力市场的深刻变革或许已在酝酿之中。
完整报告地址：https://www.anthropic.com/research/anthropic-economic-index-september-2025-report
浓缩版地址：https://www.anthropic.com/research/economic-index-geography
左右滑动查看
一边是在夏威夷策划一场完美的旅行，一边是在马萨诸塞州埋首于科学研究，另一边则是在印度敲代码构建网络应用。
这三件看起来似乎毫不相关的活动，恰恰是 Claude 最「出圈」的用途。
此外还有一些有趣的现象：
-
马萨诸塞州的用户向 Claude 请教科学研究问题的频率，要远高于其他地方；
-
巴西用户则对语言学习情有独钟，他们使用 Claude 进行翻译和语言学习的频率，达到了全球平均水平的 6 倍！
当然了，对于 Claude 来说，软件工程依然是几乎所有国家和地区当之无愧的「头号玩家」。
地理版图：收入越高，用得越多
首先，我们来看看 Claude 在世界各地和美国各州留下的足迹。
毫无疑问，美国是 Claude 的头号粉丝，使用量遥遥领先。
印度紧随其后，位居第二，而巴西、日本和韩国则构成了份额相似的第二梯队。
为了弥合各个地区在人口上的巨大差异，这里需要引入一个新的指标——Anthropic AI 使用指数（AUI），它根据各国的劳动年龄人口规模进行了校准。
简单来说，如果一个地区的 AUI 指数超过1，就意味着他们的 Claude 使用频率超出了预期，反之亦然。
从 AUI 数据能清晰看到，一些面积较小的技术强国（如新加坡），在人均 Claude 采用率上可谓是傲视群雄。
这在很大程度上可以用收入水平来解释：人均 GDP 与 Anthropic AI 使用指数之间存在很强的正相关性（人均 GDP 每高1%，AUI 相应高出 0.7%）。
其背后的逻辑也显而易见：这些地区通常拥有顶尖的互联网设施，并且经济结构以知识型工作为主，而非传统制造业。
但这不禁让我们思考一个深刻的问题：从前的电气化、内燃机等通用技术，在带来经济飞跃的同时，也拉大了全球的贫富差距。
如果 AI 的红利主要被富裕地区攫取，历史是否会重演？
人均 GDP 与人均 Claude 使用量的正相关性，在美国内部同样适用，甚至表现得更强。
但有趣的是，收入并不能解释一切，因为美国各州的使用情况差异极大。
那么，除了钱，还有什么在起作用？
最合理的猜测是：经济结构。
全美 AUI 指数最高的地区是哥伦比亚特区（3.82），在这里，人们最爱让 Claude 做的，是编辑文档、搜索信息这类典型的「白领」工作。
同样，加州（AUI 排名第三）的空气中都弥漫着代码的味道，而纽约（排名第四）则充满了金融的气息。
即便是像夏威夷这样整体使用率不高的州，其用途也极具地方特色——夏威夷人让 Claude 帮忙处理旅游相关任务的频率，是美国平均水平的 2 倍！
使用趋势：用得越多，越爱协作
自 2024 年 12 月以来，计算机和数学相关的任务就占据了主导地位，约占对话的37-40%。
但在过去 9 个月里，「知识密集型」领域异军突起。
例如，教育指导类任务的占比增长了超过 40%，而物理与社会科学类任务也增长了1/3。
与此同时，传统的商业任务，如管理和金融运营，其相对份额则在下滑。
当然，绝对数量上，所有类型的对话都在猛增。
虽然数据有些波动，但大趋势是：
随着一个地区越来越富裕，人们使用 Claude 的方式也愈发多元化，从「计算机与数学」，扩展到教育、艺术设计、行政支持乃至科学研究等方方面面。
尽管如此，软件开发仍然是每个地区最核心的用途。美国的情况也大致如此。
简单来说，可以把人机互动分为两大模式：「自动化」（AI 以最少的用户输入直接产出成果）和「协作」（用户与 AI 合作完成任务）。
自 2024 年 12 月以来，「指令式」自动化的对话份额从 27% 飙升至39%！
这意味着，「自动化」（49.1%）的总体占比首次超过了「协作」（47%）。
自动化分为「指令式」和「反馈循环」：在指令式对话中，人类的干预最少；而在反馈循环任务中，人类会将真实世界的结果反馈给模型。
协作分为「学习」（请求信息或解释）、「任务迭代」（与 Claude 合作推进工作）和「验证」（请求反馈）。
一个可能的解释是，随着模型越来越强，我们正变得越来越「懒」，也越来越信任 AI，敢于放手让它去完成更复杂的工作。
除此之外，报告中还有一个颇为反直觉的发现：Claude 使用量每增加1%，自动化任务的比例就相应减少约3%。
换句话说就是：
-
在人均 Claude使用率越高的地区，人们反而越倾向于「协作」；
-
而在使用率较低的地区，大家似乎更喜欢直接「自动化」。
商业前沿：77% 任务已「放手」
在这份报告中，Anthropic 首次对企业级 API 客户（按 token 付费，主要是企业和开发者）进行了分析。
在使用 Claude 的方式上，他们与通过 Claude.ai 访问的普通用户截然不同。
首先，最重度的使用场景是编程和行政任务。其中，44% 对应于计算机或数学任务，而在 Claude.ai 上这一比例为 36%。
相比之下，教育（API 占4%，Claude.ai 占 12%）以及艺术和娱乐（API 占5%，Claude.ai 占8%）的对比例则会更低。
在自动化方面，企业用户更加「激进」：高达 77% 的 API 对话呈现出自动化模式，其中绝大多数是几乎无需人工干预的「指令式」自动化。
相比之下，普通用户中自动化和协作的比例几乎是五五开。
这预示着，在商业世界，任务自动化的浪潮可能比我们想象的来得更猛烈，一场深刻的生产力革命或许正在发生。
值得一提的是，大约5% 的 API 流量专门用于开发和评估 AI 系统。
最后，既然是付费使用，成本会影响企业的选择吗？
答案是：会，但可能不是你想的那样。
报告发现，成本越高的任务类别（通常意味着更复杂、更有价值），企业反而用得越多！
这说明，对于企业来说，AI 能够创造的价值，远比使用它的成本更重要。
AI 浪潮，席卷全球
在这趟针对「AI 经济影响」的探索之旅中，可以发现，AI 的浪潮正以一种惊人地、不均衡的方式席卷全球。
富裕地区的人们用得更多，更偏爱与 AI 协作，探索的领域也更广。
在美国，从硅谷到夏威夷，每个地方的 AI 应用都带有鲜明的本地产业烙印。
而企业，则比普通人更果断地将自主权交给了 AI。
在所有发现中，最令人兴奋的是「指令式自动化」的崛起。
如今，人类与 AI 的关系正处在一个激动人心的定义阶段：
-
应该给予 AI 多大的信任？
-
又该赋予 AI 多大的自主权？
目前来看，我们似乎对 AI 越来越适应，也越来越愿意让它代我们工作。
未来，人与 AI 的关系将走向何方，其序章正在我们手中写下。
参考资料：
