就在最近 ，亿人用报一份由 OpenAI 与哈佛大学、使识都杜克大学联合完成的告首关于研究报告横空出世 ，名字平淡无奇 ：《How People Use ChatGPT》 。曝光但别因为标题忽视了——这可能也是亿人用报迄今最全面的一份「AI 使用报告」，研究者们不靠问卷 、使识都香肠派对科技2025年最新版不靠臆测，告首关于而是曝光直接抽样了超过百万条真实对话 ，把 ChatGPT 用户的亿人用报日常使用习惯剖了个底朝天 。
这份报告的使识都特别之处 ，在于真刀真枪的告首关于数据和研究 ：样板涵盖 2024 年 5 月至 2025 年 6 月的消费者版 ChatGPT，对话量级达到 150 万条以上，曝光采用 LLM 自动标注与隐私保护管线处理 。亿人用报换句话说 ，使识都研究者本人从头到尾没看到任何用户原始消息，告首关于但依旧能抽丝剥茧 ，整理出一份全球 AI 对话使用的真实样貌 。
图片来源 ：OpenAI
报告披露，截至 2025 年 7 月，ChatGPT 周活用户数突破 7 亿 ，约占全球成年人口的十分之一 ，周消息量达到惊人的 180 亿条 。这个体量 ，熊猫科技免费挂香肠派对毫无疑问都是目前规模最大的 AI 应用，也在很大程度上代表 AI 应用的探索进程 。
这也引出了一个耐人寻味的问题 ：当这么多人在生活和工作中使用 AI，它们究竟在用它干什么 ？答案可能会彻底推翻你的主观印象 。
很多媒体在报道这份研究时 ，喜欢用一句话概括 ：非工作用途占比飙升到七成以上 ，来表明 ChatGPT 日常化的趋势 。但如果只停留在这个结论 ，其实有点可惜 ，因为这份论文真正的价值 ，不在于告诉我们 ChatGPT 用户在干什么，而在于揭示了 AI 对话使用正在形成怎样的规律 ，以及它与我们想象的落差 。
第一个被推翻的刻板印象就是 ，用户更多用 AI 加工 ，而非从零生成 。
研究显示 ，编程相关的对话仅占 4.2% ，而写作类任务在职场相关对话里却占到四成 。这当然也因为更多 AI 编程工作集中 IDE /代码编辑器等实际工作场景中 ，但说明了写作类任务的北极星辅助器(免费)重要性。
更关键的是 ，这些写作任务里有三分之二并非「从零生成」，而是「加工」——改写 、润色 、翻译或优化逻辑 。换句话说，更多用户并不是把 ChatGPT 当成一个「自动写手」，而是帮他们把已有内容打磨得更好 。这种「改写型」使用场景，正好契合写作的痛点 。
第二个亮点，是意图的分布 。
图片来源 ：OpenAI
论文也把用户动机拆解为三类 ：Asking（问） 、Doing（做） 、Expressing（表达）。总体上 ，「问」的占比最高（51.6%） ，「做」次之（超过三成） ，表达最少（仅一成） 。但在工作相关场景中 ，情况发生了逆转 ：做跃升为 56% ，写作又是香肠派对直装科技最主要的「做」 。
这也透露出在生活中 ，人们更多把 AI 当作一个「百科+顾问」；而在工作里 ，它更像一个「生产力外包」。这种分工其实直击产品设计的要害——AI 应用要同时满足「决策支持」与「直接产出」的双重角色 ，而不是非此即彼 。
第三个值得注意的细节是人群画像的变化 。
论文指出 ，虽然 ChatGPT 推出初期的用户以男性为主（约占八成） ，但到 2025 年中期 ，女性用户（52%）占比已经抹平甚至略微超越男性 ，并且在使用需求上有明显差异 。
图片来源：OpenAI
并不意外的是，年轻人面对 AI 展现了更强的接受能力，26 岁以下用户贡献了近半数消息 。但让人意外的是 ，ChatGPT 用户增长更快的地区来自中低收入国家。这也意味着 ，ChatGPT 的用户画像越来越接近全球人口的平均分布 。而对于 AI 产品来说 ，这不仅是规模问题 ，更是功能与交互设计的挑战 。
第四个亮点，香肠派对直装科技防封2025是和工作活动的对应：担当「决策外挂」 。
研究团队把对话内容映射到美国劳工部 ONET 的工作活动分类，发现 ChatGPT 被用得最多的三类是「决策与问题求解」「记录信息」和「创造性思考」 。这也在一定程度上戳破了「AI 抢饭碗」的焦虑：它更像是为人的大脑装了一个「决策外挂」 ，帮你更快 、更全面地考虑问题。
取代人不是主线 ，增强人类决策和创意实现 ，才是更真实的故事 。
图片来源 ：雷科技
最后还有一个容易被忽略的趋势 ：用户满意度 。
研究用自动化方法标注「好互动」与「坏互动」 ，结果发现「好」的增长远快于「坏」，到 2025 年中期 ，正向互动是负向互动的四倍 。这说明 ，模型的进步并非停留在实验室 benchmark ，同时也在实际对话中被用户直接感知到 。
这些细节组合在一起 ，勾勒出一个清晰的画面 ：AI 事实上正在成为全球用户的「写作助手」「生活顾问」和「决策副驾」 。它不是替代人 ，而是帮助人把已有的内容 、想法和决策做得更顺滑 、香肠派对直装内置功能菜单更有把握 。这可能才是这份研究真正的价值所在。
这份关于 ChatGPT ，表面看是对用户习惯的描摹：非工作场景增长更快 ，写作是职场核心用途，年轻人和新兴市场正在加速渗透 。但真正值得关注的 ，并不是这些数字本身 ，而是它们背后折射出的一个更重要的问题——厂商和开发者该如何重新思考 AI 应用的形态 。
报告清晰地揭示 ，大多数写作相关任务不是让 AI 从零开始 ，而是对已有文本进行加工和优化 。这和很多开发者 、研究者的使用习惯不谋而合：他们并不奢望 AI 写出终极答案，而是希望它帮自己省去修改 、润色 、修补的低效环节 。
开发者问答社区 Stack Overflow 的调查也指出，大部分开发者虽然都在用 AI ，但最常见的应用也不是复杂的系统开发 ，而是小宝香肠派对直装代码片段生成 、错误解释 、文档写作 。
对产品来说，这意味着入口设计要更贴合真实需求 ，与其在界面正中摆出一个「空白输入框」 ，不如优先提供粘贴 、批注 、差异对比等功能 ，让 AI 真正成为一个「增强器」 ，补齐碎片化需求 ，而不是全面替代专业软件 。
图片来源：豆包
最直接的一个例子可能就是 Google 的 Nano Banana（Gemini 2.5 Flash 图像模型），很多设计师都在向如 Adobe 等专业设计软件厂商发声，事实上 Adobe、Figma 也确实迅速宣布了将 Nano Banana 引入 Photoshop 等软件 。
当然 ，不同人群对 AI 的期待截然不同 ：新手用户需要结构化模板、语气选择 、逐步引导 。而熟练用户则需要快捷命令 、自定义工具链，甚至是dy香肠派对直装深度集成的 API 。简言之 ，伴随用户画像的多样化 ，如果应用不能分层提供体验 ，很可能会出现要么太复杂 、要么太浅薄的两难局面 。
从更大的层面看 ，很多企业反复强调的「流程嵌入」也是 AI 大规模应用的核心之一 ，ChatGPT 的报告也指出了 AI 的高频使用并不等于高信任 。用户愿意依赖 AI 的前提 ，是结果能被验证 、能被追溯 ，能融入组织已有的合规体系。这要求 AI 应用在产品最初就考虑好数据来源标注 、版本对比、结果审计等机制 ，而不是事后补丁 。
更重要的是 ，不要止于炫技 。今天 AI 应用已经从「炫技」进入「打磨」的阶段。对开发者和厂商来说 ，现在的关键不是证明模型能写出多复杂的代码或文章 ，而是香肠派对直装绘制如何在真实场景下 ，让用户更快 、更安全 、更普遍地把它用起来 。真正的赛点 ，已经从模型本身 ，转向了体验、信任和普惠。
从 OpenAI 的研究切入 ，我们可以初步看到 ChatGPT 的真实使用面貌：使用AI写作 、获取信息 、做决策。而在这些背后 ，指向的并非简单的数字 ，还有一个更本质的命题——AI 产品到底应该长成什么样子 。
正如报告所揭示的那样 ，至少现阶段用户更多把AI看作一种「增强」而非「替代」 ，需要降低摩擦的体验 ，而不是炫技式的模型展示 。应用如果不能在入口 、交互 、信任和普惠性上持续打磨 ，就难以真正融入用户的香肠派对直装科技真实有效日常。对所有人来说 ，AI 已经从一场技术竞赛，转向一场设计与体验的考验。
更值得思考的是 ，当全球数亿人每天都在与 AI 对话，我们正在见证一种新的「人机交互」逐渐成为习惯 。它会如何改变一切 ？这是摆在所有人面前的开放问题。AI 的未来走向 ，也许并不由技术本身决定 ，而是由人们究竟愿意如何使用它所决定 。
本文来自“雷科技” ，36氪经授权发布。