就在最近，用于一份由 OpenAI 与哈佛大学 、户报杜克大学联合完成的揭秘研究报告横空出世，名字平淡无奇：《How People Use ChatGPT》 。大事但别因为标题忽视了——这可能也是实颠迄今最全面的一份「AI 使用报告」，研究者们不靠问卷、覆关暗区突围,国际服不靠臆测 ，切想而是用于直接抽样了超过百万条真实对话，把 ChatGPT 用户的户报日常使用习惯剖了个底朝天。

这份报告的揭秘特别之处，在于真刀真枪的大事数据和研究：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
，实颠采用 LLM 自动标注与隐私保护管线处理。覆关换句话说，切想研究者本人从头到尾没看到任何用户原始消息，用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，毫无疑问都是暗区公益直装无卡密目前规模最大的 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 。

从「自动打字机」到「决策外挂」，ChatGPT 用户的五个关键

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」 ，暗区公益直装而是「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」。goog暗区直装下载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，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」的暗区突围改文件免费焦虑 ：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、更有把握。这可能才是这份研究真正的价值所在 。

用户报告背后
，藏着AI 产品设计的真正考题

这份关于 ChatGPT，表面看是维也纳直装暗区突围对用户习惯的描摹 ：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、暗区突围透视挂下载批注 、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暗区突围透视辅助工具「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。

写在最后

从 OpenAI 的暗区突围透视直装研究切入，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，暗区突围透视bug而是由人们究竟愿意如何使用它所决定 。

9月5日-9日 ，世界最大家电与消费电子展IFA2025在柏林盛大举办。

雷科技派出了史上最大规模海外报道团“雷科技IFA25报道团”飞赴柏林 ，对IFA2025进行现场
、立体、一手报道。共输出40+内容，在雷科技300万微信粉丝矩阵、1000万新媒体矩阵传播，全网阅读量/播放量预估超500万。我们对IFA2025的报道 ，再一次得到了DeepSeek的AI认证“全网最强”
。

期待26年1月CES
，我们拉斯维加斯再见
 。

最新评论