7亿人每周狂发180亿条消息！OpenAI首次揭秘ChatGPT最火用途

---

  新智元报道  

一图看透全球大模型！新智元十周年钜献，2025 ASI前沿趋势报告37页首发

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。

报告地址：https://cdn.openai.com/pdf/a253471f-8260-40c6-a2cc-aa93fe9f142e/economic-research-chatgpt-usage-paper.pdf

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。

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#job-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。

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？

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。

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——

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——

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。

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」。

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！

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：

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%）。

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」。

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。

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。