大模型公司手里握着一样别人没有的东西：使用日志。当这些日志被按小时切开、按产出物标注、再跟问卷对齐之后，能看出什么？
Anthropic 在 6 月底发布的经济指数报告（第六期，主题"节律"）给出了一组相当具体的答案。它把 Claude 的使用采样频率提高到了小时级，用新分类器给每次对话的产出物打标，还把一份约 9700 人的问卷和使用数据做了隐私保护关联。下面这些数字，都来自这份报告。
图：报告数据显示，睡眠建议在凌晨 3 点左右达到峰值——AI 的使用嵌在人的生物钟里。
食谱、睡眠和报税日
先看一天之内的节律。人们早上 7 点问新闻；商务信函跟着工作日起伏，上午 10 到 11 点有个小高峰；傍晚 6 点是食谱时间——这个时段的食谱请求频率是全天均值的 2.3 倍；媒体推荐集中在晚间；睡眠建议则在凌晨 3 点左右见顶。
再看一周。被归为"个人用途"的对话占比，从工作日的约 35% 升到周末的接近 50%。话题从商务信函、营销文案，换成情感支持、医疗问题和投资建议。Claude Code 的周末波动更有画面感：降幅最大的是后端架构、API 调试、数据存储；增幅最大的是 AI 智能体设计、量化交易和游戏。创业相关对话在周六日达到一周最高。
然后是特定日期。美国报税截止日 4 月 15 日前后，税务相关对话占比飙升——4 月 14 日的频率是 5 月均值的 8 倍，4 月 16 日断崖式回落。
这些模式本身不惊人。惊人的是粒度：AI 使用已经不是一条平滑的增长曲线，而是带着明确的生活节律在呼吸。
图：报告图 1.2，请求聚类按小时归一化后的分布——新闻在清晨、食谱在傍晚、睡眠建议在黎明前。
夜晚加班的，更多是高薪职业
报告里有一组容易被忽略的数据：当人们在夜晚和周末确实转向 AI 处理工作时，任务构成偏向更高薪的职业。
按美国劳工统计局工资数据把职业分成四分位，最高四分位（市场经理、程序员这类）的任务占比在夜晚和周末上升，而底部四分位（电话营销、文员类）的占比下降。剔除计算机和数学职业做稳健性检验后，这个模式依然在。
同一份报告还发现，对话消耗的 token 数与职业工资水平正相关：市场经理的时薪约是编辑的两倍，映射到他们任务的对话消耗的 token 约为 2.5 倍。工资梯度里约 44% 的 token 差异可以用产出物构成解释——高薪职业更可能产出算力密集型的交付物。
把这两件事放在一起读：高价值工作的人，既在非常规工时继续干活，也把更重的计算任务交给 AI。
93%的对话有产出，产出在升级
这一期报告第一次系统标注"产出物"——用户从对话里带走的东西。分类器识别出 93% 的 Claude 对话产生了产出物。最常见的是解释（占 17%）、文档和报告（15%）、指导（11%）。
更有意思的是产出物与界面的关系。在 31 类产出中的 26 类里，Claude Code 上的 AI 自主权评分高于聊天界面。同样是写博客：聊天对话的中位数是 13 轮往返，Claude Code 会话的中位数只有 1 条人类提示。而且这个差距不能甩锅给模型选择——只看同一个模型服务的对话，Claude Code 仍高出 0.26 分（1-5 量表）。
报告据此下了个判断：用户委托最多的产出类型，恰恰也是消耗算力最多的类型；在高价值任务上，人类参与度与 AI 产出同向上升，"更像劳动增强，而非劳动替代"。
图：报告图 1.4，4 月 14 日美国税务相关对话频率是 5 月均值的 8 倍，次日骤降。
委托越多的人，越不焦虑
问卷部分（2026 年 4 月启动，关联样本约 9700 人）有一个反直觉的发现：以最自动化方式使用 Claude 的人——把整个任务交出去、只下指令的人——对 AI 在未来一年承担更多自己的任务预期最强，同时对薪酬、就业保障和意义感的预期也最乐观。
反过来，早期职业者报告 AI 能完成其工作中最高比例的任务，也表达了对失业最多的担忧。15 年以上经验的人把 AI 能完成的任务比例估得比职场新人低约 10 个百分点，他们最常提的理由是：AI 缺少判断力、情境意识，以及那些需要建立信任的人际工作。
生产力自报数据：86% 报告速度提升，82% 报告范围扩大，69% 报告质量提升；57% 的人觉得 AI 让自己的技能更有市场价值。超过三分之一的受访者预期，明年 AI 将能完成其大部分或几乎全部工作任务。
这套方法论本身也在互相印证。同一系列 7 月的加拿大报告用相同口径发现：采用率与产业结构同步，专业技术服务业大的省份用得最多。而 Anthropic 同期设立的经济未来研究基金（承诺 2 亿美元，单个项目资助 500 万到 3000 万美元），要做的正是给这些观察补上因果证据。日志能告诉你"发生了什么"，基金要回答的是"干预有没有用"。
源势AI怎么看
这份报告对我们做 Token 聚合和企业 Agent 落地的人，有三个直接的用处。
第一，流量不是平的，是带节律的。傍晚的食谱、周末的创业、报税周的尖峰，意味着推理资源的调度要跟着使用节律走，而不是按日均峰值配。我们给客户做智能路由时，已经开始把时段特征放进路由决策。
第二，"委托深度"正在成为可测量的指标。自主权评分、轮次中位数、产出物构成，这些把"用得深不深"从感觉变成了数字。企业评估 AI 落地效果，应该盯这些，而不是只看调用量。
第三，乐观集中在重度用户里，这个分布提醒我们：AI 的接受度不是被宣传改变的，是被使用改变的。培训预算花在让人真正委托一次完整任务上，比花在科普上值。
（本文参考：Anthropic《经济指数报告：节律》2026-06-26；Anthropic《加拿大如何使用 Claude》2026-07-14；Anthropic《经济未来研究基金的研究议程》2026-07-22）
