Anthropic 首次以逐小时精度分析数百万次 Claude 对话，揭示用户工作与周末、高薪与低薪岗位的差异化使用模式…
Anthropic 近日发布经济指数系列第六份报告，首次将数百万次 Claude 对话的采样精度从按周细化到按小时，绘制出一张全球用户与 AI 交互的完整时间图谱。报告引入了「产出物（artifact）」作为新的分析维度，并系统比较了不同职业、收入水平用户在使用模式上的差异。
报告将对话分为工作任务与个人用途两大类。数据显示，个人用途对话在工作日稳定占比约 35%，到了周末跃升至接近 50%。在工作日，商务邮件、PPT 与营销文案是主流；到了周末，情绪支持、医疗咨询与投资建议则取而代之。
Claude Code 的使用场景同样呈现明显的周末切换：后端架构、API 调试、数据存储等任务在周末下降，而 AI Agent 设计、量化交易和游戏开发的对话则上升。值得注意的是，周末创业相关对话在所有受调查国家中均为一周最高，但求职活动反而与日常工作任务一起回落。
按小时拆解后的数据呈现出清晰的生活节奏曲线：
最具戏剧性的时间点是 4 月 14 日——美国报税截止日前一天。当日税务相关对话量达到 5 月日均的 8 倍，4 月 15 日仍处高位，4 月 16 日则断崖式下跌。
报告首次引入「产出物」分析维度，指用户对话后带走的具体成果——文档、代码、解释、邮件等。结果显示：
在用途归属上，品类分化明显：博客和文章有 81% 用于工作，而创意写作则恰好相反，超过 80% 用于个人场景，其中同人小说、世界观构建和诗歌是主力。翻译用途最为均衡，工作占 42%，个人占 44%。
报告将每次对话匹配到对应职业，并对照其时薪中位数后发现：高薪职业的对话消耗更多 token。例如，营销经理（时薪 80 美元）对应的对话 token 量约为编辑（时薪 37 美元）的 2.5 倍。
更深层的差异在交互方式上：高薪用户的每轮输出更长（约 1.34 倍），交互轮次更多（约 1.53 倍），开启深度思考的频率也更高（34% 对 31%）。这意味着高薪用户并非简单「丢给 AI」，而是在更积极地引导对话方向。
报告还测量了 Claude 回复的阅读水平与用户提问之间的差距：AI 回答普遍比提问高出约 1 年的教育年限。差距最大的品类是：
而在博客（-0.1 年）、学术论文（+0.0 年）、邮件（+0.3 年）等面向受众的写作场景中，差距几乎消失。报告对此的解释是：这些任务的 prompt 中已包含与最终产出同一级别的文字素材，用户的输入本身就接近成品水平。
当对话被切到小时级、产出被分成 30 多个类别、每次交互被匹配到职业与工资区间时，碎片便拼成了轮廓：凌晨 5 点的失眠、下午 6 点的晚饭焦虑、周末突然冒头的创业念头，以及深夜涌来的情绪低潮。Anthropic 表示，发布这份报告是为了看清 AI 如何走进经济生活；但数据一旦精确到小时，它照出来的就不只是经济——还有一个人一整天的作息与心事。
