人們如何使用 AI 代理

據說 2025 年是 AI 代理技術全面普及的一年。今天我們宣佈，Perplexity 與哈佛大學的研究人員已發表了首份關於人們在現實世界中如何實際使用 AI 代理的大規模研究。

我們的研究人員提出了三個基本問題：誰在採用 AI 代理？他們的使用強度如何？他們將哪些任務委派給 AI 助理？透過分析來自 Comet 和 Comet Assistant 用戶的數億次匿名互動，我們揭示了關於代理採用與使用的基本模式。

這些研究結果挑戰了一些常見的說法。例如，代理雖然擅長預訂酒店或處理日常瑣事，但它們同時也在深度認知工作中扮演著夥伴的角色。它們正在重塑我們學習、工作和解決問題的方式。

是思考夥伴，而不只是管家

大眾對 AI 代理的常見願景是「數位禮賓」的應用場景，即人類透過將簡單任務交給 AI 來節省時間。然而，當我們對數百萬次用戶互動進行分類時，發現高達 57% 的代理活動都集中在認知工作上。其中 36% 的最常見任務被歸類為生產力與工作流程任務，另外 21% 則被歸類為學習與研究。

這些都是能擴展人類能力的任務。例如，採購專業人員使用 Comet Assistant 來掃描客戶案例研究，並在與供應商合作之前識別相關的使用案例；學生要求代理瀏覽課程資料並分析他們正在學習的內容；金融從業人員則將篩選股票選擇權和分析投資資訊的任務交給代理處理。在每個案例中，代理都自主地處理了資訊收集與初步綜合，為用戶提供做出最終判斷和決策所需的資訊，並根據用戶的要求落實這些決策。

我們數據所支援的「思考夥伴」應用場景表明，用戶希望擴展自己處理艱難任務的能力。人們使用 Comet Assistant 並不是為了逃避工作，而是為了把工作做得更好。

使用趨勢向實用性的演變

研究中最具啟發性的模式之一，就是用戶的心路歷程。你在第 1 天使用代理的方式，很少會是你在第 100 天使用它的方式。

新用戶通常會先用風險較低的查詢來試水溫。他們會詢問旅遊計劃、電影推薦或一般冷知識。漸漸地，這種情況發生了轉變。我們對查詢轉變的分析顯示出朝向生產力的強大引力。用戶可能一開始是詢問度假勝地，但一旦他們開始使用代理來偵錯 Python 代碼或總結財務報告，就很少再回頭。生產力和工作流程類別的留存率最高，而早期參與學習或研究任務的用戶，更有可能成為長期活躍用戶。

這呼應了個人電腦的早期發展。它最初往往作為食譜管理或遊戲的工具出售，但最終卻因試算表和文字處理而成為不可或缺的工具。AI 代理正走着相同的軌跡。

誰在使用代理？採用率與使用強度的對比

最具說服力的指標不是誰採用了 AI 代理，而是誰依賴它們。採用率與使用強度之間的差距，揭示了這項技術在何處從新奇事物轉變為必需品。微小的差距表明了真正的行為改變，而目前有六大核心職業驅動了 70% 的代理活動。

某些行業的表現超乎預期。雖然數位技術人員自然在查詢量上領先（佔查詢量的 30%），但市場營銷、銷售、管理和創業等知識密集型領域則展現出最高「黏着度」。一旦這些專業人士採用了代理，隨著他們將助理整合到日常工作流程中，其使用強度便會超越採用數量。

情境同樣重要。用戶部署 Comet Assistant 是為了解決各自行業中的特定痛點。金融專業人士高度專注於效率，將 47% 的查詢投入到生產力任務中；學生則專注於實用性，有 43% 的任務分配給了學習和研究。在設計和酒店業中，更不難看出情境式的使用如何佔據主導地位，從設計師的媒體工作到酒店員工的旅遊規劃皆是如此。

歸根究底，數據證明了 Comet Assistant 具有高度的多功能性，並反映出用戶的特定需求。在教育情境中，它是一個專門的研究引擎；而在專業情境中，它則成為一個多功能助理。個人情境則佔了所有查詢量的一半以上。

全新的知識工作就是提問工作

這項研究提供了首個實證證明，表明我們正朝着混合型智能經濟邁進。數據中認知任務的主導地位表明，AI 代理正在擴展人類的認知工作。隨着這些工具的成熟，我們預期生產力任務的「黏着度」將會進一步加深。

随著 2025 年接近尾聲，我們已不再質疑人們是否會使用 AI 代理，因為我們知道大家都在使用。現在的問題是，其餘的經濟體能以多快的速度適應這樣一個勞動力群體：他們時刻有智能夥伴在旁參與思考、學習和構建。要深入了解我們的研究方法、分類法規格和統計分析，請在此查看完整的研究論文。