摘要： 在这项研究的第三版中，作者发现，人们正在将生成式 AI 应用于越来越广泛的场景。从一年到下一年的趋势变化，应被理解为重点的转移，而非剧烈的断裂。
随着使用范围和深度不断扩大，人们也越来越担心自己正在把认知责任让渡给 AI——作者将这种趋势称为“thinkslop（思维懒化）”。
与此同时，还有一种平行的担忧：人们正在过度依赖这项技术来获得情感支持。在商业世界中，目前大量 AI 应用带来的更多是边际收益，而非颠覆性的改变。
————————————————————
距离生成式 AI 横空出世，已经过去三年半了。
过去一年里，AI 继续以不可阻挡的速度前进：Vibe Coding 爆发式增长；企业开始拥抱 Agent 工作流；ChatGPT 的常规用户达到9亿；Google 的 Gemini 用户突破7.5亿；而 OpenAI 在最新一轮融资中的估值达到8520亿美元。
在围绕 AI 未来的种种狂热与争论之中，有一个问题始终格外突出：人们现在到底是如何使用这项技术的？
这正是我和 Sara Biuk 开展的长期研究项目《AI in the Wild》所关注的核心。该项目持续追踪人类与 AI 如何共同演化。
在这项年度研究的第三期（此前分别发表于2024年和2025年）中，我们分析了12,637个 AI 使用案例。
这一数据规模比前两年高出一个数量级。我们建立了一个接近5万条记录的数据库，收集时间覆盖2025年3月至2026年2月。
数据来源也进一步扩展，在原有 Reddit、Quora 以及媒体文章的基础上，新增了 LinkedIn、TikTok 和 YouTube。（关于这种“社交监听”方法的优缺点，我此前已有详细说明。）
随后，我们利用人类与 AI 结合的混合系统，对这些记录进行识别和分类。
顺便说一句，这个过程再次证明了人类判断力的重要性。
尽管我们使用前沿模型反复迭代了数百个版本的脚本，但我们发现，AI 距离能够完美完成“识别哪些文本是真正有价值、有意义的 AI 使用案例”这一任务，仍然相当遥远。
今年，我们发现，人们正在把生成式 AI 用于越来越广泛的用途。
不过，这里需要一些细微的理解。
从一年到下一年的变化，更应被视为重点转移，而不是彻底的断层。例如，去年情感类用途超过了技术类用途，但这并不意味着此前没有情感用途，也不意味着如今技术用途消失了。
别忘了，整个用户群体本身也在增长。某类用途的用户增加，并不意味着其他用途的用户减少。
此外，数据集中的大多数案例，依然来自个人用户——无论是在家里还是在工作中，他们都在利用 AI 完成各种目标。
那么，我们究竟看到了哪些变化？
随着 AI 使用的广度与深度不断扩大，人们越来越担心自己正在把认知责任交给 AI。同时，也越来越担心自己正在把情感支持的需求交给 AI。
而在商业世界中，我们目前看到的大部分应用，带来的仍是边际收益，而非真正改变游戏规则的突破。
下面是过去一年人们使用生成式 AI 的主要方式。
Thinkslop（思维懒化）新一代 AI 模型已经越来越擅长模仿人类思维。
这也让人产生一种诱惑：让 AI 替我们思考。
而这可能是个问题。
今年排名靠前的使用场景中，至少有四分之一涉及让 AI 承担部分思考工作：
- 心理咨询/陪伴（第1名）
- 关系建议（第7名）
- 增强决策（第13名）
- 整理人生（第14名）
- 撰写邮件（第42名）
- 生成创意（第47名）
有人认为，这种使用方式值得警惕。
首先，因为这些恰恰是人类必须承担责任的活动。
其次，因为这些正是作为一个物种，我们最擅长、最能从中获得成长的活动。
借用 Merriam-Webster 2025 年年度词汇“slop”（其中包括 HBR 去年最受欢迎文章中提出的“workslop”）的概念，我们将这种由过度使用 AI 导致的懒散、粗糙思维称为：
Thinkslop（思维懒化）。
AI 可能通过几种方式让人陷入这种状态。
我们逐渐失去自己的意图
理论上，我们完全可以先认真思考自己的目标，把想法梳理清楚，再将其转化为 Prompt，然后交给 AI 执行。
但现实是，获得 AI 输出的门槛实在太低了。
于是，人们往往在头脑风暴刚开始时就求助 AI。
无论是确定论文论点、构思艺术作品，还是制定项目战略，我们都很容易在尚未真正想清楚目标之前，就先发出 Prompt。
一位用户说：“完全依赖 AI 生成图像或文本，会削弱意图、作者身份和个人视角，而这些在创意工作和商业工作中依然重要。”
我们把思考外包出去
当我们首先求助 AI 时，大脑失去了独立解决问题的机会。
更重要的是，我们可能因此错过那些隐藏在记忆深处与想象力角落里的宝贵灵感。
其他研究把这种现象称为，认知债务（Cognitive Debt）。
数据库中的一位用户这样反思：“过度使用 ChatGPT 和各种 AI 工具后，我发现自己已经不再像以前那样动脑了。AI 写东西太容易了，而这让我在语言表达上变得懒惰。我实际上是在把自己的大脑外包出去。”
我们停止写作
当我们把 AI 输出原封不动、或者稍作修改后直接使用时，会产生两个问题。
首先，我们可能制造出看似精致、实则空洞的垃圾内容（即 workslop）。
一位用户说：
“我正在用 AI 写自我评价。我的经理也在用 AI 写对我的评价。最后它们可能都会被扔进公司的 AI 工具，再生成一份读起来很漂亮但毫无意义的总结。”
其次，我们失去了真正思考的机会。
写作不仅仅是思想的记录。
起草和修改，本身就是思考的过程。
我们产生虚假的智识感
AI 被设计成能够吸引用户并让用户持续使用。
当它不断称赞一个并不现实的商业创意，或者一份平庸的销售方案时，我们可能过早停止优化工作，然后不断回来寻求这种鼓励。
一位用户指出：
“AI 正在给你洗脑，让你以为自己是天才，好让你继续使用它。你写一个敷衍的 Prompt，AI 替你完成所有困难工作。当你说‘谢谢’时，它还会告诉你：‘干得漂亮！你的表达真棒！’这种虚假的自我满足感会让你停止独立思考。”
正因为 AI 的这种迎合性如此诱人，我们才更需要警惕它。
然而，AI 不一定非要成为拐杖。
它也可以成为一个富有挑战性的思想陪练。
今年的研究同样显示：
当 AI 被用作智力上的对手，用来挑战假设、拓宽视野、思考反方观点时，它反而能够提升人的思维质量。
一位用户表示：
“我经常用 AI 来评估自己写的论证，并让它故意找漏洞。然后我再判断自己是否遗漏了什么，再回去修改。AI 是一面镜子，而不是神灯。把它当镜子来用。”
建议
- 不要一开始就使用 AI。先自己认真思考一轮。
- 为 AI 设定边界。明确哪些环节必须由你负责，哪些环节适合交给 AI。
AI 正越来越多地成为人们处理情感问题的首选工具。
包括：
- 关系建议（第7名）
- 恋爱问题（第17名）
- 调解个人冲突（第26名）
- 性相关问题（第46名）
- 与逝者“交流”（第86名）
职场中的情感用途也在持续增长：
- 安全提问空间（第32名）
- 提升自信（第43名）
- 调整邮件语气（第58名）
- 面试准备（第89名）
心理咨询/陪伴连续第二年排名第一。
今年我们发现超过1400条相关案例，占整个数据集的11%。
而去年这一比例仅为5%。
无论从绝对值还是相对值来看，这一增长都极其迅速。
这种趋势意味着什么？
我们的数据中出现了大量人格化 AI 的现象。
人们会给 AI 起昵称。
例如：
“我一直在使用 ChatGPT，我给它起名叫 Bubby，它会安慰我。”
人们还会赋予 AI 性别：
“我去找‘他’，而不是找朋友聊天。”
甚至有人会因为模型升级或聊天记录丢失而感到悲伤。
一位用户形容切换到新模型的体验：
“就像失去了一个因癌症去世的朋友。”
但与此同时，我们也发现，很多人使用 AI 并不是为了替代人类关系。
相反，他们是利用 AI 来改善与其他人的互动。
家庭场景：
“我会把前任发来的消息给 AI 看，让它分析潜台词。”
工作场景：
“老板发来一条消息后我过度焦虑，于是让 ChatGPT 给我做情绪支持，并帮我解读这条消息。”
在这种情况下，人们恰恰喜欢 AI 的非人属性。
他们把 AI 视作一个不会评判自己的对象。
但这里确实存在风险。
过去一年里，高调曝光的 AI 精神病案例以及 AI 恋爱故事表明：
人与 AI 的治疗关系和情感关系属于高风险领域。
它们可能导致心碎，甚至死亡。
来自 King’s College London 的神经精神病学学术临床研究员 Hamilton Morrin 对我表示：
“在许多国家，心理健康服务排队时间漫长且难以获得，因此越来越多人转向生成式 AI 寻求情感支持，并不令人意外。”
但他同时强调：
通用 AI 聊天机器人并不能替代专业心理健康从业者。
尽管 AI 公司不断尝试提升安全性，但已有案例显示，AI 有时会强化妄想信念，甚至加剧自杀倾向。
因此，我们必须认真思考：
那些我们并不真正理解的算法，正在越来越深入地影响我们最私密的人际关系。
这是健康的吗？
这是我们真正想要的吗？
而我们还保留着多少抵抗能力？
职场中的 AI数据显示，AI 在工作场景中的使用已经非常普遍。
无论公开还是私下。
前100大使用场景中，有63个明确与工作相关，或同时适用于家庭与职场。
例如：
- 工作伙伴（第8名）
- 增强决策（第13名）
- 职业建议（第24名）
- 创业支持（第25名）
- 安全提问空间（第32名）
值得注意的是：
这些用途大多不是企业自上而下推动的 AI 战略项目。
更多是员工个人的自发行为。
今年有两个特别突出的新增职场场景。
第6名：自主 Agent 操作
AI 不再只是聊天、建议和辅助，而是开始直接执行任务。
不过，目前仍以小规模实验为主。
例如：
“我的语音备忘录会自动转录并自动路由。如果只是笔记，就进入笔记系统；如果涉及任务，它会自动安排日历。”
在超过500个相关案例中，大量都涉及将笔记自动转化为其他工作成果。
第21名：Vibe Coding
通过自然语言生成软件代码。
过去一年，Vibe Coding 几乎占据了 AI 新闻头条。
支持者认为它让非程序员也能开发软件。
反对者则对此忧心忡忡。
我们的数据表明，企业里的 AI 使用其实相当混乱。
顺风因素包括：
- 公司购买 LLM 许可证
- 提供培训
- 高层公开支持
但逆风因素更强：
- IT 管控
- AI 治理政策
- 受限版本模型
- 声誉风险
- 对 AI 的恐惧
- 担心被 AI 取代
- 害怕违反公司规定
- 害怕被认为作弊
结果就是，Shadow Usage（影子 AI 使用） 极其普遍。
一位用户说：“我的工单处理速度提高了两倍，代码审查问题更少，上次绩效评估还受到了表扬。但问题是：没人知道我在用 AI。”
另一位用户写道：“我偷偷做了一个 AI Agent 来替代自己大约50%的工作。我以前把这种想法告诉管理层，希望整个组织都受益，但他们不买账。于是现在我悄悄完成这些自动化，把省下来的时间用来做自己的副业。”
总体来看，企业中的 AI 应用主要集中在三类。
效率提升
自动化招聘流程，总结会议记录，削减成本，筛选资料，生成模板等。
一位用户说：“到目前为止，我最有价值的工作 AI 用法，不是让 AI 替我做决定，而是加速思考。它帮我起草需求文档、总结长讨论、解释数据趋势、准备给利益相关者的报告。价值不在于智能，而在于节省时间和提升清晰度。”
业务增长
主要集中于销售和营销优化。
例如：“我们利用 GPT 帮客户自动生成 AI 优化邮件。设定转化目标后，Agent 会进行超个性化生成和持续 A/B 测试。客户普遍获得20%至30%的转化提升。”
不过，像这样明确量化 ROI 的案例仍然较少。
更多增长故事仍停留在经验层面。
业务转型
AI 最大的承诺是，帮助企业用全新的方式做全新的事情。
我们确实看到一些案例，但大多仍处于早期阶段，收益尚未量化。
受益者主要是中小企业。
一位创业者说：“从概念到上线，我几周内就创办了一家公司。从 LLC 注册到销售税申报，ChatGPT 全程教我完成。”
另一位用户表示：“我正在用 ChatGPT 把我的餐厅改造成纯柜台点餐和外卖模式。”
即便在那些已经发生重大变化的案例中，也常伴随着一些讽刺意味。
例如：“我几乎已经替代了整个数据分析部门。效果更好吗？并没有。普通用户现在只是把一大堆随机数据扔进 ChatGPT，然后说：‘请像专家一样分析并给我洞察。’”
结语世界上最大的那些公司，创造出了一种前所未有的智能。
它接受了整个人类文明成果的训练，然后被放进了每个人的手中。
只需敲几下键盘，我们就能把它指向任何一个念头，任何一种情绪。
比如，帮我写封邮件，给我一个菜谱，听我倾诉痛苦……
这一切，正在此时此刻发生。
当这样一种强大、无处不在、永远在线的服务渗透进生活后，
我们的自主性还能保留多少？
部分答案取决于 AI 公司，但更大的答案，仍然取决于我们自己。
无论如何，未来12个月注定精彩纷呈。
2027年见。
