看到一份报告，《中国办公Agent 用户行为不完全报告》，我感觉挺有意思的。有一个数据，让我很吃惊，就是 60%的算力竟然是消耗发生在非办公时间，晚上、周末、凌晨零点还有3.7%的调用量。我们总说AI会抢走工作，但现实是，大多数人先把AI用成了一个不需要休息的自己，在正常工时之外继续产出。这不是解放，这是另一种形式的996。当然了，这也可能跟 Token 费用的波峰波谷有关系，夜间 Token 费用更便宜。
另外，还有一个细节，我感觉特别值得思考，就是：定时任务的单次调用深度是人工任务的6倍。简单来讲就是人主动发起的 Agent 任务，不如定时任务调用的更深。
这是什么意思呢？我不知道我理解的对不对，就是当你盯着屏幕督促Agent干活时，它表现得像个被监视的实习生；一旦你设好定时任务走开，它才真正放开手脚，调用链条拉到6倍长。
换句话讲，Agent的潜力，某种程度上被人类的实时监视给压制了。
我之所以对这个数据感兴趣，就是感觉 AI 就像人一样，你放手让它就干，它干的更好，而被监视的情况下，反而畏手畏脚。
再看用户人群：过半来自“传统行业”。财务、教研、工程制造、法律、医疗、政务，都在榜上，说明Agent已经不是互联网行业的自嗨，而是走向了更广阔的落地场景。会用AI的人，正在和不会用AI的人之间快速拉开差距。
最后，我看还有一个数据，特别值得说，就是：单次任务规模每3个月翻一倍。我感觉这不只是用量增长，而是用户开始把更复杂、更完整的事情交给 Agent。从对话到真正做事，这个转变正在数据层面变得可测量。同时，也说明大模型更新迭代很快，模型能力越来越强了。
这份报告大家可以看看。#LobsterAI##办公Agent用户行为不完全报告#