摘要

人工智能技术的迭代速度正以前所未有的态势推进，然而技术进步与普通人日常生活习惯之间的鸿沟同样在以惊人速度扩大。本报告基于对《大多数AI产品，其实是在给自己人做的》一文的深度阅读，结合斯坦福大学2026年AI指数报告、CNNIC互联网统计数据、QuestMobile移动互联网报告等多方权威数据源，系统分析了AI技术发展速度与公众使用习惯之间的结构性断裂，并从“认知鸿沟”“设计鸿沟”“价值鸿沟”三个维度剖析了这种断裂的深层成因。研究发现，尽管生成式AI在中国网民中的使用渗透率已超50%，但日均使用时长仅约6分钟，DAU/MAU普遍停留在20%左右，呈现典型的“高渗透、浅使用”特征。在此基础上，报告进一步讨论了“少数精英工具”与“大众日常依赖”两种未来路径的可能性，认为当前鸿沟的本质不是技术门槛，而是产品逻辑与用户需求之间的错配，未来走向将取决于产品范式的根本性转变而非技术的单向进步。

关键词：人工智能；认知鸿沟；数字鸿沟；AI普及率；未来预测

一、引言

2022年11月ChatGPT横空出世以来，生成式人工智能以远超个人电脑和互联网的历史速度渗透至全球人口——仅用三年即覆盖了53%的人群。截至2025年底，中国生成式AI用户规模已达6.02亿，同比增长142%。然而，在同一组数据中，一个耐人寻味的细节常常被忽视：这些用户每月平均使用AI的时长仅为约183分钟，折合每天仅6分钟，在日均4.6小时的上网时长中占比极低。这意味着数亿人“知道”AI，“用过”AI，却远未“离不开”AI。

这一现象指向了一个远比“技术不够强”更深刻的问题：AI的进步速度与普通人日常生活中的真实需求之间，正形成一道日益扩大的鸿沟。正如人人都是产品经理网站刊发的《大多数AI产品，其实是在给自己人做的》一文所揭示的，一位大妈对AI产品的评价——“不知道跟它说啥”——让整个产品团队陷入沉默，这句话精准地暴露了问题的本质。AI产品设计者与真实用户之间隔着一条深刻的认知断裂带，而这条裂缝并未随着模型能力的提升而自动弥合。

本报告旨在系统审视这一鸿沟的多维成因，评估其可能的发展走向，并在此基础上对AI的未来角色做出审慎预测：AI究竟会成为一小部分精英的高效工具，还是大多数人生活中不可剥离的依靠？

二、AI技术进步的速度：一场静默的加速度革命

2.1 模型能力的指数级跃迁

AI技术的进步速度可以从多个维度量化。斯坦福大学2026年AI指数报告显示，全球AI算力自2021年以来增长了30倍；2025年全球AI投资额达到5810亿美元，较2024年翻了一番。在模型能力层面，中国DeepSeek-R1于2025年初即已匹配美国领先系统水平，而此后各类模型的性能曲线仍在持续陡峭攀升。

这种技术层面的加速度对从业者产生了真实而强烈的心理冲击。技术迭代之快，以至于社交媒体上最流行的梗不再是“AI帮我摸鱼”，而是“还没学会就过时了”。AI正在以前所未有的深度触及曾被人类视为“最后堡垒”的核心认知领域——创造性思维、复杂的价值判断，乃至细腻的情感共鸣。

2.2 从业者的“高频使用惯性”

与公众的低频、浅度使用形成极端对比的，是AI从业者和重度用户的日常使用模式。他们每天高频打开大模型，将其视为一个随时运转的后台——整理思路、查询资料、修改文案、写备注，甚至“帮我想想今天下午这个会怎么开”。这种深度嵌入日常工作的使用模式，使得他们自然而然地形成了对AI功能的直觉理解，以至于“已经忘了‘不知道该问什么’是什么感觉”。

2.3 产业端的“军备竞赛”与产品堆叠

技术的高速迭代还催生了产业端的“功能竞赛”。许多AI产品团队在密集迭代中不断叠加角色扮演、图片生成、联网搜索、语音输入等功能，功能越堆越多，但用户留存“该难看的还是难看”。这种“自嗨式迭代”反映出一个深层问题：产品团队解决的往往是重度用户提出的“功能不够深”“某个场景没覆盖到”等问题，而非普通用户真正卡住的地方。

三、普通人的日常习惯：AI为何难以融入

3.1 “不知道问什么”：主动提问的门槛

《大多数AI产品，其实是在给自己人做的》一文中那位大妈所说的“不知道跟它说啥”，是理解AI大众化困境的关键密码。大模型的交互逻辑要求用户主动开口、主动提问、主动知道自己要什么。但大多数人的生活里，很少出现“我需要一个AI来帮我解决问题”的清晰意识——他们只有模糊的麻烦、隐约的不舒服，这些通常以各种其他方式被化解掉了。

3.2 “跟我没关系”：场景的错配

文章中的另一则案例同样具有代表性：在三线城市开便利店的朋友，手机里装了几十个App，但真正每天打开的只有微信、快手、拼多多。AI应用装到手机上后，“他会好奇地试几次，问几个娱乐性的问题，然后就不再打开了。不是嫌弃，就是感觉跟他没关系”。

这种“没关系”的感受，根源在于大模型最擅长的场景——梳理报告、写脚本、做分析——与绝大多数普通人的日常生活之间根本没有交集。中国10亿多网民中，大专及以上学历的仅占约20%。不是他们“用不来”，而是这些东西从来就不是他们需要解决的问题。

3.3 “高渗透、浅使用”：数据揭示的真实图景

花旗银行2026年4月发布的中国AI应用研究显示，截至2025年底中国生成式AI用户规模已达6.02亿，但月均使用时长仅约183分钟（约6分钟/天），在日均上网4.6小时中占比极低。AI产品的DAU/MAU（日活跃用户数/月活跃用户数）普遍只有20%左右，大量尝鲜用户撑高了月活数据，真正每天使用的只是那一小群有明确需求的人。

国际数据同样印证了这一模式。OECD国家2025年约有36.8%的个人使用过生成式AI工具，但高频日常使用者比例远低于此。斯洛伐克的数据尤其具有说明意义：42.9%的人使用过AI工具，但仅有7.2%每天使用。AI的使用率远落后于注册量，ChatGPT虽然拥有8到9亿周活用户，但日活用户占比不到15%，付费用户仅5%。

3.4 国民认知与使用习惯的断层

调研数据进一步揭示了认知与使用之间的反差。2025年中国AI大模型的使用渗透率已突破50%，“从未听说过”AI的受访者仅占3.64%，远低于国际六国平均水平（22.5%）。这意味着中国公众对AI的知晓度极高，但“知道”与“日常使用”之间的转化率仍然有限。正如有论者所指出的，“AI的能力已经很强，但使用习惯还没建立起来”。

3.5 普通用户的AI使用特征

从使用方式来看，大多数普通用户将AI视为“更强大的Google搜索工具和更智能的文本编辑器”，而流程自动化、数据分析等高级应用场景仍然边缘化。这种浅层使用模式意味着AI在普通人的日常数字生活中占据的仍是一个可有可无的位置，而非如微信、短视频那样嵌入日常节奏的“刚需”。

四、鸿沟的根源：三重结构性断裂

AI技术快速进步与公众使用习惯滞后之间的鸿沟，并非简单的时间滞后问题，而是源于三重深刻的结构性断裂。

4.1 认知鸿沟：设计者与用户的“平行宇宙”

第一个断裂发生在产品设计者与目标用户之间的认知世界。典型的AI产品团队大概率在一线城市，大概率本科及以上学历，大概率每天都在使用AI，甚至同时跑好几个模型。他们做内测、找种子用户、招募体验官，用的都是自己圈子里的人。结果就是产品团队反馈的问题——功能深度不够、某个场景未覆盖、模型偶尔出错——都是重度用户的真实问题，但“真正的普通用户卡在哪里，没有人知道，也没有人去认真问过”。

这种“在自己的圈子里为自己设计产品”的闭环，造成了一种隐性的认知排斥：产品逻辑与大众用户的真实生活场景之间存在结构性错位。

4.2 设计鸿沟：“军师型”与“保姆型”产品的逻辑跃迁

文章作者提出了一组富有洞察力的概念区分：当前大多数AI产品属于“军师型”——需要用户自己提出问题、自己知道需要什么，AI扮演的是辅助决策和执行的参谋角色。但普通大众真正需要的是“保姆型”产品——不需要他们想清楚“我要AI帮我做什么”，产品自己就知道当前场景下该为用户做什么。

文中提到的那个极简改动的案例提供了有力的佐证：一个团队放弃了功能堆叠的思路，改为用户首次打开App时主动读取手机日历，生成一份当天日程摘要，给出两三条可立即行动的建议——用户什么都不用做，产品主动给予价值。这种从“等待用户提问”到“主动识别用户需求”的范式转变，恰恰是弥合设计鸿沟的关键方向。

4.3 价值鸿沟：“习惯是被价值驱动的”

面对低迷的日常活跃度，业界有一种常见的解释：“用户的AI使用习惯还没培养起来，过段时间会好的。”但文章作者对此给出了精准的驳斥：“习惯不是凭空长出来的，它是被价值驱动的。人们每天打开抖音，不是因为练出了‘刷视频的习惯’，是因为每次打开都停不下来。一款产品需要用户先培养习惯才能感受到价值，这个产品大概率还没找到跟用户真实生活的连接点。”

这一洞见揭示了一个根本性的逻辑颠倒：不是用户需要“学会使用AI”，而是AI产品需要“学会服务用户”。

4.4 结构性的不平等：数字鸿沟的新维度

在上述三重断裂之外，更深层的社会经济不平等正在与AI鸿沟相互强化。斯坦福大学2026年AI指数报告揭示了一个惊人的数字：73%的AI专家预计AI对工作的影响将是积极的，但公众中持这一看法的人仅占23%——两者之间横亘着整整50个百分点的判断鸿沟。这不是技术问题，这是财富问题。

宾夕法尼亚大学教授Ethan Mollick指出，全球已有10%的人类每周使用AI，AI正在从实验工具演变为新的社会基础设施，而能否接入这一基础设施，正在成为新的社会分层维度。研究发现，学历越高、收入越高的人群，AI使用频率也越高。与此同时，AI的免费版与付费版之间在功能深度上的差异，正在形成一种隐性的“能力阶层”：免费用户习惯于“向AI提问，获取答案”，而付费用户则习惯于“让AI参与流程、生成内容、协同决策”。

联合国教科文组织的报告显示，全球超过40%的人口缺乏基本的数字技能。数字鸿沟不仅关乎技术的获取，还关乎有效运用技术的技能。在商业领域，2025年OECD国家约有20.2%的企业使用AI，但这一比例在ICT和知识密集型行业远高于建筑、仓储等劳动密集型行业。AI正在沿着既有的社会经济不平等轴线，复制乃至放大旧有的数字鸿沟。

五、两种未来图景：“少数精英工具”还是“大众日常依赖”？

对于AI未来的社会角色，当前存在两种截然不同的预测路径。

5.1 悲观路径：加剧社会分层的精英工具

有观察者警告，AI可能重演历史上技术加剧社会分化的模式。Google台湾前董事总经理简立峰提出了“1比99理论”：AI将大幅拉开使用者与未使用者的能力差距，“1%的人拥有99%人的能力，甚至最后是99%的GDP产出”。在这种图景下，AI将主要成为知识精英和资本所有者的效率放大器，而大多数人或是被排斥在AI红利之外，或是沦为将思考完全外包给AI的被动消费者。

支持这一观点的一个关键论据是，AI的每次能力升级都进一步推高了技术使用的隐性门槛。从文本对话到多模态交互，从简单问答到复杂推理，从辅助工具到自主智能体——每一步进化都让熟练使用者与边缘用户之间的能力差距进一步拉大。有评论者尖锐地指出，“AI不会拯救平庸，只会放大差距”，AI时代世界将分成两拨人：把AI当工具的人，和被当AI工具的人。

5.2 乐观路径：从“军师”到“保姆”的范式跃迁

然而，另一种路径同样值得正视。QuestMobile 2026年春季报告显示，AI原生App正在向“银发”和下沉市场渗透——70后、60后用户占比增加了2.8%，其中60后用户规模增加了1660万；三线及以下城市用户占比增加了2.4%，用户规模增加了9126万。截至2026年3月底，中国AI原生App月活用户规模已达4.4亿。

这些数据表明，AI的大众化渗透并非停滞不前，而是在以一种看似矛盾的方式推进：虽然“浅使用”特征仍然明显，但用户基数的扩大和用户结构的多元化，正在为“从军师到保姆”的产品范式跃迁创造条件。

关键变量在于AI产品能否完成从“等待用户提问”到“主动提供服务”的转型。正如文章所暗示的，当产品能够在用户无感的情况下融入日程管理、信息筛选、生活提醒等日常场景，AI将从一种需要“学习使用”的工具，变成一种“不知不觉中离不开”的基础设施——就像今天的微信、短视频和移动支付一样。

5.3 综合判断：走向“多数人依赖”的可能性与条件

综合两种路径的分析，本报告倾向于认为，AI的长期走向更可能介于两者之间：它不太可能永远只是一小部分精英的工具，但也不会自动成为每个人都深度依赖的基础设施。弥合鸿沟的关键不在于技术的持续进步——技术已经足够强——而在于以下几个条件的达成：

第一，产品范式的根本转型。从“军师型”到“保姆型”的产品逻辑跃迁，是AI融入大众日常生活的必要条件。只有当用户不再需要“学会提问”就能从AI中获益，真正的普及才可能发生。

第二，场景的重新定义。AI需要从“帮人完成工作”扩展到“帮人过好生活”——健康管理、消费决策、出行规划、亲子教育，这些才是普通人每天都在面对的日常场景。

第三，信任机制的建立。隐私担忧、伦理顾虑、对AI可靠性的不信任，是阻碍深度使用的重要心理屏障。

第四，数字素养的系统提升。技术门槛虽然在降低，但使用AI所需的基本数字素养仍然是许多人面临的现实障碍。这需要教育系统和社会政策的协同推动。

只有在这些条件逐步成熟的情况下，AI才能从“少数人的高效工具”演变为“多数人的日常依赖”。

六、结论与讨论

本报告通过深入分析AI技术进步与普通人日常习惯之间的巨大差距，揭示了当前AI普及进程中一个核心矛盾：技术的加速度与使用习惯的滞后性之间的结构性断裂。这种断裂并非简单的“时间问题”，而是根植于产品设计逻辑与大众真实需求之间的认知鸿沟、设计鸿沟和价值鸿沟。

关于AI的未来，值得深思的或许不是“少数人工具还是多数人依赖”这一二元选择题。正如文章标题所言——“大多数AI产品，其实是在给自己人做的”——当前的问题不是用户不愿意使用AI，而是AI产品还没学会如何真正走进普通人的生活。习惯不是凭空长出来的，它是被价值驱动的。只有当AI从需要用户主动提问的“军师”，转变为在用户无感时就已提供价值的“保姆”，大规模日常依赖才可能真正形成。

未来的AI世界，也许不是简单的“少数人拥有，多数人旁观”，也不是乌托邦式的“人人平等受益”，而更可能是一个动态分层、持续演变的复杂图景：一部分人深度驾驭AI作为创造力的延伸，大部分人则在不知不觉中通过嵌入日常工具的AI功能而被动受益。真正需要警惕的，不是AI技术本身，而是产品设计者与普通人之间那道继续扩大的认知裂缝——如果不去认真倾听那些“不知道跟它说啥”的声音，AI再强大，也只是在给自己人做的圈子里自转。

参考文献

[1] Stanford Institute for Human-Centered AI. Stanford’s annual AI report finds a gap between AI insiders and everyone else[R/OL]. Stanford: Stanford University, 2026.

[2] 智东西. 12张图表揭示2026年AI发展现状：投资暴涨，就业与公众认知却喜忧参半[EB/OL]. (2026-04-14).

[3] 花旗银行. 花旗谈中国AI应用：“高渗透、浅使用”，关键拐点正在逼近！[EB/OL]. (2026-04-15).

[4] 人人都是产品经理. 大多数AI产品，其实是在给自己人做的[EB/OL]. (2026).

[5] QuestMobile. 2026中国移动互联网春季大报告[R/OL]. (2026-05-11).

[6] 中国互联网络信息中心. 中国互联网络发展状况统计报告[R/OL]. (2026-02).

[7] 斯坦福大学. 2026年人工智能指数报告[R/OL]. Stanford: Stanford University, 2026.

[8] OECD. Generative AI adoption in OECD countries 2025[R/OL]. Paris: OECD Publishing, 2026.

[9] DoNews. 调研揭示：生成式AI在中国近乎全面普及，网民心态呈现“效率赋能”与“职业焦虑”双重奏[EB/OL]. (2025-09-29).

[10] 智识前沿. 20美元，撕开人类思维鸿沟！宾大教授警告AI隐形阶层战[EB/OL]. (2025-11-15).

[11] 36氪. AI不是电力，更像电梯：为什么“用不上”才是关键信号？[EB/OL]. (2025-12-16).

[12] 36氪. 中国公众对生成式AI的看法与使用行为[EB/OL]. (2025-09-24).

[13] 人民网. 人民锐评：不会用AI就是“新寒门”？莫将AI变成新的“起跑线焦虑”[EB/OL]. (2026-03-13).

[14] 36氪. AI正在掏空大脑，思想沦为残废，未来只分AI的“主人”和“奴隶”[EB/OL].

[15] TechOrange科技報橘. “把AI用得很好的人，以后会是一个超级人类”——简立峰剖析AI如何让1%的使用者拥有99%人的能力[EB/OL]. (2024-12-12).

[16] 科普中国. AI浪潮下的“新时代文盲”：我们为何正在失去“提问”与“创造”的能力？[EB/OL]. (2026-03-20).

[17] 法治周末. 数字素养与人工智能的未来[EB/OL]. (2025-08-08).

[18] 网易. AI这么牛，为什么还有这么多人没用过？[EB/OL]. (2026-04-28).

[19] 网易. 当88%遇见23%：AI时代最大的预期差正在形成[EB/OL]. (2026-04-22).

[20] 中国经济网. AI快速进化，你感到焦虑了吗？[EB/OL]. (2026-03-19).