这项研究首次基于数亿真实用户行为数据，系统刻画了 AI Agent 在开放网络环境中的采用率、使用强度与任务结构，为理解未来人机协作与 Agent 经济提供关键证据。
核心亮点：
来自数百万用户、数亿条查询的真实大规模行为数据，覆盖 2025 年 7 月 Comet 浏览器上线到 10 月全面开放阶段。
建立业内首个三层级 Agentic Taxonomy，从 Topic–Subtopic–Task 全面解析用户的真实任务需求（90 类任务）。
采用者高度集中于高教育、高收入国家及数字密集行业；早期用户的使用强度是普通用户的 9 倍。
两大使用主题最核心：生产力与学习，占全部 Agentic 查询的 57%。
Top 10 任务占全部任务量的 55%，呈现明显的需求头部化。
不同职业呈现明显差异：科技、金融、学术、市场营销与创业行业的采用率最高。
使用场景以个人为主（55%），其次是专业用途（30%）与教育用途（16%）。
查询主题具有显著“粘性”，用户倾向在同一类任务中连续操作，且长期逐渐转向高认知任务（如研究、文档处理）。
典型结果：
经济与教育水平与 Agent 使用强度呈高度正相关（国家层面相关系数 0.85–0.86）。
数字技术行业占所有 Agent 查询的 30%，是最重度用户群体。
学生与研究人员在学习主题中占比极高（课程相关任务占全部查询的 13%）。
购物类任务具备显著商业潜力（商品搜索与过滤占 6.4%）。
场景集中度强：如视频类任务中，YouTube 一个网站占比可达 90% 以上。
arXiv: 2512.07828
#agent #人机交互 #perplexity #哈佛大学 #AI浏览器 #智能工作流 #学习技术 #生产力提升 #用户研究 #Agent
核心亮点：
来自数百万用户、数亿条查询的真实大规模行为数据，覆盖 2025 年 7 月 Comet 浏览器上线到 10 月全面开放阶段。
建立业内首个三层级 Agentic Taxonomy，从 Topic–Subtopic–Task 全面解析用户的真实任务需求（90 类任务）。
采用者高度集中于高教育、高收入国家及数字密集行业；早期用户的使用强度是普通用户的 9 倍。
两大使用主题最核心：生产力与学习，占全部 Agentic 查询的 57%。
Top 10 任务占全部任务量的 55%，呈现明显的需求头部化。
不同职业呈现明显差异：科技、金融、学术、市场营销与创业行业的采用率最高。
使用场景以个人为主（55%），其次是专业用途（30%）与教育用途（16%）。
查询主题具有显著“粘性”，用户倾向在同一类任务中连续操作，且长期逐渐转向高认知任务（如研究、文档处理）。
典型结果：
经济与教育水平与 Agent 使用强度呈高度正相关（国家层面相关系数 0.85–0.86）。
数字技术行业占所有 Agent 查询的 30%，是最重度用户群体。
学生与研究人员在学习主题中占比极高（课程相关任务占全部查询的 13%）。
购物类任务具备显著商业潜力（商品搜索与过滤占 6.4%）。
场景集中度强：如视频类任务中，YouTube 一个网站占比可达 90% 以上。
arXiv: 2512.07828
#agent #人机交互 #perplexity #哈佛大学 #AI浏览器 #智能工作流 #学习技术 #生产力提升 #用户研究 #Agent
