2026年6月26日，Anthropic发布了一份叫做”Cadences”的报告。

这份报告没有宣布任何新功能，没有发布任何新模型。它只是记录了一件事：人类在什么时间用AI，做什么。

但它揭示的东西，比大多数产品发布都更深刻。

数据说了什么

让我先把关键数据铺出来。

工作日 vs 周末：工作日，Claude的用户对话中大约35%被分类为”个人用途”；到了周末，这个数字跳到接近50%。切换点是从周五下午开始的。

话题类型的切换：工作日，人们问Claude的主要是商务邮件、营销文案、PPT内容、数据分析。周末，问题变成了情感支持、医疗建议、投资咨询，以及——怎么开始一家公司。Anthropic特别指出，工作日/周末的个人用途切换在高收入国家最为明显——这暗示着这种”节律转变”是一种经济发展到一定程度之后的社会现象：有钱、有工具、有闲暇，才会在周末问AI”怎么开一家公司”。

每日节律：

  • 早上7点：新闻类问题激增
  • 上午10-11点：商务邮件处理的小高峰
  • 晚上6点：菜谱请求是日常平均水平的2.3倍
  • 凌晨5点左右：寻求睡眠建议的请求达到一天的峰值

税季效应：4月14日——美国报税截止日前一天——税务相关的Claude对话是5月平均水平的8倍。4月15日截止当天仍然很高，4月16日急剧下降。

Claude Code的周末模式：周末，Claude Code里减少的任务包括后端架构、API调试、数据存储；增加的任务包括AI代理设计、量化交易系统、游戏开发。

高薪职业的夜班效应：夜间和周末，当大多数人不工作时，Claude上面的工作相关对话，明显向高薪职业方向倾斜——市场经理、程序员、金融分析师。低薪的行政工作、电话销售类任务，在非工作时间的占比反而下降。而且这个效应不只是因为IT类职业——剔除计算机和数学类任务后，高薪职业的夜班效应仍然存在。

这不只是用户统计，这是一面镜子

这些数据单独看，每一条都有趣。但把它们放在一起，有一个更大的图景浮现出来：

AI的使用节律，是人类生活节律的镜像。

这不是一个陈腐的说法。Anthropic的这份报告是第一次有研究者以足够高的采样频率（每小时级别），对这种镜像关系进行系统性的记录和分析。

想想凌晨5点的失眠建议。这不是在说”人们失眠”——那是老数据了。这在说：当人类在最脆弱的时候，他们首先想到的对话对象，已经包括了AI。不是Google搜索，不是电话给朋友，而是开一个Claude对话，说”我睡不着，怎么办”。

想想周末的菜谱激增。这说明AI已经深入到了厨房时间——这个领域此前被认为是最不需要AI的地方。下午6点，世界各地的人同时对一个AI说”今晚做什么吃”，这是一种意想不到的集体行为，却在数据里清晰可见。

想想周末的情感支持和医疗建议。工作日，人们用AI提升效率；周末，人们用AI替代部分原本属于朋友、家人、医生的对话。这个切换背后，是什么？是便利，还是某种更深层的社会关系变化？

高薪职业的夜班效应意味着什么

这个发现值得单独分析，因为它对”AI替代工作”的讨论提供了一个新的切入角度。

过去几年，关于AI对劳动力的影响，最常见的叙事是：低技能工作会被AI先替代，高技能工作相对安全。这个叙事有其道理，但Cadences报告的数据指向了一个更复杂的现实。

夜间和周末，高薪职业的人更多地在用AI工作。这说明：高薪职业的人，不是在逃避AI，而是在用AI扩展自己的工作时间。他们把本来要在工作日才能完成的工作，外包给AI在非工作时间处理；或者他们在周末继续用AI推进项目，不再需要等到周一回到办公室。

这产生了一个重要的竞争优势：同等技能的人，如果更善于使用AI，可以在相同的工作时间内产出更多。而高薪职业的人，可能更早接触和使用AI（因为他们更早有钱订阅付费服务，更早在工作中遇到AI能解决的问题），因此这种优势在高薪群体中更先放大。

换句话说，AI的使用本身，正在成为一种再分层机制：它在放大已有优势的人的优势，而不是抹平差距。这与最乐观的AI民主化叙事（”AI让人人平等”）直接矛盾。

当然，Anthropic没有明确做出这个结论。Cadences报告是描述性的，不是预测性的。但数据摆在那里，读者可以自己做判断。

第2章：你拿走什么，决定了Claude为你做多少

报告的第2章，研究的是”Artifacts”——人们从Claude对话中带走什么。

结论是：你使用的产品不同，你从Claude那里得到的东西本质不同。

Chat和Cowork（协作模式）产生更多”解释性输出”——文字说明、分析报告、邮件草稿、建议清单。Claude Code产生更多”代码性输出”——可以直接运行的文件、脚本、程序。

这听起来显而易见，但有一个更微妙的维度：任务的确定性程度决定了你给Claude多少判断空间。

帮你翻译一份文档，答案基本由原文决定，Claude的判断空间很小，你只是在检查翻译质量。帮你建一个网站，从架构到细节，Claude有大量的决策空间，而你可能连怎么验证结果都不确定。这两种任务，对人机关系的影响完全不同：前者你仍然是主导者，后者你越来越多地依赖Claude的判断。

报告还发现了一个有趣的比例关系：一次输出消耗的token数量，与这次输出的估算价值正相关。换句话说，Claude在做越有价值的事情的时候，需要花费越多的计算资源。这是一个关于AI经济学的基础性发现，暗示了未来AI计算资源分配的逻辑：不是均匀分配给所有任务，而是按价值密度分配。

第3章：调查数据里的两种人

报告的第3章，是这份报告最令人意外的部分。Anthropic第一次把Claude的使用数据，与他们4月份启动的用户调查（经济指数调查）的结果关联了起来。

发现了什么？

越自动化地使用Claude的人（即最多依赖Claude的人），对AI未来的预期最乐观，同时也最期待AI承担更多工作。

这个结论反直觉，但有一定道理。最深度使用Claude的人，已经亲身体验过AI带来的效率提升，他们看到了AI能做什么，也学会了怎么驾驭它。他们不害怕AI替代，推测性地说，可能因为他们已经是这种替代关系的受益者——他们把耗时的任务外包给Claude，而自己转向了更高价值的工作。但这是一种机制推断，报告本身没有给出这种因果关系的直接证明。

与此形成对比的是：轻度使用者对AI的未来更谨慎，更担忧。他们的担忧往往基于想象，而不是实际体验。

但这里有一个关键问题需要追问：调查中的”乐观”，是有根据的乐观，还是一种系统性偏差？深度用户乐观，可能因为他们本身是技术友好的高薪专业人士，AI对他们的帮助是真实的。他们的乐观，可能并不代表那些不会用、不知道怎么用AI的普通工作者的前景。

这个区别很重要，因为当政策制定者或媒体引用”AI用户对AI乐观”的数据时，很容易忽略这个样本偏差：被调查的本来就是Claude用户，而不是全社会。

Project Fetch带来的校准：能力和渗透，同时在加速

Anthropic同期还更新了另一个研究：Project Fetch Phase Two。

这个研究的发现，与Cadences报告放在一起，揭示了同一个进程的两个侧面：Claude Opus 4.7（Anthropic最新的旗舰模型之一）在完成机器人相关任务时，比最快的人类团队快20倍，且不需要人工辅助。

Cadences报告说的是：AI的使用正在渗透到人类生活的每一个节律——从早上7点问新闻，到凌晨5点求助失眠。Project Fetch说的是：AI的能力正在以惊人的速度超越人类的极限——在特定任务上，不只是”更快”，而是快了一个数量级。

这两个维度的交叉，才是Anthropic这一周发布两份研究的真正意义：AI正在同时变得更强和更普遍。如果只看Cadences，你看到的是”AI渗入日常”的温水煮蛙；如果只看Project Fetch，你看到的是能力跃升的突破点。但把两者放在一起，你会看到一个更清晰的图景：能力提升在前，使用渗透在后，这个顺序决定了人类适应AI的时间窗口正在压缩。

这不是说恐惧，而是说校准预期的必要性。

为什么这份报告重要

Cadences是第一份以每小时粒度研究AI使用节律的公开报告。之前的研究大多是7天采样——你只知道这周发生了什么，不知道具体在什么时候。

这个改变不只是精度的提升，而是研究视角的跃迁。当你能看到凌晨5点的失眠曲线、下午6点的做饭高峰、4月14日的报税冲刺，你看到的不再是”AI使用量”，而是”人类生活的结构”。

这是一种极其精确的社会观测能力。Anthropic的这套方法论，结合其隐私保护系统（CLIO），创造了一个独特的观测窗口：以数百万人的实际行为，而非问卷填写，来理解AI如何嵌入人类日常生活。

这种能力，在未来可能比任何单一的模型突破都更有价值。不是因为它直接产生商业价值，而是因为它让AI开发者第一次能够系统性地理解”人类真正想用AI做什么”，而不是猜。

这里有一个反直觉的结论值得提出：Cadences报告表面上是关于”AI如何融入人类生活”，但实际上它在证明的是另一件事——人类的生活节律，正在被AI的采样系统精确映射。这意味着AI系统拥有的关于”人类生活模式”的数据，正在超过任何政府统计机构或学术研究机构。凌晨5点的失眠数据、税季的焦虑数据、创业冲动的周末数据——这些数据在任何国家统计局的数据库里都不存在，但在Anthropic的CLIO系统里实时存在。这种数据权力的不对称，是AI时代的一个根本性变化，而Cadences报告只是第一次把它呈现出来。

最后

有一个细节我们应该记住：工作日，人们用Claude写商务邮件；周末，人们用Claude寻求情感支持。

这两种用途的背后，是两种不同的人类需求。一种是效率，一种是连接。AI正在同时满足这两种需求，但这两种满足之间，并不是对等的。

效率，是可以被替代和超越的——你今天用Claude写的邮件，明天可能有更好的模型来做。但情感支持，一旦人们习惯了向AI倾诉，这种习惯很难逆转。周末的那50%个人用途，可能正在塑造一种新的人际关系格局：我们如何倾诉，如何寻求建议，如何理解自己的处境，正在被AI的存在所改变。

Cadences报告只是描述了这个现实。至于这个现实意味着什么，需要比一份数据报告更长远的眼光来判断。

数据是镜子，照出的是我们已经成为的样子。

参考资料：

  • Anthropic: “Anthropic Economic Index report: Cadences” (Jun 26, 2026) — https://www.anthropic.com/research/economic-index-june-2026-report
  • Anthropic: “Announcing the Anthropic Economic Index Survey” (Apr 2026) — https://www.anthropic.com/research/economic-index-survey-announcement
  • Anthropic: “Project Fetch: Phase two — Claude Opus 4.7 was about 20 times faster than the fastest human team” (Jun 18, 2026) — https://www.anthropic.com/research/project-fetch-phase-two
  • Anthropic: “Agentic coding and persistent returns to expertise” (Jun 16, 2026) — https://www.anthropic.com/research/claude-code-expertise