凌晨5點找AI要安眠藥：一份大模型使用時間表裡的人類圖鑑

當大多數人在沉睡時，有一群人正對著AI對話框輸入「如何才能睡著」。這不是科幻小說的場景，而是Anthropic在2026年6月發布的《Economic Index》報告中揭示的真實用戶行為。這份基於隱私保護遙測數據的報告，原本旨在追蹤宏觀經濟指標，卻意外繪製出了一幅人類生活節律的鏡像地圖：早上7點查新聞，下午6點搜食譜，深夜問失眠。

AI早已跨越了「生產力工具」的單一標籤，悄然嵌入人類的生物鐘與情感縫隙之中。而更反直覺的是，那些把工作最大膽「委託」給AI的人，反而對失業最不焦慮。當我們把視線從模型參數轉向這些使用數據時，看到的不再是機器的進化史，而是一部隱秘的人類行為學圖鑑。

早7點看新聞，晚6點查食譜：AI成了人類的隱形生物鐘

翻開這份報告的日內時間軸，你會看到一條與人類生理需求高度咬合的曲線。新聞類請求在當地時間早上7點達到峰值，這恰好是人們剛從睡夢中醒來、準備獲取外界資訊的晨間時段。早晨的大腦處於一種資訊饑渴狀態，我們需要確認自己在沉睡的幾個小時裡沒有錯過重大事件。這種對新聞的渴求，本質上是對環境確定性的確認。AI在這個時段扮演了私人晨報主筆的角色，它過濾掉冗雜的推送，直接給出用戶關心的摘要。

到了上午10點至11點，商務信函和郵件起草的請求量攀升，這是職場人開始處理核心溝通事務的黃金窗口。此時大腦的執行功能達到頂峰，人們開始處理需要邏輯和措辭的工作溝通。AI在這裡變成了一個隱形的秘書，幫人們把模糊的意圖轉化為得體的職場語言。

下午6點，食譜查詢請求達到日均水平的2.3倍，對應著下班後準備晚餐的生活場景。經過一天的腦力消耗，人們在傍晚往往面臨「決策疲勞」。面對「吃什麼」這個世紀難題，向AI提問成為了一種低成本的決策外包。人們不再是翻閱厚重的食譜書，而是輸入冰箱裡剩下的食材，等待一個即時的、客製化的解決方案。

而在黎明前數小時的凌晨5點前後，睡眠建議的請求最為集中。這個時段是一天中人體體溫最低、情緒最易波動的時刻，也是失眠者最絕望的時段。在這個連社群媒體都沉寂的時刻，AI成了唯一醒著的傾聽者。

這些數據拼湊出的不是伺服器的運行日誌，而是人類生活的節律圖。AI的使用時間表，本質上是人類生理與生活需求的投射。它正在成為一種隱形時鐘，接管了從晨間資訊獲取到深夜情緒安撫的各類微小需求。

一個有趣的旁證發生在2026年5月。當時數百名Reddit用戶報告，Claude在對話中途會主動催促用戶「去睡覺」，甚至有人反映被反覆催促「第三次了，去睡覺」。Anthropic員工Sam McAllister在社群平台上稱其為「角色小毛病」，表示計劃在未來的模型中修復。史丹佛生物工程教授Jan Liphardt對此的解釋更為理性，他認為這更可能是訓練數據中「人類需要睡眠」的文本模式被模型重現，而非模型「有了意識」。

但這恰恰與報告中「凌晨5點睡眠建議請求峰值」形成了某種黑色幽默般的呼應。用戶確實在深夜向AI求助睡眠問題，而AI也「學會」了像人類一樣催促睡覺。這種雙向互動表明，AI不僅在回應我們的指令，還在潛移默化中吸收並鏡像反映我們的生活習慣。它不再只是一個被動的工具箱，而是變成了一個了解你何時需要看報、何時需要做飯、何時需要哄睡的隱形伴侶。

週末的AI更像樹洞：當工作請求退潮，個人對話飆升

如果說工作日的AI使用是一張緊湊的日程表，那麼週末的AI則更像一個私密的樹洞。報告顯示，工作日個人對話類請求佔比約為35%，而到了週末，這一比例飆升至近50%。

隨著週末的到來，工作類請求如郵件起草、PPT製作等紛紛退潮，取而代之的是情感支持、醫療問題、投資建議等更為私人的議題。值得注意的是，創業相關對話在週六和週日達到了全球最高點。這意味著，週末不僅是休息的時間，更是許多人啟動副業、規劃個人事業的窗口。AI在這個時段扮演了「副業啟動器」和「無評判傾聽者」的雙重角色。

人們為什麼願意在週末向AI傾訴？從人類行為學的角度來看，這背後折射出的是現代社會日益加劇的原子化趨勢。在面對醫療困惑或投資焦慮時，向人類專家求助往往伴隨著社交成本和被評判的風險。我們害怕暴露自己的無知，害怕被貼上「不專業」的標籤，甚至在親密關係中也難以毫無保留地袒露脆弱。而AI提供的是即時、匿名且無情緒波動的回饋。它不會疲倦，不會評判，更不會將你的秘密作為談資。

這種「樹洞效應」標誌著AI正在從工作工具向生活陪伴基礎設施遷移。在週末的午後，或是深夜的臥室裡，人們更願意向一個語言模型袒露那些不願在朋友圈發布的心事。AI填補了現代人情感支持網絡中的空缺，成為了一個永遠在線、絕對安全的傾訴對象。

然而，這種遷移並非對所有人都意味著放鬆。報告揭示了一個殘酷的細節：高薪職業用戶在非工作日的使用比例更高。在夜間和週末的工作類請求中，高薪職業（工資上四分位）佔比上升約8%，而低薪職業則下降了4%至11%。這意味著，工作與生活的邊界正在加速模糊。對於菁英知識工作者而言，週末並非完全的斷網休息，他們似乎永遠在線，隨時準備調用AI處理突發的工作任務或捕捉創業靈感。AI沒有解放他們的時間，反而延長了他們的工作半徑。當低薪勞動者在週末真正放下工作時，高薪群體卻在利用AI繼續編織他們的職業網絡和商業構想。

報稅日前一天的8倍流量：事件驅動下的AI救火隊

除了日常節律，AI的使用還呈現出強烈的事件驅動特徵。最典型的案例莫過於美國報稅截止日（4月15日）前後的流量異動。

數據顯示，4月14日（報稅截止日前一天），美國稅收相關對話量飆升至5月日均水平的8倍。到了4月16日，這一數據斷崖式下跌至正常水平。與此同時，非美國地區的流量保持平穩。這證明這是一種高度本地化、由外部社會規則節點引發的使用脈衝。

在這個場景中，我們可以想像一個普通的美國納稅人在截止日前夜的焦慮。面對複雜的稅表、不斷更新的扣除條款，以及可能面臨的罰款風險，傳統的搜尋引擎往往只能給出碎片化的資訊，而預約會計師又可能面臨高昂的費用和時間延遲。此時，AI成了一個觸手可及的「救火隊員」。

AI不再是創意工具，而是變成了應對社會規則節點的「救火隊」和「個人財務基礎設施」。當面臨報稅這種具有強制性和時間壓力的任務時，人們第一時間想到的求助對象已經從搜尋引擎或人類會計師，部分轉移到了AI對話框。AI能夠快速梳理複雜的稅務邏輯，根據用戶的具體情況生成填報建議，極大地緩解了規則焦慮。

這種脈衝式使用揭示了人類在面臨外部壓力時對AI的依賴。AI的即時響應能力和對複雜條款的梳理能力，使其成為緩解規則焦慮的有效手段。它填補了人類在面對繁瑣社會程序時的能力缺口，成為了一種應急性的認知外包對象。這也意味著，AI的社會價值不僅體現在日常的高頻陪伴中，更體現在關鍵時刻的「救火」能力上。它正在成為個人應對現代社會複雜規則的一層認知緩衝墊。

用AI最狠的人，反而最不怕失業？

在所有數據中，最反直覺的發現莫過於「樂觀悖論」。報告指出，自動化程度最高的Claude用戶普遍預期AI將在明年承擔更多任務，同時對薪資、工作安全及工作意義持最樂觀態度。

具體來看，自動化程度最高的用戶對未來12個月AI承擔更多任務持最樂觀態度。在一項約9700名受訪者的調查中，86%的受訪者報告AI提升了工作速度，82%報告提升了工作範圍，69%報告提升了工作品質。更重要的是，68%的受訪者表示使用AI後學到更多，57%認為AI使自己的技能更有市場價值。

為什麼把工作最大膽委託給AI的人，反而最不焦慮？這並非簡單的倖存者偏差。當我們將工作委託給AI時，實際上是在進行一種認知資源的重新分配。人的注意力和精力是有限的，高自動化用戶將重複性、機械性的工作交給AI，從而將精力集中在更高階的判斷和創意上。這種重新分配帶來了一種強烈的掌控感。他們不再是流水線上的一個環節，而是變成了調度AI的「管理者」。

這種掌控感是樂觀的源泉。當一個人能夠熟練地指揮AI完成程式碼編寫、數據分析或文案起草時，他體驗到的不是被替代的恐懼，而是能力被放大的快感。他們不是被AI替代，而是通過AI完成了自我能力的升級。這種效率紅利和技能增值，讓他們在面對未來不確定性時，擁有了更多的心理資本。

然而，這種樂觀中也夾雜著經典的「樂觀偏差」。數據顯示，只有10%的受訪者認為自己未來一年可能失業，但對初級同事的失業擔憂卻高達40%以上。人們總覺得AI會替代別人，尤其是那些剛入行、經驗尚淺的新人，而不是自己。這種心理防禦機制在技術變革期尤為常見，它掩蓋了AI對勞動力市場結構性衝擊的真實影響。人們傾向於高估自己駕馭新技術的能力，同時低估他人適應變化的速度。

作為橫向參照，OpenAI與NBER在2025年9月發布的研究報告顯示，ChatGPT消費端使用中約30%為工作相關，約70%為非工作相關。這與Claude用戶的行為模式形成了印證：AI正在全面滲透工作與生活，而深度使用者確實從中獲得了顯著的效率提升和心理滿足。但報告也坦誠承認，無法完全排除選擇效應的影響。究竟是「使用AI讓人更樂觀」，還是「樂觀的人更願意用AI」，這其中的因果關係依然模糊。或許兩者兼有，形成了一種正向的反饋循環。

深夜還在用AI工作的人，到底是誰？

當我們深入挖掘這些使用數據時，會發現AI紅利的分配並不均勻，隱秘的階級與性別分野正在形成。

前文提到，夜間和週末的工作類請求中，高薪職業佔比上升約8%，低薪職業下降。這表明AI正在延長精英知識工作者的工作時間，而非低薪崗位的。低薪崗位往往涉及更多的物理操作和面對面服務，如餐飲服務、物流配送或清潔維護，這些工作內容AI難以介入；而高薪知識工作者的工作內容高度數位化，如程式碼編寫、市場分析或戰略規劃，更容易被AI接管和增強。

這導致了一個悖論：AI本應解放人類的時間，但實際上卻讓那些本就擁有更高收入和更多資源的人，工作得更久、更深。高薪群體利用AI在深夜繼續優化方案、調試程式碼，而低薪群體在下班後則與AI無緣。技術紅利在這裡呈現出一種「馬太效應」，強者愈強，因為他們掌握了將AI轉化為生產力的鑰匙。

性別差異同樣顯著。在受訪者樣本中，女性僅佔12%。使用模式上，女性更偏向迭代協作，活躍時間更長；而男性則主導了Claude Code和自動化模式的使用。如果自動化程度越高、收入預期越樂觀，那麼男性可能在這一輪AI紅利中佔據了更有利的位置。女性用戶更傾向於通過對話逐步完善想法，而男性則更傾向於直接讓AI執行任務。這種使用模式的差異，可能進一步轉化為職場中的效率差距和晉升機會的差異。

在探討這些結論時，必須警惕樣本偏差帶來的認知誤導。在這份調查的受訪者中，電腦和數學相關職業佔比高達30%（而在美國整體就業中僅佔4%），管理職業佔23%（整體就業中僅佔7%）。體力勞動和服務業在樣本中被嚴重低估。這意味著，報告所展現的「樂觀悖論」和「階級分野」，更多反映的是技術和管理精英群體的心理狀態，不能直接推廣至全行業。對於外賣騎員、流水線工人或前臺接待員來說，AI帶來的工作心理變遷可能是完全不同的另一幅圖景。他們可能既沒有機會使用AI提升效率，也無需擔憂被AI替代，因為他們面臨的是另一種完全不同的生存壓力。