引言
你以为AI主要用来写文档、做PPT、提升工作效率？
OpenRouter刚刚发布的《State of AI》报告告诉我们：角色扮演和聊天陪伴才是AI最大的使用场景，占开源模型使用量的一半以上。
这份报告分析了超过100万亿tokens的真实LLM交互数据——这可能是目前全球最大规模的AI实际使用行为研究。它揭示了许多反直觉的发现，颠覆了我们对AI应用的很多固有认知。
让我们一起来拆解这份报告的核心内容，并做一些深度思考。
一、五大核心发现
发现一：开源模型正在崛起，中国力量不可忽视
开源 vs 闭源的格局正在改变。
-
开源模型目前占据约**30%**的市场份额，且这个数字还在持续增长
-
中国开源模型（DeepSeek、Qwen等）从2024年底微不足道的1.2%，飙升至接近30%
-
开源生态从"一家独大"走向"百花齐放"——不再是DeepSeek一枝独秀，而是多个模型各有所长
为什么这很重要？
这意味着AI的门槛正在急剧降低。过去只有大厂才能玩转的顶尖AI能力，现在任何开发者都可以获取。开源正在成为AI民主化的最大推动力。
发现二：人们用AI做什么？答案出乎意料
最颠覆认知的发现来了。
当被问到"AI主要用来干嘛"，大多数人会说：写文章、做表格、提升办公效率。
但数据告诉我们：
| 使用场景 | 占比 |
|---|---|
| 角色扮演（Roleplay） | 52%+ |
| 编程开发 | 第二大类，增长最快 |
| 翻译、问答等 | 剩余份额 |
角色扮演占了开源模型使用量的一半以上！
这包括：互动故事、虚拟角色对话、游戏场景模拟、创意写作等。人们把AI当成了"陪聊对象"和"故事创作伙伴"，而不仅仅是"效率工具"。
编程则是增长最猛的品类——从年初的11%一路飙升，最近几周甚至突破50%。Anthropic的Claude在编程领域占据了60%以上的份额，形成了明显的"赢家通吃"局面。
发现三：Agent时代已经悄然到来
AI正在从"回答问题"进化到"执行任务"。
报告揭示了三个重要趋势：
1. 推理模型占比突破50%
o1、Gemini 2.0、Grok等"会思考"的模型已经占据了超过一半的使用量。用户越来越需要AI不只是快速响应，而是深度思考、逐步推理。
2. 工具调用激增
越来越多的AI请求涉及到"调用工具"——搜索网页、执行代码、操作文件等。AI不再只是被动回答，而是主动执行。
3. 上下文长度暴涨
平均prompt长度从1500 tokens飙升到6000+ tokens。编程任务更夸张，经常超过20000 tokens。用户在给AI更多的背景信息，让它处理更复杂的任务。
这意味着什么？
AI正在从"生成器"变成"执行引擎"。以前是"帮我写一段话"，现在是"帮我完成这整个项目"。
发现四：水晶鞋效应——先到先得的用户粘性
报告提出了一个有趣的概念："水晶鞋效应"（Glass Slipper Effect）。
早期用户群体的留存率远远高于后来者。一旦用户找到了与自己需求完美匹配的模型，就会形成长期的使用习惯，很难被新模型抢走。
这就像灰姑娘的水晶鞋——一旦找到完美合脚的那一只，就不想换了。
对产品的启示： 抢占早期用户比追求"最强性能"更重要。
发现五：中等模型成为新宠
不是越大越好，而是"刚刚好"最重要。
报告把模型按参数量分为三档：
-
小模型：<30B
-
中等模型：30B-200B
-
大模型：>200B
趋势是：中等模型的使用占比在快速上升，小模型份额在下降。
用户不再盲目追求最大的模型。70B的模型能解决80%的问题，为什么要用400B的？成本敏感性+够用就好的心态，让中等模型成为了"性价比之王"。
二、五个深度思考
思考一：AI的"娱乐化"比"工具化"来得更快
角色扮演占据一半以上的使用量，这说明了什么？
人类最愿意为情感需求买单。
孤独感、表达欲、创作欲——这些看似"不那么正经"的需求，反而是最刚性的需求。Character.AI的爆火不是偶然，它抓住了人们对AI陪伴的渴望。
大胆预测： 未来最成功的AI产品，可能不是"更聪明的助手"，而是"更懂你的朋友"。
思考二：开源正在重塑AI产业格局
30%的开源份额带来了几个深远影响：
-
AI不再是大厂的专利——创业者和独立开发者都能获得顶尖能力
-
中国AI的"弯道超车"路径清晰——通过开源快速抢占市场份额
-
竞争焦点转移——未来的护城河不是模型本身，而是数据飞轮和应用生态
思考三：Agent是下一个技术奇点
推理模型 + 工具调用 + 超长上下文，三者叠加产生了质变：
-
AI可以独立完成复杂的任务链，而不只是回答单一问题
-
"人机协作"正在变成"人机委托"——你描述需求，AI交付成果
-
就业市场将被重塑——初级程序员、内容编辑、客服等岗位首当其冲
思考四：中等模型崛起暗示着"实用主义"回归
用户不再迷信"参数越大越好"，而是追求最优性价比：
-
推理成本变得敏感——能省则省
-
本地化部署需求增加——中等模型更容易跑在消费级硬件上
-
给创业者的启示：不需要做"最强"，做"最适合某个场景"就有机会
思考五：编程领域的"赢家通吃"效应
Anthropic的Claude在编程领域占据60%+份额，这揭示了：
-
垂直领域的护城河很深——一旦开发者形成习惯，迁移成本极高
-
IDE集成是关键战场——Cursor、Copilot等工具的生态位比API能力更重要
-
AI编程的终局猜想：可能不是"AI辅助写代码"，而是"用自然语言描述需求，AI直接交付产品"
三、给内容创作者的启发
如果你在做AI相关的自媒体，这份报告提供了几个重要的选题方向：
1. 角色扮演/AI陪伴是流量密码
这不是小众需求，而是真正的大众刚需。相关的测评、教程、案例分享都有很大的受众基础。
2. 编程教程永远有市场
AI + 代码是最大的增量场景。无论是面向程序员的进阶内容，还是面向小白的"用AI学编程"，都是长期赛道。
3. 中国开源模型值得深挖
Qwen、DeepSeek等国产开源模型的崛起故事，本身就是很好的叙事素材。它们的技术特点、使用场景、与国际模型的对比，都是好选题。
4. Agent应用案例是前沿叙事
"AI Agent帮我完成了XXX"这类内容，既有话题性，又能展示AI的真实能力边界。
总结
OpenRouter这份报告最大的价值，在于用真实数据打破了很多关于AI的"想当然"：
-
AI不只是生产力工具，更是情感陪伴工具
-
开源模型已经能满足大多数场景的需求
-
Agent不是未来时，而是进行时
-
"够用就好"比"追求最强"更符合真实需求
100万亿tokens的数据不会说谎。
当我们站在2025年的时间节点回望，这份报告可能会成为记录AI从"问答工具"向"智能代理"转变的重要历史文献。
而对于每一个AI从业者和观察者来说，理解这些趋势，才能在接下来的变革中找到自己的位置。
