AI 的使用模式正在迅速演化，從協作者轉變為代理人
使用者與 AI 的互動模式並非靜態的，而是在短短幾個月內就發生了根本性的轉變。這個轉變可以從兩個維度來理解：使用者 「要求 AI 做什麼」以及 「如何要求 AI 做」。總體趨勢顯示，AI 正從一個需要使用者大量引導、反覆修正的輔助工具，逐漸演變成一個能被賦予更高自主權、直接完成完整任務的強大代理人。
要深入理解這一點，我們可以將 AI 想像成一位新來的實習生。
第一階段：AI 作為需要密切指導的「協作夥伴」（Augmentation）
報告初期數據顯示，使用者與 AI 的互動更偏向於「增強」（Augmentation）模式。這就像你剛開始帶一位實習生，你對他的能力和可靠性還不完全信任。因此，你的指令會非常具體，並且會頻繁地介入、修正他的工作。這種模式主要包含幾種互動方式：
- 學習（Learning）：你把 AI 當作一個知識淵博的顧問，向它提問、尋求解釋。例如：「請向我解釋量子糾纏是什麼？」這時，AI 扮演的是一個資訊提供者的角色。
- 任務迭代（Task Iteration）：你和 AI 一起合作完成一項任務，過程中不斷進行來回的溝通與修改。就像你對實習生說：「請幫我草擬一封行銷郵件。」他寫完初稿後，你再提出修改意見：「這個標題不夠吸引人，換一個；語氣可以再親切一點。」這個過程需要你投入大量的精力去引導和雕琢最終的成果。
- 驗證（Validation）：你已經有了自己的想法或成果，希望 AI 扮演一個評審或校對的角色。例如，你寫好了一段程式碼，然後對 AI 說：「請幫我檢查這段程式碼有沒有潛在的錯誤或可以優化的地方。」
在這一階段，人類使用者仍然是任務的主導者，AI 則像一個多功能的瑞士刀，在旁提供協助，但每一步都需要人的確認和指示。報告指出，早期的 AI 使用很大程度上屬於這種協作模式，使用者花費大量時間在與 AI 的反覆溝通上。
第二階段：AI 作為被賦予自主權的「任務代理人」（Automation）
然而，報告的最新數據（僅僅八個月後）揭示了一個驚人的轉變：名為「指令式」（Directive）的互動模式佔比從 27% 大幅躍升至 39% 。這標誌著 AI 的角色正在發生質變，進入了「自動化」（Automation）或稱「代理」的階段。
這就好比那位實習生經過一段時間的磨練，能力大幅提升，你也對他越來越信任。現在，你不再需要一步步地教他，而是可以直接下達一個更宏觀的指令，相信他能獨立完成。例如，你不再是讓他草擬郵件然後你來修改，而是直接說：「請根據我們這次的促銷活動，為目標客戶群設計並撰寫一封完整的行銷郵件，包含標題、內文和行動呼籲。」
這就是「指令式自動化」的核心：使用者將一個完整的任務委派給 AI，並期望它能一步到位地產出高品質的結果，盡可能減少來回修改的次數。
報告透過一個非常具體的例子來佐證這個趨勢：在程式設計領域，使用者要求 AI「除錯和修正錯誤程式碼」的比例下降了 2.9 個百分點，而要求 AI「創建新程式碼」的比例則飆升了 4.5 個百分點。這個消長關係極具啟發性。「除錯」本質上是一種協作和迭代的過程，需要使用者提供有問題的程式碼，並與 AI 一同尋找解決方案。而「創建新程式碼」則更接近於直接委派，使用者描述需求，AI 負責從無到有地生成解決方案。這個轉變強烈地暗示，使用者不再僅僅將 AI 視為一個修補工具，而是將其看作一個能夠獨立創造的開發夥伴。
驅動這場演變的雙重引擎
那麼，是什麼在如此短的時間內推動了這種深刻的轉變呢？報告認為主要有兩大驅動力：
- AI 模型能力的飛躍：最直接的原因是 AI 本身變得越來越強大和可靠。新一代的模型在理解複雜指令、預測使用者意圖、以及一次性生成高品質內容方面都有了長足的進步。當 AI 的「首輪答對率」顯著提高時，使用者自然就不再需要花費那麼多時間去進行後續的修改和迭代。這位「實習生」變得越來越聰明，能夠更好地領會你的意圖，甚至舉一反三，你當然更願意放手讓他去做。
- 使用者信任度與熟練度的提升：技術的採用從來都是人與工具相互適應的過程。隨著使用者越來越頻繁地與 AI 互動，他們逐漸摸清了 AI 的脾氣和能力邊界，學會了如何提出更精準、更有效的指令（即所謂的「提示工程」能力）。這種「邊做邊學」（learning-by-doing）的過程，讓使用者對 AI 的信任感與日俱增。當你越來越相信你的代理人能夠勝任工作時，你自然會傾向於授予他更大的自主權。
此外，報告也提到，新的產品功能（例如 AI 內建了網路搜尋功能）也催生了新的使用方式，讓 AI 能夠處理過去無法完成的、需要即時資訊的任務，進一步強化了其作為自主代理人的能力。
總結來說，此報告的第一個主要論點描繪了一幅 AI 應用生態的快速演化圖。 AI 正在從一個被動的、需要使用者時刻監督的「協作者」，迅速蛻變為一個主動的、被賦予高度信任的「代理人」。這不僅僅是使用頻率的增加，更是人機關係的根本性重塑。這個趨向「委派」和「自動化」的趨勢，預示著 AI 對未來工作流程和勞動市場的影響將比我們最初想像的更加深遠和直接，因為它意味著越來越多完整的、過去由人類執行的任務，將可能被整體地交由 AI 來處理。