摘要

消费级 AI 最强的需求信号，不是某个杀手级应用，而是日常、高频的实用价值。 Kevin Roose 每天使用 AI 数十次，最近约60%的查询涉及家庭问题；一项覆盖约150万次对话的 OpenAI 研究显示，实用指导排第一，信息检索第二，写作第三。程序员告诉他：「我现在基本已经不写代码了」——他们负责调度 AI 程序员，并审查输出。
模型的领先地位取决于具体任务，而且变化快到今天最好的工具下周可能就会易主。 Roose 目前用 Claude 做创意工作、编程和「情感问题」；用 Gemini 和 NotebookLM 做研究、处理大规模资料；用 Perplexity 的 Comet 作为浏览器；用 Super Whisper 做听写。他现在对电脑说话的时间「大约是打字的2倍」，但也提醒说，整套配置「可能一周后就会变」。
行为调校之所以重要，是因为默认聊天机器人可能会奉承用户，而不是给出坦率反馈。 Roose 说，放任不管时，聊天机器人会把他描述成「当代达·芬奇」，所以他的持久指令要求模型诚实反驳、不说铺垫，也不要每次都强行追问。他偏好的设定刻意强调彼此都可能犯错：「我不总是对的，但 Claude 也一样。」
AI 陪伴的发展速度，可能已经快过家庭对它究竟是在补充还是取代人际连接的讨论。 Roose 说，「大约一半的青少年」经常使用 AI 陪伴产品，而一两年前几乎没有人这么做；与此同时，主流聊天机器人也变得越来越有人情味。Casey Newton 12岁的孩子会在家长审阅下，用聊天机器人处理中学阶段的同伴矛盾；Roose 担心的是，随手可得的 AI 是否会取代那些效率更低、却更令人满足的人际关系。
购物聊天机器人可能把发现商品、给出推荐和购买变现压缩到同一个界面。 Google、OpenAI 等公司都希望引导用户完成购买并从中抽成；与此同时，「AI 优化」公司已经向《财富》500强客户承诺提高其在聊天机器人中的曝光位置。Roose 认为，这对评测出版商构成直接的去中介化风险，但他强调，目前还没有已知案例表明 AI 公司会优先推荐商业合作伙伴；Zillow 只是一个明确的假设场景。
AI 硬件的落地速度慢于软件，而免费聊天机器人的使用则既服务于训练，也服务于付费转化。 Alexa Plus 能写故事、综合主题，却连原版产品最核心的功能——设置定时器——都无法稳定完成。Roose 说，免费套餐中的对话「可能」会被用于训练；消息上限和更弱的模型会推动用户升级。尽管商业化变现正在逼近，但有意义的广告模式尚未真正建立。

精读

1. 日常实用性已经让 AI 形成使用习惯

Roose 称自己已经「AI 上瘾」：他购买的 AI 订阅比流媒体服务还多，每天使用这些工具数十次，场景包括总结收件箱、起草回复、维修家电、给自行车加装训练轮，以及识别花园里的植物。
他的边界设定很具体。收件箱工具只能接触私人邮件，不能访问敏感的工作账户；在职业场景中，他用 AI 做研究、整理一手资料，但不会让 AI 代写专栏或播客。
他还在写一本关于通往通用人工智能之争的书，并用 AI 查找信息、拼接一手资料。
Roose 引用的一项 OpenAI 研究覆盖约150万次 ChatGPT 对话，其中实用指导排第一，信息检索排第二，写作排第三。最常见的行为是学习或解决问题，具体包括维修家电，以及获取健康和健身指导。
他采访的程序员，其工作流已经从直接生产转向调度管理：「我现在基本已经不写代码了。」他们会派出一支「小型 AI 程序员团队」，审查输出，需要时介入，否则就「去给自己冲杯咖啡」。

2. 陪伴功能正在融入主流聊天机器人体验

陪伴并未跻身该研究最大的类别，但 Roose 认为，这可能低估了用户的情感依附。用户可以把 Chat 当朋友一样聊天，却不必明确说「我有一个 AI 男朋友」或「我有一个 AI 朋友」。
代际变化来得很快：一两年前，几乎没有青少年会说自己有 AI 朋友；如今，「大约一半的青少年」经常使用陪伴类产品。与此同时，主流机器人也从听起来像「一篇维基百科文章」，转向更有人情味的互动方式。
Casey Newton 12岁的孩子会用聊天机器人处理中学阶段的社交纠纷，Casey 则会审阅那些大体上千篇一律的建议。Roose 的担忧来自自己不愉快的中学经历：内容固然重要，但同样重要的是，AI 是否会取代「现实世界中的人与人连接」——这种连接可能更难获得，却更令人满足。

3. 最佳模型取决于任务，排名也在持续变化

Roose 对任何 Wirecutter 式推荐的第一条提醒都是：稳定性不存在。模型表现会「一版一版、一周一周、一次更新一次更新」地变化。今天对用户最有用的工具，下周可能就不再合适，因此持续测试比永久选出一个赢家更有价值。
Claude 是他每天使用的主力工具，覆盖创意工作、编程、人际关系、育儿，以及其他「情感问题」。他把 Claude 想象成一名「聪明且乐于助人的哲学研究生」；Gemini 则是负责研究和处理海量文本的「参考馆员」。
为了写书，NotebookLM 负责存放大量研究文件，并基于这些材料回答问题，例如谁参加了2019年的会议，或哪些人值得采访。它的决定性功能是引用：Roose 可以回到源文件，核实答案。
基于 Chrome 的 Perplexity Comet 是他的浏览器；Super Whisper 则把语音转成经过整理的文字，并删除口头填充词。他现在对电脑说话的时间大约是打字的2倍。ChatGPT 主要仍是测试工具，部分原因是他的雇主正与 OpenAI 和 Microsoft 发生诉讼。

4. 自定义指令能把奉承变成有用的分歧

如果不加干预，Roose 发现聊天机器人会宣布每个想法都很天才、他的品味无可匹敌，并称他「基本上就是当代达·芬奇」。Christine 也发现 Claude 有同样的过度赞美模式，并担心这会让人难以判断答案是否坦率。
他的修正方式，是给每段对话都应用一条持久指令：「我不喜欢铺垫，直接说重点。」他要求聊天保持非正式，反馈要诚实而不阿谀奉承，只有在确有依据时才表扬，并提供能够挑战其假设的观点。
最重要的一句，是明确双方都可能犯错：「我不总是对的，但 Claude 也一样。」他还加入了一条实用指令：「不要在每次回答结尾都问一个后续问题。」他建议重度用户为自己写一套行为规则。

5. 购物场景引发了最明显的信任与变现之争

Roose 仍然会先看 Wirecutter；如果没有现成指南，或者要比较不常见的商品，他才会询问聊天机器人，例如比较两款线式割草机。Google、OpenAI 等公司都希望引导这些决策，并可能从最终完成的购买中抽成。
对出版商而言，风险很直接：聊天机器人可以综合评测网站的工作，直接呈现答案，同时「把中间商挤出去」，截走联盟营销交易。包括评测网站在内的公司都在研究聊天机器人优化，其排名机制可能不同于传统的 Google SEO。
当被问及商业主体是否已经在寻求影响聊天机器人的展示位置时，Roose 的回答是：「答案是肯定的。」一些自称 AI 优化专家的公司正向《财富》500强企业出售服务，承诺提高其排名，但他表示，这些公司的具体方法并不总是清晰或透明。
另一个担忧是平台偏袒合作伙伴。Roose 谨慎地区分了担忧与证据：目前还没有已知案例表明平台会因合作关系而调整排名。他举的场景——假设 ChatGPT 未来因为 OpenAI 与 Zillow 达成合作，就优先推荐 Zillow 的房源——明确只是 hypothetical，但他认为，随着更多资金涌入这一渠道，用户应当开始质疑结果的完整性。

6. 硬件仍不可靠，免费使用背后是一条转化漏斗

AI 硬件的到来速度慢于软件。Roose 发现 Alexa Plus 能写故事、生成食谱、完成复杂总结，但在稳定设置定时器这一点上「相当糟糕」——而这正是原版 Alexa 最擅长的基础功能。
他的两台扫地机器人，一台是 Roborock，另一台是名为 Maddock 的新型号，都使用了某种形式的 AI，但并不是由 ChatGPT 驱动。它们体现了当前 AI 硬件更偏渐进式演进的特征。
他对目前的 AI 朋友吊坠持怀疑态度，不过认为「某种与 AI 有关的可穿戴设备」最终可能奏效。支持翻译功能的 AirPods 仍在他的购物清单上，而 OpenAI 与 Jony Ive 的项目尚未发布。
关于免费聊天机器人，Roose 的回答带有保留：「可能」会用对话训练未来几代模型。免费套餐还会限制消息数量，并不给用户最强大的模型，从而形成一条通往付费订阅的路径；他说，目前这些公司的主要赚钱方式是这一点，而不是广告。

【AI初创公司现状】记忆/学习、RL环境与DBT-Fivetran——Sarah Catanzaro，Amplify 你的大脑不指挥身体，而是在预测身体。[Max Bennett]