新报告来了：5%的重度用户，用掉了一半以上的AI算力

网易新近发布了一份挺有意思的报告《中国办公 Agent 用户行为不完全报告》。

该报告基于其旗下办公 Agent 产品 LobsterAI 上线以来的真实用户行为数据，试图回答一个问题：当 AI 不再只是陪人聊天，而是开始真正接手工作时，用户到底会怎么用它？

报告显示，截至今年 8 月，LobsterAI 累计用户已超过 100 万。越来越多用户正在把编程、写作、数据处理、信息检索、自动化执行等更复杂、更高频的办公任务交给 Agent。

这意味着，办公 Agent 不再只是一个“问答助手”，而更像是一个能持续理解任务、调用模型、处理文件、拆解步骤，并在无人盯守时继续执行的“数字同事”。

那么，在真实办公场景里，中国用户到底把哪些工作交给了 Agent？谁用得最多？什么时候用？它又正在怎样改变我们的工作方式？

接下来，我们就从这份报告里，看看几个值得关注的有趣发现。

发现1: 从用户结构看，办公 Agent 已经呈现出明显的“重度用户驱动”特征。

报告显示，前 20% 用户消耗了 87.4% 的算力，其中前 5% 用户消耗占比达到 53.5%。这意味着当前 Agent 的真实价值，首先被一批高频、高强度用户率先验证，一部分用户已经把它嵌入日常工作流程，形成了稳定依赖。

付费用户的表现也印证了这一点，订阅用户在 token 消耗、任务量和活跃天数上均显著高于免费用户，付费也更像是重度使用之后自然发生的结果。

发现2: 从任务规模看，用户正在把越来越“重”的工作交给 Agent。

报告显示，单次任务规模在 5 个月增长 3.1 倍，并呈现出约每 3 个月翻一倍的趋势，8 月单次任务规模环比增长 53%。

这背后反映的是用户信任度的变化。早期用户可能只是让 AI 改一句话、写一段文案，但随着 Agent 能力增强，用户开始交付更复杂的需求：拆解项目、生成代码、整理数据、写长文档、搭建网页、执行多轮自动化任务。单次任务规模变大，意味着用户在把 Agent 当成一个可协作的执行者。

发现3: 从使用时间看，Agent 正在打破传统办公时间边界。

报告显示，调用高峰出现在上午 10 点和下午 15 点至 16 点，符合正常办公节奏。

不过，办公时段之外的 token 消耗接近 60%，其中下班后、夜间、周末都有大量使用，凌晨 0 点仍有 3.7% 的调用量，周末活跃用户虽然只有工作日的 63%，但周末用户的人均日消耗反而高出 28%。

这说明 Agent 的使用并不完全受制于“人在工位上”的时间表。用户可能在晚上把需求交给 Agent，让它处理代码、资料、报告或自动化任务；也可能在周末集中处理副业、学习、项目推进等长任务。办公 Agent 不只是提升工作时间内的效率，也让弹性办公和个人生产力延展成为可能。

发现4: 从任务执行方式看，Agent 的“自主运行”特征正在增强。

报告提到，单条定时任务平均带动的模型调用次数是人工任务的 6 倍，约 12.2% 的调用量并非由人当场发起，而是来自定时任务或后台自主运行。

这也是 Agent 区别于普通聊天机器人的关键：它可以在用户发出一次指令之后，继续拆解步骤、反复读取上下文、调用模型并完成后续流程。

报告中还提到，聊天窗口正在成为任务第二入口，用户可以发个微信就让 Agent 帮忙干活。这意味着办公 Agent 的入口正在从单一桌面应用，扩展到更自然的聊天场景。

发现5: 从模型生态看，办公 Agent 正在成为国产大模型触达真实工作负载的重要渠道。

报告显示，DeepSeek V4 Flash 是 LobsterAI 中最受欢迎的模型之一，相关模型在调用份额中占据领先位置。

同时，新模型上线 3 天内的渗透率接近 50%，部分模型上线 72 小时内即被大量活跃用户尝试。

这说明 Agent 平台具有很强的模型分发能力，也能快速为新模型提供真实办公场景中的反馈。在 Agent 场景中，模型会直接面对代码生成、文件处理、表格分析、多轮执行等真实任务。谁更快、更便宜、更稳定，用户会用任务和调用量直接投票。

发现6: 从任务类型看，编程仍是当前办公 Agent 核心场景。

报告显示，编程任务占比达到 38.5%，显著领先文档写作、数据与表格、图像生成、信息检索、自动化配置等其他任务。这或与 Agent 产品早期用户结构高度相关：程序员天然更容易理解 Agent 的能力边界，也更愿意把代码生成、调试、脚本编写、环境配置等任务交给 AI。

与此同时，LobsterAI 用户中软件开发和 IT 行业占比达到 38.9%，也进一步解释了编程任务的领先地位。

当然，这并不意味着 Agent 只属于程序员。报告显示，设计影视、互联网产品运营、教育教研、工程制造、行政人事、广告电商、学生群体等也在使用 Agent。随着产品交互门槛降低，办公 Agent 的外溢效应已逐渐从技术人群扩展到更广泛的知识工作者。

发现7: 从地域分布看，办公 Agent 不再只是少数一线城市用户的工具。

报告显示，北京、上海、杭州、广州、深圳五个城市用户占比超27%，中国城市 Top 10 合计占比为 37.21%，其他城市占比达到 62.79%。这意味着 Agent 应用已经进入更广泛的城市和办公人群，而不是只集中在科技公司密集的一线城市。

与此同时，海外用户占比达到 12.75%，其中美国用户占比为 2.73%，明显高于其他海外国家和地区。

这个数据释放了两个信号：一是国内 AI 工具正在服务海外中文用户、留学生、跨境从业者和国际化办公人群；二是只要产品能解决真实效率问题，国产 Agent 具备跨地域传播的潜力。

发现8: 从成果形态看，用户最愿意分享的是“可直接使用”的产物。

报告显示，用户在 Agent 内生成的网页被分享次数最多，占比达到 66%。这说明用户更看重可以打开、展示、交付、复用的结果。

网页、工具页、可视化页面、在线文档、表格和图片等成果，更容易形成传播，也更接近真实办公交付物。

发现9: 从成本结构看，缓存机制正在成为 Agent 商业化的关键基础设施。

报告显示，96.8% 的内容属于“读过一次后被复用”的内容，缓存能帮助用户节省约 80% 的费用。同样的任务，如果不使用缓存，成本可视为 100；使用缓存后，成本大约降至 13 至 27。

Agent 执行复杂任务时，往往需要反复读取上下文、文件、历史步骤和任务状态，如果每一步都按完整输入重新计费，长任务成本会迅速攀升。缓存机制的意义在于，把重复读取的部分以更低成本复用，从而让长链条办公任务具备经济可行性。

总体来看，网易这份报告释放出的行业信号很清晰：AI 正在从“提高效率的外挂”，变成工作系统里的一部分。

用户开始把更长、更重、更不确定的任务交给它，如写代码、处理数据、生成网页、定时运行、后台执行。单次任务越来越大，非办公时间消耗接近六成，说明 Agent 已经不只是人在工作时调用的工具，而是在把工作延伸到人的注意力之外。

这会改变办公 AI 的竞争逻辑，接下来，拼的是模型能不能理解任务、接住上下文、跨工具执行，并以足够低的成本持续运转。

你每天使用 Agent 的时间是什么时候？你看完报告还有什么新发现？欢迎一起聊聊。

PS：

9-10月来了：杭州《视频号精准获客》、杭州《Codex超级实战课》、广州“高客单行业获客+激活”异业合作私享会、长沙私域私享会、北京某知名快消品牌闭门会，欢迎加入会员一起参加，可点击文末阅读原文查看活动详情。