Anthropic 发布第六期经济指数报告：Claude 使用节奏与产物分析
Anthropic 发布 Economic Index 报告，改用每日持续采样的隐私保护遥测数据，可观察到小时级使用规律。报告显示个人用途对话占比从工作日的约 35% 升至周末的近 50%，食谱请求在 18 点出现 2.3 倍峰值，4 月 14 日税务相关对话是 5 月平均日的 8 倍。报告还按产物对对话分类，93% 的对话被识别出产物，其中解释类占 17%、文档与报告占 15%。
%），紧随其后的是解释（20%）、教学材料（11%）和学术论文（6%）。相比之下——也并不意外——只有6%的个人对话会产生文档。相反，最常见的结果是解释（25%）和建议（22%）。 成本与工作的价值相对应 生成这些输出需要算力，而我们发现算力往往随工作的价值而扩展。我们以 token 衡量每段对话的计算成本——即处理与生成的文本量，包括 Claude 的内部推理——并通过将每段对话分类后的任务映射到通常执行该任务的职业，在不同职业之间进行比较。在本节中，我们将分析范围限定为与工作相关的对话。 图2.3左侧面板显示了映射职业中对话级token数量的中位数与工资中位数之间的正相关关系。10 例如，营销经理的收入大约是编辑的两倍（每小时80美元对37美元），而映射到其任务的对话消耗的token数量约为后者的2.5倍。诚然，这种关系并不精确，且存在明显的离群值。例如，药剂师的收入几乎是统计助理的三倍（每小时68美元对24美元），但映射到药剂师任务的对话所使用的token数量仅约为后者的二十分之一。 高工资职业的对话消耗更多 token左图：某一职业的工资中位数与该职业所属某一任务的对话中典型（
匹配字段正文