群組裡沒有人在討論的技術，就不是產品
ChatGPT 有 9 億人，AI 代理只有 1,000 萬人
前言
讀者 您好，上週有一位叫 Joshua Miller 的人，在歐洲家庭旅行途中半睡半醒地發了一篇貼文。
「這不是很奇怪嗎？竟然沒有人在真正使用 AI 代理。」
他補充的標準很有意思。不是開發者或早期採用者，而是大學同學群組裡開始被討論的那一刻。就像我們當年感受到 Instagram 或 TikTok 席捲時的感覺。Miller 是 Arc 瀏覽器的創辦人，去年以 6 億 1,000 萬美元（約 8,500 億韓元）將公司賣給了 Atlassian。他也是歐巴馬政府白宮的第一任產品總監。一個業界內部的人向整個業界拋出的問題，自然引發了巨大迴響。
先說結論吧。瓶頸不在模型效能，而在驗證。AI 代辦的事情是否正確，由誰來確認——採用曲線的分水嶺就在這裡。
9 億人與 1,000 萬人之間
先來看數字。
OpenAI 在 7 月 21 日發表，Codex 和 ChatGPT Work 合計有 1,000 萬人在使用。相比 7 月初幾乎翻了一倍。同一時間，ChatGPT 本身的週活躍用戶超過 9 億人。
換算比例是 1.1%。也就是說，每 100 個使用聊天機器人的用戶中，大約有 1 個人開始接觸 AI 代理產品。
不過，這 1,000 萬人的數字也不能完全照單全收。OpenAI 既沒有公開各產品的細分數據，也沒有說明活躍用戶的統計週期，更沒有外部審計。我們無法知道是只要啟動過一次任務的人，還是每週真正完成任務的人。另外，6 月的一項調查顯示，使用 ChatGPT 或 Codex 的組織帳戶用戶中有 17.3% 使用了 Codex，但個人帳戶中不到 1%。
同一區間，Anthropic 的 Claude Code 和 Cowork 據說規模也差不多。不過這不是官方發布，只是相關人士的說法，所以我不會把它當作堅實的依据。
總結一下。對開發者和部分上班族來說，一個真實的市場已經出現了。但在一般消費者這邊，用 Miller 的話說，群組裡從來沒有人提起過。
為什麼只有開發者會用
這裡通常會出現一個解釋：「因為模型還不夠好。」我認為這個說法只對了一半。
讓我問一個問題：為什麼程式開發會成為第一個市場？
一般回答是「因為開發者是早期採用者」。我認為還有更大的原因。程式開發是人類所有工作中極少數機器可以免費告訴你對錯的領域。編譯器會抓語法錯誤，測試會跑起來，CI1 會在構建失敗時發出警報。AI 說錯話，30 秒內就會亮紅燈。
現在把一般消費者的工作放到同一個標準下來看。訂機票、回覆供應商郵件、整理購物清單、比較保險條款。這些裡面有任何一項附有自動驗證器的嗎？沒有。全部都需要人用眼睛逐一確認。
但委託的價值，恰恰在你不需要自己看的時候才產生。如果你必須從頭到尾重新讀一遍結果，那就不叫委託，只是收到了一份草稿。而收到草稿這件事，聊天機器人已經在做過了。沒必要再學一個新類別。
所以我是這樣總結的：
AI 代理的普及速度，取決於模型效能，更取決於該領域是否有自動驗證機制。
這裡出現了一個矛盾。聊天機器人能力較低，但對用戶幾乎沒有負擔。問完、看完就結束了。AI 代理能力更高，但同時給用戶佈了兩道新作業：決定要委託什麼，以及確認結果是否正確。能力越高，認知負擔也越高，這是一個結構性的問題。
這並非第一次發生。2016 年 Facebook 開放 Messenger 聊天機器人平台時，整個業界都在說「App 的時代結束了」。不到一年，就有調查顯示聊天機器人的請求處理失敗率達 70%，Facebook 大力推廣的個人助理 M 在 2018 年初悄悄關停了。當時失敗的原因也不是模型。因為人必須逐一確認結果，而確認起來不如自己做快。
市場研究機構 Gartner 去年 6 月預測，到 2027 年底，超過 40% 的 AI 代理專案將被取消。原因有三：成本上升、商業價值不明確、風險管控不足。同一份報告中更引人注目的是，市面上數千家 AI 代理供應商中，真正具備代理能力的估計只有約 130 家。其餘的只是把既有聊天機器人或 RPA2 換了個名頭，被稱為「代理洗白」3。
當然，為了平衡我也補充一點：Gartner 在同一份報告中也認為，到 2028 年，日常業務決策的 15% 將透過 AI 代理自主完成（2024 年為 0%）。他們並非否定方向本身，而是認為目前的普及速度預期過熱了。
只有去掉名字的產品才活下來
Miller 更大的論點不是「還沒普及」，而是AI 代理是技術，不是產品。
他這樣說：「沒有人想要 AI 代理。因為根本沒有這樣一個東西。這是我們業界為了統稱某類事物而硬造出來的框架。」
他的依據也來自自己的產品。他公司開發的 AI 瀏覽器 Dia 中，歷史上最受歡迎的功能是晨間簡報。打開筆記型電腦，會看到問候語，以及從行事曆和郵件中整理出的今日待辦清單，旁邊還搭配一些小巧的視覺元素。從技術上說，這需要 AI 代理在背後運作。但用戶不需要知道這些。
我認為這個案例不是偶然受歡迎的。晨間簡報是一個出錯也不會有損失的工作。漏掉一個行程，用戶打開行事曆就能看到。驗證負擔幾乎為零。完全符合前面章節的標準。
回頭看，在消費者端成功落地的 AI 全部符合這個條件。垃圾郵件過濾、自動補全、地圖 App 的路線推薦、YouTube 推薦、照片 App 的人臉整理。沒有人稱這些為「AI 產品」，也沒有人去驗算結果。出錯了就直接點下一個。
數據也能佐證。Menlo Ventures 與 Morning Consult 合作調查了 5,031 名美國成年人（2025 年 4 月），最近 6 個月內使用過 AI 的佔 61%。但付費轉換率只有約 3%。同時，71% 擔心數據隱私，58% 表示不信任 AI 提供的資訊。
用了，但不付費，也不信任結果。在這種狀態下，你說「現在我連執行都幫你做了」，會怎樣呢？要求一個不信任你的人去委託，這不是便利，而是負擔。
Oswald 的視角
我認為這不是技術成熟度的問題，而是GTM 問題。
在制定 GTM 策略時，我反覆遇到一個失敗模式：把開發端的術語原封不動地拋給用戶端。我們用零件名稱來做品牌，客戶就得承擔理解那個零件的責任。而在消費者市場，願意承擔這個責任的人幾乎沒有。
回想一下，成功的产品都反其道而行。Salesforce 賣的不是 SaaS，而是「無軟體（No Software）」。Apple 賣的不是硬碟容量，而是「口袋裡的 1,000 首歌」。現在業界在說「我們使用 AI 代理」。這句話和「我們的产品使用資料庫」是同一層次的。
這裡有一個我最近在協助導入評估時一定會問的問題：
「如果這個 AI 代理出錯了，誰會在什麼時候發現？」
如果答案是「負責人員會審查結果」，那這個專案的 ROI 通常不會好看。審查的人力成本會吃掉節省下來的成本。但如果答案是「系統會自動捕捉」或「出錯了也沒什麼損失」，那才算數。Gartner 說的那 40% 中，很大一部分可能就是後來才問到這個問題的專案。
所以如果要設計消費者端的 AI 代理，路有三條：一起打造驗證機制（程式開發就屬於這類）、選擇出錯也沒關係的工作（Dia 的晨間簡報就屬於這類）、或者把產出從「需要檢查的對象」變成「可以閱讀的內容」。三者都不沾邊卻說「AI 會自動幫你搞定」的產品，其實是在給用戶多製造一件工作。
我每週撰寫一份交叉分析科技、經濟與人文的電子報。找出這種錯位，就是這份電子報在做的事。
結語
總結一下。
第一，差距是真實存在的。ChatGPT 9 億人對 AI 代理產品 1,000 萬人。但那 1,000 萬人的統計標準也沒有公開。
第二，開發者成為第一個市場，不是因為他們是早期採用者，而是因為程式開發是機器可以免費告訴你對錯的少數領域。
第三，在消費者端成功落地的 AI，全部是去掉了名字的 AI。現在業界正在用零件名稱做品牌。
Miller 的最後一句話讓我印象很深。「不管它看起來像不像代理，誰在乎呢？反正沒有人在用代理。」
💬 你最近有沒有把某件事完整地交給 AI 處理，結果最後還是從頭到尾重新確認了一遍？是什麼工作，在哪個環節讓你覺得不放心？歡迎在留言區分享。案例累積夠的話，下一期我會整理成「可委託工作的條件」。
💬 如果有完整委託後又不得不重新檢查的工作，歡迎留言分享。下一期會納入討論。 📨 如果你身邊有人正在開發或評估導入 AI 代理產品，請把這篇文章轉發給他們。
參考資料 & 延伸閱讀
核心來源
- “Why Normal People Aren’t Using AI Agents”, WIRED, 2026 年 8 月 6 日。 連結 ··· 本文的起點。Miller 訪談中提到「每家實驗室都把電影《Her》當作願景來談」，這句話最能體現業界想像力的單一化。
- Josh Miller (@joshm), X 貼文, 2026 年 8 月。 連結 ··· 爭議的原文。回覆的引用更有趣。有「AI 代理更接近程式語言」、「普通人沒有那麼渴望節省時間」等反駁。
- “OpenAI’s Agents Reach 10 Million Users After ChatGPT Work Debut”, Bloomberg, 2026 年 7 月 21 日。 連結 ··· 1,000 萬人這個數字的原始出處。
- “OpenAI’s Work Agents Reach 10 Million Users”, Implicator.ai, 2026 年 7 月。 連結 ··· 分析為什麼這個數字的統計標準含糊不清。組織帳戶 17.3% 對個人帳戶不到 1% 的數據是本文的核心依據之一。
- “Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027”, Gartner, 2025 年 6 月 25 日。 連結 ··· 數千家供應商中真正具備代理能力的約 130 家這個估算就出自這裡。導入評估會議中很適合引用的數據。
- Menlo Ventures & Morning Consult, 2025: The State of Consumer AI, 2025 年 6 月。 連結 ··· 5,031 名美國成年人的調查。使用率 61% 與付費轉換 3% 的落差，以及 58% 不信任 AI 資訊的數據，一起看就能理解委託的壁壘在哪裡。
背景知識
- “Facebook Chatbots Hit 70% Failure Rate As Consumers Warm Up To The Tech”, MediaPost, 2017 年 2 月。 連結 ··· 2016 年聊天機器人熱潮如何冷卻的當時記錄。和現在 AI 代理的討論在句式結構上驚人地相似。
- “Lessons From The Failed Chatbot Revolution”, CB Insights. 連結 ··· 事後整理聊天機器人失敗的報告。也探討了哪些產業中聊天機器人重新活過來了。
- “Atlassian Enters Into Definitive Agreement to Acquire The Browser Company of New York”, Business Wire, 2025 年 9 月 4 日。 連結 ··· Miller 的話之所以有分量的原因。6 億 1,000 萬美元收購的正式公告原文。
推薦搭配閱讀的往期文章
- Oswald 的知識對談, “關掉 20 瓦大腦的人們” ··· 探討當人把判斷交給 AI 時，實際上減少的是什麼。和本文的「驗證負擔」話題恰好從相反的方向交會。
