十年前，人類還在討論「AI會不會取代我們」；如今，它已經在重組人類本身。

賓大教授Ethan Mollick在最新文章中指出：

 全球已有10%的人類每周使用AI。

AI不再是實驗工具，而是一種新的社會基礎設施。

更微妙的是，它正在制造人類內部的分層。

同樣是用ChatGPT，有人只是隨口問天氣、寫個笑話；有人已經讓GPT-5幫自己寫研究報告、編程、分析財報。

從免費賬號，到20美元月費的「中產層」，再到200美元的「上流圈」 ，AI世界正在復制一套新的社會結構：

同樣的工具，卻映出不同的人。

AI的隱形階層：算法早就知道你的位置

當Ethan Mollick說「10%的人類每周使用AI」時，他并不是在炫耀數字，而是在提醒：AI已經形成了新的社會分層機制。

在「我也用ChatGPT」這樣普遍的認知背后，正悄然形成新的使用階層。

算法正在在偷偷劃分人類

從使用數據來看，AI的普及速度驚人。

以ChatGPT為例，官方披露，其使用者中大約49%為「提問式」，40%為「任務執行型」。

外部統計顯示2025年其周活躍用戶數已接近7–8 億。

ChatGPT每周活躍用戶數量的時間表。

然而，這種廣泛覆蓋并非意味著「人人平等使用」。Mollick提到：

多數免費用戶默認被分配到「Auto模式」，實際上常是較弱的模型版本。

很可能出現這樣的情形：兩個人都說「我用AI了」，但一個用的是閃電響應、淺層回答，另一個用的是多步思考、代碼生成、報告制作。

這兩者的差別，不在工具，而在模型與使用方式上。

當你只在免費模式中「問一句、輸出一個答案」，系統可能早已將你分流至「淺層用戶」路徑；而付費用戶則進入「思考模式」「生成模式」，承擔更多任務，也獲得更多能力。

免費工具的隱形天花板

在同一平臺上，免費賬戶與付費賬戶常常表現出不同的操作路徑。

Mollick指出，很多人在免費模式下用AI做生成、娛樂、測試，而真正讓AI介入產出與協作的，是那些愿意付費、選擇高級模型、打開多模態輸入、連接個人數據的人。

這就形成了一個隱形門檻：免費模式用戶看似「自由」，但功能深度受限；付費模式用戶雖形式相同，卻擁有「生產性工具」與「賦能路徑」。

你以為你是在用AI，但算法可能已把你歸類為「目前只能娛樂／詢問」的使用者。

真正的分層，不在功能，而在思維

更值得注意的是：這種使用差距的本質，不僅是工具能力不同，而是「認知方式不同」。

當一個人長期在免費層面使用AI，他習慣于「向AI提問，獲取答案」；而在付費／高級模式下的用戶，則習慣于「讓AI參與流程、生成內容、協同決策」。

不同類型任務對模型復雜度的依賴差異——從「可免費完成」到「必須高級模型」，AI使用正在形成能力階層。

這種差異，在時間里就可能演變成「誰在用AI」與「誰被AI用」的二元結構。

Mollick總結：

未來最重要的能力，不是寫Prompt，而是培養對AI的直覺。 也就是說，誰能跳出「問答」范式，誰就更接近「用AI思考」而不是「被AI回答」。

而當算法完成了這場無聲的分層之后，真正的界線才出現——20美元。

20美元的分水嶺：AI中產的誕生

當Ethan Mollick寫下「認真使用AI，就得花錢」，他其實在描繪一種全新的社會現象——AI中產的出現。

20美元，成了技術門檻

在以往的技術革命中，知識與硬件曾是區隔人群的壁壘；而在AI時代，這條線被一項訂閱費取代。

Mollick將目前的主流AI生態劃分為三層：

• 免費層：功能有限，以聊天、生成圖片、問答為主；
• 20美元/月層：解鎖高級模型與更深推理；
• 200美元/月層：面向科研、工程、編程等專業群體。

聽起來像價格分級，但實質是認知結構的分層。

20美元成了新的「入場券」，讓使用者從體驗AI進入與AI共事。

三大陣營：Claude、Gemini、ChatGPT的中產位次

Mollick建議大多數人從三款系統中挑選：

• ChatGPT （OpenAI）：功能最全，支持代碼、圖像、語音、文檔生成；
• Claude （Anthropic）：在文本、表格、報告等知識型任務上表現穩健；
• Gemini （Google）：依托搜索與圖像理解，適合需要實時聯網與多模態輸入的用戶。

這三者的「高級模型」表現各有側重，但本質相同：都在為20 美元提供生產力紅利。

付費用戶能讓AI承擔更完整的工作流，從調研、草稿、寫作到編輯；而免費用戶，往往只能獲得零散的、即時的輸出。

這也解釋了Mollick那句被廣泛引用的評論：

同樣是用ChatGPT，有人只是在聊天，有人在訓練自己的副腦。

從「用AI做事」到「和AI一起思考」

更深層的分化在于思維方式。

當AI從問答機器變成協作伙伴，人們對它的態度也在分化：

免費用戶多把AI當作臨時幫手；付費用戶則逐漸建立「使用肌肉」，讓AI嵌入工作結構。

這種轉變不僅帶來效率差，更在重塑人的認知路徑。

因為付費用戶不斷向AI輸入材料、指令與反饋，他們在訓練AI的同時，也在被AI訓練——他們的提問更具體、目標更清晰、思維更結構化。

這就是所謂的「AI中產階層」：既懂工具，又懂協作，他們把AI當作自己的第二語言。

200美元的上流實驗場：AI精英的私人實驗室

當大多數人還在為「要不要花20美元訂ChatGPT Plus」糾結時，一部分人已經進入了另一個世界。

在Ethan Mollick的分類里，這個世界屬于200美元/月的高端層級——一個被少數科研人員、工程師、獨立開發者和創業者占據的圈層。

AI不再回答問題，而是開始接管流程

在這個層級中，AI已不再只是對話者，而是可以執行多步任務的代理系統（Agent Model）。

用戶可以讓AI自主完成整條流程：搜集資料→運行代碼→生成文件→輸出報告。

典型的代理系統代表包括：

• GPT-5 Thinking Extended / Heavy（OpenAI）
• Gemini 2.5 Pro（Google）
• Claude Sonnet 4.5 Extended Thinking（Anthropic）

這類模型不追求即時響應，而追求完整性與一致性。

同樣的問題，GPT-5 Instant（免費版）「憑直覺」回答，而GPT-5 Thinking Extended在回答前進行了外部檢索與推理。

結果是后者更慢，但也更接近真實。

同一問題由不同模型回答：左為聊天模型 (GPT-5 Instant)，右為代理模型 (GPT-5 Thinking Extended)。前者即興生成，后者經外部研究與多步推理后得出。

Wizard Models：AI的科研級算力

更高一層，是Mollic 所稱的「Wizard Models（魔法師模型）」。它們是當下最昂貴、也最接近獨立研究員的模型類別。

目前僅有兩款在這一層活躍：

• Gemini 2.5 Deep Think（AI Ultra 計劃）
• GPT-5 Pro（OpenAI Pro 計劃）

這些模型不只是推理更強，而是可以在內部運行復雜計算、調用代碼執行環境，甚至生成跨模態結果（文本+圖像+視頻）。

Mollick指出，Wizard級模型能承擔學術論文寫作、市場預測、工程模擬等科研級任務，但其代價是更高延遲與更大算力消耗。

這一層級的AI不再是個人助手，而是一種「租來的超級計算腦」。

Claude、Gemini、ChatGPT三大系統在不同模型層級下的功能分布。Wizard 級模型僅出現在Gemini Deep Think與GPT-5 Pro中。

在200美元這層，人們使用AI的方式已經接近研究合作。

他們不再追求一問一答，而是讓AI執行完整研究鏈條：寫出研究計劃→搜索并匯總文獻→建立假設與實驗模型→自動生成數據可視化→最后輸出論文或商業提案。

這類用戶的AI使用習慣，也在反向塑造AI產品本身。

Gemini的Deep Think模式與ChatGPT Pro的Research Sandbox，正是這些「重度用戶」測試出的需求。

他們是AI的早期共創者，也是未來AI生態的「上游生產者」。

Mollick 形容這種關系為：

不再是「使用」AI，而是在與它共事。

分層的頂點：AI 思維的社會化

這些「AI精英」代表著一種新的生產模式：他們把AI當作外包的推理器、自動化的項目助手，甚至是認知共創者。

這意味著：AI使用的分層不再是誰能訪問，而是誰能思考到哪一步。

從免費層的即時回答，到20美元層的任務執行，再到200美元層的協作研究，AI世界已經出現了一種新的社會結構——思維的階層化。

而在這條由價格劃出的通道上，人類的思維模式，也在被悄悄重塑。

而「深度研究」和「數據連接」功能的開放，讓AI不再只是回答問題，而是開始理解你的世界。

上圖展示如何開啟「Deep Research」深度研究模式，以及如何將個人數據連接到Claude與ChatGPT，實現AI對郵箱、文檔、日程等信息的自動整合。

這也是AI分層真正的分界線——誰能讓AI參與思考，誰就離未來更近。

人類的AI直覺正在分化

在Ethan Mollick的框架里，AI的分層不只是經濟層級，更是認知結構的重組。

他在文章結尾寫道：

目標不是成為AI專家，而是培養對這些系統的直覺——知道它能做什么，不能做什么。

直覺，新的識字能力

過去十年，我們學習閱讀、編程、外語；未來十年，我們要學習AI直覺。

這種直覺不是技巧，而是一種理解：當你與AI對話時，知道它在哪些領域可靠，在哪些場景容易出錯； 明白什么時候該讓AI思考，什么時候該自己判斷。

Mollick指出，隨著AI功能的提升，prompt技巧的重要性正在下降。

老一代用戶還癡迷于「神提示」，新一代用戶早已進入「共同思考」的階段。

不論你是恐嚇AI，還是哄它好好答題，這些都不再起作用。

真正有效的能力，是能和AI形成節奏與分工的人。

分化的起點：誰在主動學習AI

這也是Mollick認為的「社會化差距」所在。

同樣是用AI，有人每天用它查問題，有人用它整理知識庫、做科研筆記、撰寫報告。

差距不是模型，而是使用頻率與思維結構。

他在文章中提到，隨著更多用戶接入「Deep Research」與「連接數據」功能，AI正逐漸成為一種記憶外包與思維增強工具。

這意味著，人類社會正在出現新的分界線：有人靠AI重塑工作方式；有人仍停留在讓AI回答問題。

表面看，是誰付了錢；本質上卻是誰主動去理解AI如何思考。

過去的「信息素養」是能辨別真假；新的「AI素養」，則是能判斷AI的可靠邊界。

Mollick 總結：

那些學會與AI協作的人，將在未來獲得真正的優勢。

這是也算是一種「教育再分配」：在同樣的信息洪流中，有人學會與算法共生，有人被算法喂養。

AI讓信息的門檻更低，卻讓思維的差距更高。

未來的分層，不在模型，而在人

當AI已能思考、研究、生成、修正，人類之間的差距將越來越取決于誰能與AI協作。

Mollick在結尾說的那句話更是令人回味無窮：

AI的未來，不只是更好的模型，而在于人類如何使用它。

或許這才是2025年最重要的事實。AI正在重塑的，不是生產力的邊界，而是人類的學習方式。

真正的競爭，不再是誰懂技術，而是誰更快建立起與AI協作的「第二直覺」。

當Claude、Gemini、ChatGPT們競相進化，我們也在被它們重新定義。

從免費層的即時回答，到20美元層的「任務執行」，再到200美元層的「協作研究」，這條技術曲線的背后，其實是人類思維方式的分層曲線。

Ethan Mollick在文末寫道：

AI的未來，不在于模型更強，而在于人類學會拿它做什么。

未來，AI不再是工具，而是一面鏡子。

它照見每個人的學習方式、使用習慣與好奇心，也照見我們與未來的距離。

真正的分水嶺，從來不是20美元、也不是200美元，而是你是否開始，用AI去思考。