AI革命：从工具使用者到思维协作者，隐形的社会分层正在重塑人类认知

人工智能的变革，核心并非算法进步，而在于使用者的应用方式。同一套系统，有人仅用它生成娱乐笑话，有人却依赖它撰写学术论文、构建数据模型、产出专业研究报告。每月20美元的订阅费悄然成为新的“知识分水岭”，AI正在催生一种隐形的社会层级——技术普及的时代，思维方式反而开始分化。真正的竞争，不在于掌握工具本身，而在于学会与它共同思考。

十年前，人类还在热议“AI是否会取代我们”；如今，它已经在重组人类社会的认知结构。

宾夕法尼亚大学教授Ethan Mollick在最新研究中强调：

全球已有10%的人口每周使用AI。

AI不再仅是实验性工具，而已演变为一种新的社会基础设施。

更微妙的是，它正在制造人类内部的分层。

同样使用ChatGPT，有人只是随意询问天气、创作笑话；有人已经让GPT-5协助撰写研究报告、编程调试、分析财务报表。

从免费账号，到20美元月费的“中产层”，再到200美元的“精英圈”，AI世界正在复制一套新的社会结构：

相同的工具，却映射出不同的使用者。

AI的隐形阶层：算法早已定位你的角色

当Ethan Mollick提及“10%的人类每周使用AI”时，他并非单纯展示数据，而是在警示：AI已形成新的社会分层机制。

在“我也用ChatGPT”这类普遍认知背后，正悄然浮现新的使用阶层。

算法正在悄然划分人类群体

从使用数据看，AI的普及速度惊人。

以ChatGPT为例，官方披露，其用户中约49%为“简单提问型”，40%为“任务执行型”。

外部统计显示，2025年其周活跃用户数已接近7–8亿。

ChatGPT每周活跃用户数量的时间表。

然而，这种广泛覆盖并不意味着“人人平等使用”。Mollick指出：

多数免费用户默认被分配到“自动模式”，实际常是较弱的模型版本。

很可能出现这种情形：两人都称“我在用AI”，但一个获得闪电响应、浅层回答，另一个则得到多步思考、代码生成、报告制作等深度输出。

这两者的差别，不在工具本身，而在模型能力与使用方式上。

当你仅在免费模式中“问一句、得一答”，系统可能早已将你归类为“浅层用户”；而付费用户则进入“思考模式”“生成模式”，承担更多任务，也获得更强赋能。

免费工具的隐形天花板

在同一平台上，免费账户与付费账户常呈现不同的操作路径。

Mollick强调，许多人在免费模式下用AI进行生成、娱乐、测试，而真正让AI介入生产与协作的，是那些愿意付费、选择高级模型、开启多模态输入、连接个人数据的用户。

这就形成了一道隐形门槛：免费模式用户看似“自由”，但功能深度受限；付费模式用户虽形式相同，却拥有“生产性工具”与“赋能路径”。

你以为你在使用AI，但算法可能已把你标记为“仅限娱乐/询问”的使用者。

真正的分层，不在功能，而在思维方式

更值得注意的是：这种使用差距的本质，不仅是工具能力不同，而是“认知方式不同”。

当一个人长期在免费层面使用AI，他习惯于“向AI提问，获取答案”；而在付费/高级模式下的用户，则习惯于“让AI参与流程、生成内容、协同决策”。

不同类型任务对模型复杂度的依赖差异——从“可免费完成”到“必须高级模型”，AI使用正在形成能力阶层。

这种差异，随时间可能演变为“谁在驾驭AI”与“谁被AI支配”的二元结构。

Mollick总结：

未来最重要的能力，不是编写提示词，而是培养对AI的直觉。也就是说，谁能跳出“问答”范式，谁就更接近“用AI思考”而不是“被AI回答”。

而当算法完成了这场无声的分层之后，真正的界线才浮现——20美元。

20美元的分水岭：AI中产阶层的崛起

当Ethan Mollick写下“认真使用AI，就得花钱”，他其实在描绘一种全新的社会现象——AI中产的出现。

20美元，成为技术新门槛

在以往的技术革命中，知识与硬件曾是区隔人群的壁垒；而在AI时代，这条线被一项订阅费取代。

Mollick将当前主流AI生态划分为三层：

免费层：功能有限，以聊天、生成图片、问答为主；

20美元/月层：解锁高级模型与更深推理；

200美元/月层：面向科研、工程、编程等专业群体。

听起来像价格分级，但实质是认知结构的分层。

20美元成了新的“入场券”，让使用者从体验AI进阶到与AI共事。

三大阵营：Claude、Gemini、ChatGPT的中产位次

Mollick建议大多数人从三款系统中选择：

ChatGPT（OpenAI）：功能最全，支持代码、图像、语音、文档生成；

Claude（Anthropic）：在文本、表格、报告等知识型任务上表现稳健；

Gemini（Google）：依托搜索与图像理解，适合需要实时联网与多模态输入的用户。

这三者的“高级模型”表现各有侧重，但本质相同：都在为20美元提供生产力红利。

付费用户能让AI承担更完整的工作流，从调研、草稿、写作到编辑；而免费用户，往往只能获得零散的、即时的输出。

这也解释了Mollick那句被广泛引用的评论：

同样是用ChatGPT，有人只是在聊天，有人在训练自己的副脑。

从“用AI做事”到“和AI一起思考”

更深层的分化在于思维方式。

当AI从问答机器变成协作伙伴，人们对它的态度也在分化：

免费用户多把AI当作临时帮手；付费用户则逐渐建立“使用肌肉”，让AI嵌入工作结构。

这种转变不仅带来效率差，更在重塑人的认知路径。

因为付费用户不断向AI输入材料、指令与反馈，他们在训练AI的同时，也在被AI训练——他们的提问更具体、目标更清晰、思维更结构化。

这就是所谓的“AI中产阶层”：既懂工具，又懂协作，他们把AI当作自己的第二语言。

200美元的上流实验场：AI精英的私人实验室

当大多数人还在纠结“要不要花20美元订阅ChatGPT Plus”时，一部分人已经进入了另一个世界。

在Ethan Mollick的分类里，这个世界属于200美元/月的高端层级——一个被少数科研人员、工程师、独立开发者和创业者占据的圈层。

AI不再回答问题，而是开始接管流程

在这个层级中，AI已不再只是对话者，而是可以执行多步任务的代理系统（Agent Model）。

用户可以让AI自主完成整条流程：搜集资料→运行代码→生成文件→输出报告。

典型的代理系统代表包括：

GPT-5 Thinking Extended / Heavy（OpenAI）

Gemini 2.5 Pro（Google）

Claude Sonnet 4.5 Extended Thinking（Anthropic）

这类模型不追求即时响应，而追求完整性与一致性。

同样的问题，GPT-5 Instant（免费版）“凭直觉”回答，而GPT-5 Thinking Extended在回答前进行了外部检索与推理。

结果是后者更慢，但也更接近真实。

同一问题由不同模型回答：左为聊天模型（GPT-5 Instant），右为代理模型（GPT-5 Thinking Extended）。前者即兴生成，后者经外部研究与多步推理后得出。

Wizard Models：AI的科研级算力

更高一层，是Mollick所称的“Wizard Models（魔法师模型）”。它们是当下最昂贵、也最接近独立研究员的模型类别。

目前仅有两款在这一层活跃：

Gemini 2.5 Deep Think（AI Ultra计划）

GPT-5 Pro（OpenAI Pro计划）

这些模型不只是推理更强，而是可以在内部运行复杂计算、调用代码执行环境，甚至生成跨模态结果（文本+图像+视频）。

Mollick指出，Wizard级模型能承担学术论文写作、市场预测、工程模拟等科研级任务，但其代价是更高延迟与更大算力消耗。

这一层级的AI不再是个人助手，而是一种“租来的超级计算脑”。

Claude、Gemini、ChatGPT三大系统在不同模型层级下的功能分布。Wizard级模型仅出现在Gemini Deep Think与GPT-5 Pro中。

在200美元这层，人们使用AI的方式已经接近研究合作。

他们不再追求一问一答，而是让AI执行完整研究链条：写出研究计划→搜索并汇总文献→建立假设与实验模型→自动生成数据可视化→最后输出论文或商业提案。

这类用户的AI使用习惯，也在反向塑造AI产品本身。

Gemini的Deep Think模式与ChatGPT Pro的Research Sandbox，正是这些“重度用户”测试出的需求。

他们是AI的早期共创者，也是未来AI生态的“上游生产者”。

Mollick形容这种关系为：

不再是“使用”AI，而是在与它共事。

分层的顶点：AI思维的社会化

这些“AI精英”代表着一种新的生产模式：他们把AI当作外包的推理器、自动化的项目助手，甚至是认知共创者。

这意味着：AI使用的分层不再是谁能访问，而是谁能思考到哪一步。

从免费层的即时回答，到20美元层的任务执行，再到200美元层的协作研究，AI世界已经出现了一种新的社会结构——思维的阶层化。

而在这条由价格划出的通道上，人类的思维模式，也在被悄悄重塑。

而“深度研究”和“数据连接”功能的开放，让AI不再只是回答问题，而是开始理解你的世界。

上图展示如何开启“Deep Research”深度研究模式，以及如何将个人数据连接到Claude与ChatGPT，实现AI对邮箱、文档、日程等信息的自动整合。

这也是AI分层真正的分界线——谁能让AI参与思考，谁就离未来更近。

人类的AI直觉正在分化

在Ethan Mollick的框架里，AI的分层不只是经济层级，更是认知结构的重组。

他在文章结尾写道：

目标不是成为AI专家，而是培养对这些系统的直觉——知道它能做什么，不能做什么。

直觉，新的识字能力

过去十年，我们学习阅读、编程、外语；未来十年，我们要学习AI直觉。

这种直觉不是技巧，而是一种理解：当你与AI对话时，知道它在哪些领域可靠，在哪些场景容易出错；明白什么时候该让AI思考，什么时候该自己判断。

Mollick指出，随着AI功能的提升，提示词技巧的重要性正在下降。

老一代用户还痴迷于“神提示”，新一代用户早已进入“共同思考”的阶段。

不论你是恐吓AI，还是哄它好好答题，这些都不再起作用。

真正有效的能力，是能和AI形成节奏与分工的人。

分化的起点：谁在主动学习AI

这也是Mollick认为的“社会化差距”所在。

同样是用AI，有人每天用它查问题，有人用它整理知识库、做科研笔记、撰写报告。

差距不是模型，而是使用频率与思维结构。

他在文章中提到，随着更多用户接入“Deep Research”与“连接数据”功能，AI正逐渐成为一种记忆外包与思维增强工具。

这意味着，人类社会正在出现新的分界线：有人靠AI重塑工作方式；有人仍停留在让AI回答问题。

表面看，是谁付了钱；本质上却是谁主动去理解AI如何思考。

过去的“信息素养”是能辨别真假；新的“AI素养”，则是能判断AI的可靠边界。

Mollick总结：

那些学会与AI协作的人，将在未来获得真正的优势。

这也算是一种“教育再分配”：在同样的信息洪流中，有人学会与算法共生，有人被算法喂养。

AI让信息的门槛更低，却让思维的差距更高。

未来的分层，不在模型，而在人

当AI已能思考、研究、生成、修正，人类之间的差距将越来越取决于谁能与AI协作。

Mollick在结尾说的那句话更是令人回味无穷：

AI的未来，不只是更好的模型，而在于人类如何使用它。

或许这才是2025年最重要的事实。AI正在重塑的，不是生产力的边界，而是人类的学习方式。

真正的竞争，不再是谁懂技术，而是谁更快建立起与AI协作的“第二直觉”。

当Claude、Gemini、ChatGPT们竞相进化，我们也在被它们重新定义。

从免费层的即时回答，到20美元层的“任务执行”，再到200美元层的“协作研究”，这条技术曲线的背后，其实是人类思维方式的分层曲线。

Ethan Mollick在文末写道：

AI的未来，不在于模型更强，而在于人类学会拿它做什么。

未来，AI不再是工具，而是一面镜子。

它照见每个人的学习方式、使用习惯与好奇心，也照见我们与未来的距离。

真正的分水岭，从来不是20美元、也不是200美元，而是你是否开始，用AI去思考。

参考资料：

https://www.oneusefulthing.org/p/an-opinionated-guide-to-using-ai