中国 AI 月活冲到 8.5 亿——但真相是,大多数人只是在＂路过 ＂

中国 AI 月活,刚冲到 8.51 亿。

听起来人人都在用 AI。

但真相是——绝大多数人,只是在”路过”AI。

这件事的后果,比你以为的严重得多。

4 月 25 日,新京报联合奇异因子发布的《2026 春季 AI 应用竞争力报告》披露:

2026 年 3 月,中国 AI 应用月活用户总规模超过 8.51 亿,季度增速 51.38%,全球第一。

(简单解释一下:”月活”指的是过去一个月内,至少打开过一次该应用的人。注意——只要”打开过一次”,就算月活。哪怕你只用了 30 秒,只问了一个问题,然后就关掉,你也是这”8.51 亿”中的一员。)

8.5 亿是什么概念?

中国移动互联网总用户约 12.45 亿。也就是说——

每 10 个上网的中国人,有近 7 个,过去一个月用过 AI。

很多自媒体顺势开始狂欢:”AI 已经普及””国民级应用诞生””超级入口时代来临”。

但只要你把这个数据往细处拆,会发现一个让人不舒服的真相——

下面这些数字,直接撕开了”AI 普及”这个童话。

一、”我在用 AI”?你先看一下这个数

来,我们做一道小学算术题。

8.5 亿月活,这些人平均每天用 AI 多久呢?

答案是——14 分钟。

(数据来源:同份报告。豆包、千问、DeepSeek 等头部应用的人均日使用时长加权平均)

14 分钟。

也就是你早上挤地铁的时候,刷了一次朋友圈、看了一条半短视频的时间。

也就是开会前你打开微信,等同事到齐的那段空当。

也就是——一次”我顺手问了 AI 一下”的时长。

这就是中国所谓”AI 用户”的平均状态。

不是”AI 嵌入工作流”,不是”AI 改变生活方式”,是 AI 在你生活里,大约相当于”朋友圈的一次刷新”。

二、更扎心的来了:你猜哪家黏性最高?

我把头部 5 家拉出来比了一下,数据非常有意思——

千问(阿里):用户日均时长从 1 月的 9.62 分钟,降到 3 月的 6.71 分钟

——你没看错,砸了”奶茶免单”那波营销之后,黏性反而在掉。

豆包(字节):稳定在 14-15 分钟——平均水准。

DeepSeek:从 17 分钟,涨到 18.92 分钟,头部第一。

注意到什么了吗?

用户黏性最高的,不是流量最大的豆包,也不是补贴最猛的千问——是 DeepSeek。

为什么?

因为每天愿意花 18 分钟用 DeepSeek 的人,大概率不是普通大众。

是开发者、是写作者、是用 AI 解决具体问题的人。

——是真正”在用 AI”的那一小撮人。

图2 · 5 大 AI 应用 · 月活 × 黏性散点 · 同一个”AI 月活”标签下,行为天差地别

也就是说,8.5 亿月活的真实结构,是一个金字塔——

• 顶部约 1.5%(1300 万):每天 18 分钟以上,把 AI 嵌入工作流
• 中间 13%(1.1 亿):偶尔深度使用、特定场景受益
• 底部 85.5%(7.27 亿):每月打开几次,问几个问题,关掉

真正”在用”AI 的人,可能不到 1.5 亿。

剩下的 7 亿,只是在”路过”。

图1 · 8.5 亿月活的”金字塔结构” · 重度 1.5% / 中度 13% / 轻度 85.5%

三、5 类人都在用 AI 干什么——你是哪一类?

光说”路过”还不够。

让我们更具体一点——不同时长的人,每天打开 AI 到底在做什么?

下面这 5 张画像,你诚实对照一下,你是哪一类。

画像 1 · “我用过”型(占 50% 以上)

日均时长:不到 3 分钟

他们的 AI 使用记录,大概长这样:

• 春节看到豆包发红包,打开问”今年运势怎么样”
• 朋友说 DeepSeek 又火了,打开看了一眼”你能干嘛”
• 给娃起个英文名,问了一次,再也没打开

他们贡献了 8.5 亿月活里的最大头——也是大厂”日活/月活”报表上最闪亮的数字。

但他们的真实状态是:“我用过”≠ “我在用”。

对号入座问一句:你这周让 AI 帮你做的最近一件事,还能想起来吗?

画像 2 · “偶尔好奇”型(占 30%)

日均时长:3-10 分钟

他们的 AI 使用记录,大概长这样:

• 写工作邮件时,让 AI 改一下措辞
• 看到一篇长文章,让 AI 总结成 3 句话
• 周末想出去玩,让 AI 推荐一个目的地

他们对 AI 的认知,本质上还是”更聪明的搜索引擎”。

对号入座问一句:你的提问里,有没有超出”帮我写一段 / 想一个 / 总结一下”这三种?

画像 3 · “工具替代”型(占 13%)

日均时长:14-18 分钟

他们的 AI 使用记录,大概长这样:

• 每天用 AI 写报告、写 PPT、写周报
• 已经不再自己找资料,所有”调研”都丢给 AI
• 部分场景”如果不用 AI 反而做不出来”

他们看似最深度,但其实最危险——他们正在亲手把自己的工作训练给 AI。

对号入座问一句:你用 AI 完成的事,5 年后会不会被另一个 AI 完成?

画像 4 · “思考杠杆”型(占 5%)

日均时长:30 分钟以上

他们的 AI 使用记录,大概长这样:

• 每做一个判断,先让 AI 反驳自己
• 每写一份方案,先让 AI 找出盲点
• 每做一个决策,先让 AI 给出反例

他们把 AI 当”会犯错的高级顾问”,而不是”什么都对的神”。

他们的提问通常长这样:”如果我这个判断是错的,可能错在哪?”

对号入座问一句:你最近一次让 AI 反驳你的想法,是什么时候?

画像 5 · “系统建造”型(<2%)

日均时长:数小时

他们的 AI 使用记录,大概长这样:

• 搭了多个 AI agent,自动跑自己的某条业务线
• 把原本 8 小时的工作,压缩到 1 小时
• 让 AI 嵌入工作流,离开工位它也在帮自己工作

他们不是”用 AI”,是”指挥 AI”。

对号入座问一句:你身边有没有这种人?——他可能 5 年后,会让你看不懂他怎么活成那样。

把这 5 张画像放在一起,你会发现一件刺骨的事——

8.5 亿月活里,有近 7 亿人是画像 1 和 2(占 80%+)。

而真正”用”AI 的画像 4 和 5,加起来不到 1 亿。

这就是”路过 AI”的全貌。

四、还有更狠的:Token 数据,直接撕开真相

如果”使用时长”还不够直接,那让我们看一组更硬的数据。

国家数据局披露——

中国日均 Token 消耗量,从 2024 年初的 1000 亿,涨到 2025 年 6 月底的 30 万亿。

一年半,增长了 300 倍。

听起来很夸张对吧?

等等,先别下结论。 中国信通院同一份报告,还配了一句更狠的——

Token 消耗的”二八格局”:80% 来自企业,只有 20% 来自个人用户。

图3 · Token 消耗的二八格局 · 8.5 亿月活全部是个人用户,但只贡献 20%

把这两条合起来读——

真正在大量”消耗 AI”的,是企业。

8.5 亿”月活”贡献的,只是那 20% 里的少数高频用户。

换句话说:普通月活用户的 Token 消耗,占整个 AI 算力消耗,可能不到 5%。

这就是”路过 AI”的本质——

你打开过、问过、试过。

但你没”用”它。

五、最危险的不是没用 AI,是”以为自己用了”

讲到这里,可能有人要说:那 8.5 亿月活有什么意义?

意义在于——这 8.5 亿人,绝大多数会”误以为”自己已经掌握了 AI。

他们脑子里的逻辑是这样的:

• “我用 AI 写过几次邮件,所以我懂 AI”
• “我让 DeepSeek 想过标题,所以我能驾驭 AI”
• “我让豆包写过工作总结,所以我赶上 AI 时代了”

但他们经历的——

是 AI 最浅的那一层。

而这一层,正好是 AI 现在做得最好、价值密度最低的那一层。

真正能产生价值差距的,是 AI 的另外两层:

• 第二层:用 AI 检验自己的判断、找盲点、看反例
• 第三层:用 AI 搭可复用的系统、把工作产品化

而到达第二层、第三层的人,可能不到月活的 5%。

这就形成了 AI 时代最隐蔽的”认知陷阱”——

第一层用户(95%)会觉得”我已经在用 AI 了”,于是不会再投入精力去学。

第二、第三层用户(5%)正在悄悄拉开差距,拉到不可逆为止。

8.5 亿这个数字最可怕的地方就在这里——

它制造了一种”集体已经赶上”的幻觉。

让大多数人,提前停下了升级的脚步。

六、那大厂为什么拼命堆这个幻觉?

理解这一点,需要看大厂在干什么。

腾讯元宝:1 月发 10 亿现金红包。

阿里千问:2 月做”奶茶免单”。

豆包:春晚冠名拉新。

字节生态(豆包+CapCut 等)总 MAU 直接堆到了 12 亿。

但同份报告也披露了一个反差——

1.58 亿月活的千问,人均使用时长不到 7 分钟。

而 AI 虚拟角色应用月活仅 1437 万,但人均使用时长超过 2 小时。

这个对比让”AI 月活”这个数字显得格外可疑。

为什么大厂这么拼?

很简单——对大厂来说,“AI 月活”不是给用户的,是给资本市场的。

它是一份作业。给投资者、给监管、给竞争对手看的作业。

月活 1 亿 vs 月活 5 亿,在估值表上是数百亿美金的差距。

而”用户每天用了多久””真的解决了什么问题”,在估值表上反而看不到。

所以你看到的逻辑就是——

用补贴、红包、奶茶、营销,把人拉进来。

这个人就成为”月活”。

至于这个人有没有真的用 AI 改变什么——大厂不在乎,资本市场也不在乎。

但这个人自己,最好在乎。

七、真正”在用 AI”的人,正在悄悄做什么?

这一段,直接关系到你 5 年后的位置。

把数据再往深处看,你会发现一些少有人注意的细节:

头部 AI 应用 MAU 是 8.5 亿。

但同期独立写作工具下滑 28%,设计工具陷入负增长。

这意味着什么?

用户正在放弃单点工具,涌向”大平台 AI”。

——本质上就是有问题就丢给豆包,完事关掉。

而那 5% 真正在升级自己的人,做的是反方向的事:

• 他们专门挑细分场景,用最强的工具解决最具体的问题
• 他们养自己的 AI 工作流,让 AI 嵌入工作的每一个节点
• 他们主动检查 AI 的回答错在哪里,把 AI 当成”会犯错的同事”,而不是”什么都对的神”

这两类人,正在以肉眼可见的速度拉开差距。

而 8.5 亿这个数字,让大多数人觉得自己已经在车上了——

事实上,他们只是在车站逗留。

八、最后:这次,不是普及,是分层

过去十几年,我们见过一个很相似的故事——

移动互联网普及之后,”用智能手机的人”达到 10 亿、12 亿。

这件事让一部分人觉得”我也在数字时代了”。

但事实是——

真正在数字时代获益的,是那批懂得用智能手机做生意、做内容、做投资的人。

而绝大多数人,只是把它用成了一个更大的电视机。

AI 这次,正在重演同一个故事。

8.5 亿月活,不是”AI 普及了”——是 AI 完成了它的”初次圈层划分”:

• 重度使用者(<2%):正在把 AI 内化成自己的杠杆
• 中度使用者(10-15%):偶尔尝试,部分场景受益
• 轻度路过者(85%+):每月打开几次,问几个问题,关掉

未来 5 年的真正分化,不在”用不用 AI”,而在”用 AI 用到多深”。

那么问题是——

你现在,是在”用”AI,还是在”路过”AI?

诚实地回答这个问题——

比每天再多用 AI 14 分钟,要重要得多。

风险提示:

1. 本文为对 AI 应用市场结构的观察与思考,不构成任何投资建议、产品推荐或商业咨询
2. 文中引用的数据均来自 2026 年 1 月-4 月公开发布的研究报告与媒体报道,具体内容以原始来源为准
3. AI 应用市场仍在快速演化中,文中观点仅代表当下的判断
4. 个人 AI 使用习惯是高度个体化的事情,不存在普适方案,所有决定需要读者结合自身情况独立判断

数据来源:新京报联合 Xsignal 奇异因子《2026 春季 AI 应用竞争力报告》(2026 年 4 月 25 日)、虎嗅《季载录·春丨Xsignal 全球 AI 应用行业季度报告 2026》、新华社《2026 年中国 AI 发展趋势前瞻》、国家数据局公开数据、中国信通院《人工智能产业发展研究报告》等公开发布的研究资料。

— END —