#用户行为

评估 LLM 时你可能一直测错了东西：这篇论文证明离线跑基准和线上 A/B 测的根本不是同一个指标，用户适应后模型排名都可能反转。做模型评估、部署选型或实验设计的工程师和研究者应该看看它给出的判断条件。

普通用户通过AI助手间接构建软件，未来将减少使用传统软件

Pieter Levels@levelsio原文

OpenAI出了份全球ChatGPT使用数据，能看到不同国家的人都在用ChatGPT干啥，从问到做，挺有意思的。

官方一手OpenAI Blog原文

这篇论文用两年多的真实数据，告诉你ChatGPT、Perplexity、Gemini怎么把用户引向学术图书馆的论文和学位论文，适合关心AI如何改变学术搜索的人。

Anthropic改进了对Claude经济影响的研究方式，用每小时采样看用户一天中怎么用、用Claude做什么，数据很细。

官方账号Anthropic@AnthropicAI原文

这项研究用游戏机制戳破了AI辅助创作中“默认接受”的假象，做创意工具或人机交互设计的团队值得一看，能帮你理解用户何时会主动拒绝AI建议。

社交平台 AI 回复泛滥的现象戳中了内容创作者的痛点——每天面对无意义的互动，做内容运营或经常发帖的人看完会有共鸣，值得点开讨论。

shao__meng@shao__meng原文

此事件揭示了社交媒体信息流中的常见现象：内容意外放大后的用户应对机制，对理解平台算法和用户行为有一定参考价值。

Shashikant Kore@kshashi原文

Chollet的观点提醒行业注意AI对用户能力差异的放大效应，有助于产品设计和政策制定者思考如何避免加剧不平等。

官方账号François Chollet@fchollet原文