HAUs（Hourly Active Users，小时活跃用户数）是衡量产品使用黏性的一项指标，指在某一小时内活跃使用产品的用户数量，相比日活跃用户（DAU）更能反映用户的即时依赖程度。这一概念由 Andreessen Horowitz 合伙人 Andrew Chen 等增长领域从业者在讨论 AI 产品留存时频繁提及，正逐渐成为评估 AI 时代产品黏性的新视角。
HAUs 概念的提出与讨论
Andrew Chen 在近期的一条讨论中区分了 DAU 与 HAUs，指出拥有高 HAUs 留存的产品与仅有日活的产品存在本质差异。这一观点引发行业关注：随着 AI 助手、编程工具等产品嵌入日常工作流，用户与产品的交互频率从“天”缩短到“小时”，传统按日统计的活跃指标可能低估或扭曲产品真实的使用强度。高 HAUs 通常意味着产品已成为用户工作流的一部分，而非偶尔打开的工具。
相关讨论可见：there's daily active user, and there's hourly active user
HAUs 与 AI 基础设施需求的联动
高频、小时级的 AI 使用也推高了底层基础设施的消耗。印尼媒体报道指出，AI 与数据中心对带宽的需求日益“饥渴”，JLM 正加强印尼至新加坡的海底电缆建设以应对流量增长。此外，CNBC Indonesia 报道称，1 MW 规模的 AI 数据中心的耗水量约相当于一座城市的用水需求，高频推理带来的算力与资源消耗正成为 HAUs 增长的隐性成本。相关报道：AI dan Data Center Makin Haus Bandwidth、Data Center AI Haus Air, 1 MW Sedot Air Kebutuhan 1 Kota
开源生态对 HAUs 的争夺
围绕提升用户使用频率，开源模型社区也在加速布局。Together AI 在柏林举办 Open Haus 线下活动，n8n 与 NVIDIA 均到场，主题聚焦“使用开放前沿模型进行构建”，面向柏林开发者社区。此类活动反映出基础设施厂商希望通过开发者生态把开放模型嵌入高频工作流，从而提高产品的 HAUs 表现。相关动态：Together AI 在柏林办 Open Haus 活动，n8n 与 NVIDIA 也将到场、Berlin builders：n8n 参加 Together AI 活动、come hear about building with open frontier models
当前焦点与观察点
HAUs 目前仍是一个正在形成共识的概念，争议点在于：它是否只是 DAU 的细粒度版本，还是真正能预测长期留存与商业价值的新指标。值得观察的方向包括：一是 AI 编程、Agent 类产品是否会将 HAUs 纳入核心运营指标；二是小时级高频使用对推理成本、数据中心能耗与水资源消耗的传导效应；三是开源模型与闭源 API 在争夺用户使用时长上的竞争格局。对产品团队而言，HAUs 提供了一个检验“用户是否真正离不开”的更严格标尺。