这几天在淮安，跟家里人吃吃逛逛。电脑没带，App没急着更新，AI也没怎么聊。全家出来玩，没感觉到有什么AI。
但看完a16z刚出的消费者AI报告，有个问题值得接着问：当我暂时用不上AI时，那些不断为它加预算的人，到底在忙什么？
10月5日发布的这份报告，除了看哪些产品访问量高，还加入了美国消费者的付费观察。根据YipitData的美国面板数据，2026年8月，AI消费额最高的1%付费者，月均支出达到903美元。原报告
903美元是这个群体的平均数。分组依据是消费金额，没有告诉我们使用时长、任务数量或收益。这笔账适合拿来提问，不适合拿来当自己的预算标准。
图1：以2025年1月为起点的消费指数，高支出群体的增长更明显。数据来自YipitData美国面板，时间截至2026年8月；曲线展示支出变化，不能据此判断收入或能力变化。a16z原图
沿着图里的曲线看，最上面那群人还在往AI上加钱。为什么值得继续加？单看账单，我们回答不了。可能是任务多了，也可能是工具更贵了，还可能花了钱却没得到相应的结果。
但这个问题把注意力从“模型又强了多少”挪到了使用者身上：他手上有什么事，值得反复动用这些工具？
第二张图给了一点线索。
图2：消费最高1%群体购买某产品的比例，相对于全部AI购买者的倍数；分为开发与自动化、内容创作、完成工作三类。统计为2026年6至8月美国面板，仅展示消费榜前50中的产品，倍数不代表市场份额或投资回报。a16z原图
倍数高，不代表大多数高付费用户都买了，更不能由此推断实际使用频率。值得留意的是n8n、Higgsfield、Manus这些工具所属的方向：开发与自动化、内容创作、完成工作。
这让我想到一个更具体的区别。随手问AI一个问题，得到一段不错的回答，这次使用就可以结束了。如果交给它的是一件要验收的工作，后面还有许多步骤：补材料、改结果、核对错误，最后放到真正要用的地方。
使用会在这些步骤里变深。一个回答哪怕很好，离可以交出去的成品，可能还隔着不少人工处理。把其中某一步接上，就有继续使用的理由；如果接不上，换个更强的模型，也可能只得到一份更漂亮的半成品。
顺着这个线索，我会先找那些反复出现、结果又能检查的事。偶尔让AI写一段祝福语，方便一次就够了；如果每周都要把一堆零散材料整理成一份能交出去的文件，值得琢磨的地方就多了。材料怎么给，哪里容易出错，哪些步骤还要人接手，都可以一轮轮改。
这也解释了我为什么更想看一个具体的人怎么干活。工具清单只能告诉我他买了什么；跟着他把一件事做完，才知道哪个地方省力，哪个地方反而需要照看。这个差别，消费统计本身没法替我们回答。
这里是「浩哥AI实验室」。我在这里记录做产品、用AI和学英语的真实尝试，也把还没验证的判断留下来。
拿我在做的SpeakFlow来说。它是一个商务英语练习产品，已经做了“今日练什么”、独立表达、四步沟通、修订记录等功能。
如果只盯着AI能不能把一句英语改得更地道，很容易把产品越做越像一个润色框。用户输入一句，系统给出一个更好的版本，页面上看起来有进展，但这轮练习的任务其实还悬着。
一个准备开会的人，要的是轮到自己时，能把事情讲清楚。对他来说，练习从哪里开始，哪句话卡住，提示之后改了什么，下次能不能独立说出来，这些问题都得有人管。
已有的功能给了我一个继续验证的起点：让使用者先自己表达，再看修改，把原话和改后的话留下来，换个相近的问题再试一次。这样至少能看见，他是读懂了答案，还是开始能够自己组织表达。这里说的是接下来可以检验的办法，还不能当成已经验证过的学习效果。
同样，我把AI自动发博客的流程跑通了。现在可以确认的是流程能走通，至于整件事省了多少时间、内容有没有变好，还要把选题、核对和修改一起算进去。只看发布完成的那一刻，前面花掉的时间就容易漏算。
所以，看完这份报告，我更想追问这些高付费用户：你究竟把哪一步交给了AI，留下什么自己做？我们也可以从很小的地方开始，不必先订阅一堆工具。
比如，下一次要发一封工作邮件，先写清楚收件人看完后需要做什么，再让AI参与起草。把必要事实交代完整，涉及隐私的内容先去掉。收到草稿后，检查它有没有漏掉关键条件，有没有替自己作出未经同意的承诺，然后改到真的能发。
做完这一次，留四个记录就够了：事情有没有办成，返工多少，自己实际花了多久，工具花了多少钱。下一次类似的事，再看看这些记录有没有变化。
目前这些项目能拿出的记录，还不足以说明到底省了多少时间和花费，现在谈节省比例、效率提升，都太早。但把这几笔账留下来，至少能知道钱和时间花在了哪里，哪一步值得继续改。
淮安这几天没怎么用AI，和另一些人在AI上花很多钱，并不矛盾。模型能做到什么，是一个问题；我眼前有没有值得它接手的任务，是另一个问题。
别人的账单可以看看。真正值得带回自己生活里的，是一件可以交代清楚、做完以后也检查得清楚的小事。