Perplexity 内部数据：AI代理使用量7倍增长，1/5员工周代理工时超40小时

从数据看 AI 代理的爆发式渗透

Perplexity 最近披露的一组内部数据，为「AI 代理是否真的进入工作流」提供了一个少见的量化样本：员工每周从队友那里获得的代理工时（agent-hours）中位数，已经达到 9 月的 7 倍，并且连续每一周都在上涨。更值得关注的是，每 5 名员工中就有 1 人每周的代理工时达到 40 小时以上——按常规工作周计算，相当于凭空多出了一个全职人力在工作。

这组数据来自 Perplexity 官方在社交平台上的分享，虽然没有给出绝对数值和统计口径的细节，但「连续每周上涨」的趋势描述本身就说明，这不是一次性的尝鲜行为，而是组织内部正在形成的稳定使用习惯。

AI 代理（AI Agent） 指能够自主规划步骤、调用工具并执行多步任务以完成目标的 AI 系统，区别于只做单轮问答的聊天机器人。典型能力包括任务分解、外部工具（搜索、代码执行、API）调用、结果校验与迭代。在企业场景中，代理通常被封装为可复用的「同事」，由一人创建、多人调用，因此其价值更多体现在被复用次数与覆盖的任务范围上，而非单个用户的会话时长。这也解释了为何衡量代理渗透需要「代理工时」这类流转型指标，而不是简单的活跃用户数或调用次数。

代理工时意味着什么

「代理工时」衡量的不是员工自己使用 AI 的时间，而是同事部署的 AI 代理为其他人完成工作所消耗的时长。这个指标的关键在于「来自队友」——它反映的是代理在组织内部的横向流转，而不是个人单点提效。

当一个代理被同事调用、复用来处理任务时，创造者的一次投入会被多次复用，使用量因此可以脱离线性增长。7 倍的中位数增长，说明这种复用已经在 Perplexity 内部形成了网络效应：代理越多，可被调用的能力越多，员工把任务交给代理的意愿也越强。

1/5 员工周代理工时超 40 小时这一分布同样值得注意。中位数增长 7 倍，同时头部人群已经达到「多一个全职人力」的量级，意味着使用强度存在明显分层——一部分员工已经把代理当成默认的执行层，而另一部分人仍在逐步适应。

网络效应 在代理场景中表现为正反馈循环：可调用的代理数量增加，员工可委派的任务类型随之扩大，使用意愿上升，又促使更多人创建和共享新代理。与社交网络的网络效应不同，这里的价值来自能力供给的累积而非用户连接数，因此更依赖组织内的发现机制、权限管理与质量筛选。若缺乏复用路径，代理容易退化为个人脚本，使用量随创建者投入线性增长，难以出现文中所述的倍数级跃升。

对 AI 产品与团队的启示

这组数据最直接的价值，是给「AI 代理能否成为工作流基础设施」这个问题提供了内部实证。Perplexity 本身就是 AI 搜索与代理产品的开发者，其员工的使用行为既是对自身产品的测试，也可能预示更广泛的企业场景走向。

对于正在评估代理落地的团队，可以从三个角度参考：其一，代理的复用率比单次使用量更能反映真实价值；其二，组织需要容忍使用强度的不均衡，头部用户的深度使用往往是推动工具迭代的主要反馈来源；其三，连续每周上涨的趋势比单点峰值更有意义，它说明使用习惯已经固化，而不是活动驱动的短期脉冲。

当然，单一来源的内部数据仍需谨慎看待。缺乏绝对数值、统计口径和任务类型的说明，意味着我们无法判断这 7 倍增长对应的是高价值任务还是轻量查询。但即便打折看待，「代理工时持续每周上涨」这一方向性信号，对于关注 AI 代理商业化落地的人来说，仍然值得记录。

中位数与分布分层：中位数反映组织内典型员工的代理使用强度，对极端值不敏感，适合判断使用习惯是否普及；而「1/5 员工周代理工时超 40 小时」描述的是分布右尾。两者结合才能区分「广泛轻度使用」与「少数深度使用」。在企业评估中，若中位数上升而右尾停滞，说明渗透广但深度不足；若右尾扩张而中位数平缓，则可能只是少数倡导者在推动，工具尚未形成组织级习惯。