新智元報道

【新智元導讀】Anthropic用40萬次會話Claude Code實錘:能從 AI 身上榨出幾倍產能的,不是代碼力,是更懂行。

一個從沒寫過一行代碼的會計，能不能干翻科班程序員？

聽起來像天方夜譚。

就在昨天，Anthropic 甩出一份重磅報告，把這個反直覺的答案，用 40 萬次真實會話砸到了臺面上——能，而且差距小到幾乎可以忽略不計。

在隱私保護的前提下，Anthropic「臥底」分析了 2025 年 10 月到 2026 年 4 月、約 23.5 萬名用戶產生的近 40 萬次 Claude Code 交互數據。

他們把每一次會話拆開揉碎，分析用戶干了什么活、誰在拍板、結果怎么樣——最終得出一個足夠顛覆整個行業認知的結論：

決定一次AI編程成敗的，不是你的代碼功底，而是你對自己那行的理解有多深。

換句話說，AI 編程不僅沒把外行拒之門外，反而成了各行各業「懂哥」們的封神外掛。

如今 Claude Code 的用戶平均每周要泡在這個工具上 20 個小時——一周五天，一天四小時，比很多人陪伴家人的時間還長。

一個直擊靈魂的問題隨之而來：這種工具的野蠻生長，到底會把知識型打工人的未來推向何方？

Anthropic 這份報告，就是用真實數據給出的第一個早期信號。

人決定造什么，AI 決定怎么造

先看一組實錘數據。

Anthropic 建了一個「決策歸因分類器」，把每次會話里的每一個關鍵決定掰開來看：哪些是「規劃決策」——做什么、走哪條路、什么算完成；哪些是「執行決策」——改哪個文件、寫什么代碼、用什么語言、跑什么命令。

然后，逐一標注是人做的，還是 Claude 做的。

結果極其清晰：人類做了大約 70% 的規劃決策，Claude 包攬了大約 80% 的執行決策。

一句話總結：人決定造什么，智能體決定怎么造。

你只管說清楚要什么，剩下的臟活累活，它全干了。

而且，誰掌握主動權，Claude 的行為模式就跟著變。

當用戶緊握執行決策權（做了超過 80% 的執行決定），Claude 每輪只做大約 8 個動作，乖乖聽指揮；而當 Claude 拿到了規劃主導權（做了超過 80% 的規劃決定），它每輪直接飆到 16 個動作——工具放開韁繩，馬力就拉滿。

這種默契的人機分工，像極了一個人帶著一支全能執行團隊：你不需要親自搬磚，但你必須知道這房子該怎么蓋。

懂行的人，一句話頂別人五句

最顛覆的，是「專業度」這個詞在報告里的定義——它跟你的職位頭銜毫無關系，而是任務特定的。

一個資深工程師第一次問 Rust，在 Rust 這件事上就是個新手；而一個從沒碰過 Python 的會計，只要他能精確告訴 Claude 月末對賬必須卡住哪幾條規則、還能一眼揪出 AI 漏掉的邊界情況，那他在這個任務上，就是不折不扣的專家。

這才是這份報告最鋒利的洞察：專業度不是「你會什么工具」，而是「你對問題本身的理解深不深」。

數據有多懸殊？

新手會話里，每條指令只觸發約 5 個 Claude 動作、約 600 詞輸出；而專家會話，動作鏈翻倍到 12 個，輸出飆到 5 倍——3200 詞。

這個差距在每一種工作類型、每一個任務價值區間里都穩定存在。

同樣一個 AI，懂行的人能榨出幾倍的產能。差距不在工具，在腦子。

新手最容易撂挑子

到底誰用得更成功？

報告給出的答案，依然指向「懂行」二字。

Anthropic 設計了一套極其嚴格的成功評估體系。他們先讓分類器通讀完整會話記錄，判斷用戶是否完成了目標，再疊加「硬證據」驗證——必須有 git 提交、測試通過、或用戶明確確認這類可查證的信號。

按這個最嚴格的口徑：新手會話只有 15% 達標，中級用戶跳到 28%，高級和專家更是到了 33%。

但最關鍵的信息藏在這條曲線的形狀里——最大的那一躍，發生在「從新手到中級」。

也就是說，你不需要成為某個領域的絕世高手，只要有「夠用的把握」，就能拿走大部分紅利。

從中級到專家，收益曲線明顯變平了。

碰壁時的差距更扎心。

當會話出錯、反復重試、用戶開始罵街——Anthropic 管這叫「遇到麻煩」的會話——新手最終翻盤（在「遇麻煩」前提下仍驗證成功）的概率只有 4%，專家是 15%。

專家不是不會碰壁，而是碰了壁知道怎么把 AI 拉回正道。

更扎心的：那些「判定失敗、且一行代碼都沒寫就放棄」的會話里，19% 的新手直接撂了挑子，其他經驗水平的人只有 5%–7%。

最沒經驗的人，一遇到坎就最先認輸——他們不是輸在能力上，是輸在不知道下一步該跟 AI 說什么。

職業？反而沒那么重要了

至于你是程序員還是律師還是產品經理？

說實話，沒那么重要了。

Anthropic 用美國勞工統計局（BLS）的標準職業分類體系，把用戶映射到 23 個大類。

分類器被明確要求：不能因為在寫代碼，就認為他是程序員。

一個律師用 Claude 寫了一個自動審合同條款的腳本，他依然被歸為法律從業者——因為他的核心工作是法律，代碼只是達成目的的手段。

在這個分類基礎上，軟件相關職業的驗證成功率約 30%，其他職業約 26%；在真正產出代碼的會話里是 34% 對 29%。

如果看更寬泛的「至少部分成功」標準，差距更是縮到只剩 1 個百分點——89% 對 88%。

數據集里最大的十個職業，成功率全都落在軟件工程師 7 個百分點以內。而且這個差距在七個月里既沒有擴大，也沒有縮小——兩邊的成功率在同步提升。

最意外的是：管理崗的驗證成功率，甚至略高于程序員。

Anthropic 自己也分析了原因——這可能是因為管理者更善于在對話中明確表達「我要的就是這個」，也可能是指揮 AI 這件事和帶團隊本就是同一種能力：把需求拆清楚、把方向定明白、在關鍵節點做判斷。

這個發現幾乎可以重寫「AI 時代誰最值錢」這個命題——答案不是最會寫代碼的人，而是最會定義問題的人。

這只是一份初步答卷

當然，Anthropic 自己把話說得很克制。

他們承認看不到真實的業務結果——所謂「成功率」來自對會話記錄的分類判斷，不等于這段代碼最終被采用、真的產生了商業價值。

結論是初步的，別神化。

但方向已經足夠清晰，清晰到讓人后背發涼：在AI編程里，寫代碼的門檻正在被抹平，而「懂業務」的價值正在被瘋狂放大。

Claude Code 上正在發生的這一切，很可能只是整個知識型工作未來走向的一次預覽——

代碼誰都能讓AI寫，但能不能把問題想清楚、把需求提到點子上，才是這個時代真正值錢的本事。

參考資料：

https://www.anthropic.com/research/claude-code-expertise

編輯：所羅門