Anthropic 研究 40 万次 Claude Code 会话：专业度比会编程更决定 AI 编程成败
- Anthropic 分析了 2025 年 10 月至 2026 年 4 月约 40 万次 Claude Code 交互会话，覆盖约 23.5 万用户
- 典型会话里，用户做出约 70% 的「做什么」决策（规划），Claude 做出约 80% 的「怎么做」决策（执行）
- 用户在某任务上的专业程度（不是编程背景）越高，会话成功率越高：专家级验证成功率 28% 到 33%，新手级仅 15%
- 在能产出代码的会话里，10 大职业类别的成功率彼此相差不超过 7 个百分点，都和软件工程师十分接近
- 7 个月间，花在修 bug 上的会话占比从 33% 降到 19%，运维、写文档、数据分析类会话翻倍，平均任务估值涨约 25% 到 27%
40 万次对话里，人和 AI 到底谁说了算
Anthropic 近日发布研究报告，对 2025 年 10 月至 2026 年 4 月间约 40 万次 Claude Code 交互会话做了分析，想回答一个问题：没有编程背景的人，能不能指挥 AI 智能体完成复杂技术工作？
这是迄今对真实 Claude Code 使用情况规模最大的一次公开分析，约 40 万次交互会话、约 23.5 万名用户、横跨 7 个月。研究盯着一件事看：用得好不好，到底取决于什么。
为什么值得看：两条结论彼此呼应。能产出代码的会话里，10 个最大职业的成功率都和软件工程师相差不到 7 个百分点；而专家级用户拿到「验证成功」的比例（28% 到 33%），接近新手（15%）的两倍。按这份数据，决定成败的是一个人对手头这件事有多懂，而不是他会不会写代码。
怎么在不侵犯隐私的前提下分析这么多真实对话？研究用的是隐私保护分析：让 Claude 模型自动阅读每一场脱敏后的会话记录，打上标签，再和系统自动记录的遥测数据（比如这场会话到底有没有增删代码行）交叉核对。研究者不读任何一个人的具体聊天记录，只看跨越大量用户后的整体规律。两套数据吻合度很高，被 AI 判定为「创建或改动了代码」的会话里，超过 90% 在遥测里确实有代码变动。
范围说明：本研究只看命令行、Claude.ai 和 Claude Code 桌面端的交互会话，不含 claude -p 单条命令的 headless 模式，也不含通过第三方开发环境、软件工具包跑的批量使用。
用户定方向，AI 干细活
研究把会话里的每个决策拆成两类。规划决策管「做什么、走哪条路、什么算完成」，执行决策管「改哪个文件、写什么代码、用什么语言、跑哪条命令」。再让分类器判断每个决策是人拍板还是 Claude 拍板，给每场会话算出两个数。
说白了：人定方向，AI 干细活。这个分工在会话里稳定地反复出现。
再换个角度看，把「决策」换成「动作」。一场 Claude Code 会话是人和 Claude 一来一回：用户写一条指令，Claude 就跑去干一串活，然后用户再写下一条。典型会话来回约 4 轮，历史数据里，每条用户指令平均引发约 10 个 Claude 动作，有时超过 100 个。Claude 每一轮要读文件、改代码、跑命令，平均写下约 2400 字的输出。