摘要Anthropic 在 2026 年 6 月 16 日发布了对约 40 万个 Claude Code 交互会话的隐私保护分析试图回答一个很现实的问题当编码 Agent 能读文件、改代码、跑命令、提交结果时人类的专业能力还重要吗结论很有意思Agent 正在承担更多执行工作但真正决定成功率的仍然是用户对问题、业务和系统上下文的理解。换句话说AI 编程降低了写代码门槛却提高了“会定义问题、会验收结果、会纠偏”的价值。背景Agent 编程从工具使用进入工作方式变化过去我们谈 AI 编程重点常常是补全代码、生成函数、解释报错。现在的变化更大Claude Code、Codex、Cursor、Gemini Code Assist 等工具已经不只是回答问题而是在一个项目里连续读代码、修改文件、运行测试、分析失败、继续修复。这类 Agent 编程的核心变化是工作单元变长了。用户不再只让模型写一小段代码而是交给它一个目标比如“修复这个测试失败”“给这个服务加一个接口”“把这组数据处理成报表”。这时候人和模型之间的分工就成为关键谁决定做什么谁决定怎么做谁负责发现方向错了Anthropic 这份研究基于 2025 年 10 月到 2026 年 4 月之间约 40 万个 Claude Code 交互会话覆盖约 23.5 万名用户。它不是 benchmark而是对真实使用行为的观察因此对研发团队理解 Agent 落地更有参考价值。关键发现一人决定“做什么”Agent 决定“怎么做”Anthropic 用分类器分析会话里的决策把决策分为规划决策和执行决策。规划决策包括目标、方案、完成标准执行决策包括改哪些文件、写什么代码、用什么命令、如何组织实现。研究显示在典型会话中用户大约做出 70% 的规划决策而 Claude 做出约 80% 的执行决策。也就是说人主要控制方向Agent 主要承担实现。这和很多研发团队的体感一致。AI 编程最有效的用法不是让模型“自由发挥”也不是把它当搜索引擎而是把它变成执行力很强的工程助手。人给出约束、上下文和验收标准Agent 在这个范围内完成大量读写、修改和验证。关键发现二专业度越高Agent 每次指令能做的事越多研究里还有一个很重要的指标不同专业程度的用户每发出一条 promptClaude 会执行多少动作、输出多少内容。Anthropic 发现新手会话中每条 prompt 通常触发约 5 个 Claude 动作和约 600 词输出专家会话中每条 prompt 会触发超过两倍的动作链输出量也显著更高。文章还指出在控制工作类型、任务价值、月份、职业和模型家族等因素后用户专业度每提升一级Claude 的动作量和输出量仍然显著增加。这说明“会用 Agent”不是多写提示词模板而是能给出高质量任务定义。专业用户知道哪些文件相关、哪些边界不能破、什么测试必须跑、什么结果才算完成。Agent 因此能更放心地展开执行而不是在模糊指令里反复试错。关键发现三编码背景没那么绝对领域理解更重要一个很有启发的结果是在会产生代码变更的会话中软件相关职业和非软件职业的成功率差距并没有想象中那么大。Anthropic 报告称主要职业类别在编码任务上的成功率与软件工程职业组相差不大。这并不意味着软件工程能力不重要而是说明 Agent 把一部分“把意图翻译成代码”的工作吸收掉了。对于财务、法律、运营、科研等领域的人来说如果他们非常清楚业务规则、数据含义和验收标准就有可能指挥 Agent 完成过去必须由程序员实现的自动化任务。对企业研发团队来说这会改变需求交付链路。未来一部分内部工具、数据处理脚本、报表自动化可能由业务专家直接借助 Agent 完成。研发团队的角色会更多转向平台治理、代码质量、权限隔离、复用组件和生产化审核。关键发现四任务类型正在从修 bug 转向端到端工作Anthropic 观察到2025 年 10 月到 2026 年 4 月之间Claude Code 会话的任务结构发生了变化修复故障代码的比例明显下降而运行软件、部署配置、数据分析、文档写作等更端到端的工作占比上升。这说明 Agent 编程不只是提高 debug 效率它正在进入软件生命周期的更多环节。一个 Agent 会话可能包含理解需求、查代码、改实现、跑测试、写说明、准备部署命令。对研发团队的启发是评估 Agent 工具不能只看“能不能修一道题”还要看它能不能安全地跨越多个工程环节。权限模型、命令执行范围、测试环境、代码审查、日志留存和回滚机制会变得越来越重要。对研发团队的实践建议第一把 Agent 当作执行单元而不是决策者。让人负责目标、约束、上下文和验收标准让 Agent 负责搜索、修改、运行和整理。第二要求用户给出可验证的完成标准。例如“所有单测通过”“生成迁移脚本并 dry-run”“输出差异说明和回滚方案”。没有验收标准的任务Agent 很容易看起来完成了实际上留下隐患。第三为 Agent 建立权限边界。读代码和跑测试可以放宽写生产配置、删除数据、推送代码、触发部署则应该有明确确认或审查流程。第四培训重点不要只放在提示词而要放在任务分解、系统理解、测试设计和代码审查。真正放大 Agent 能力的是专业判断而不是漂亮话术。第五关注非研发岗位的低代码/轻代码需求。业务专家未来会越来越多地借助 Agent 写脚本、分析数据和生成工具研发团队应该提供模板、沙箱、依赖管理和安全规范。风险与限制这份研究依赖模型分类器分析会话不能直接等同于真实世界业务结果。一个会话通过测试或提交代码并不代表上线后一定正确。Claude Code 用户也不完全代表所有编程 Agent 用户不同工具、组织和权限环境下结果可能不同。另外Agent 让更多人能够生成代码也会带来新的治理问题谁负责代码质量谁负责安全漏洞谁决定脚本是否可以接入生产数据如果企业只看到效率提升而没有补上审查和权限体系风险会随着使用规模一起扩大。结论Anthropic 这项研究给研发团队的核心信号是Agent 编程不会让专业能力消失反而会把专业能力从“亲手实现每一行代码”迁移到“定义正确问题、约束执行路径、验证最终结果”。未来优秀的工程师和业务专家可能不只是写代码更快而是能更好地指挥 Agent 完成复杂任务。企业要抓住这波效率提升不能只采购工具还要建设 Agent 工作流、权限边界、测试规范和代码审查机制。参考来源Anthropic ResearchAgentic coding and persistent returns to expertise2026-06-16https://www.anthropic.com/research/claude-code-expertiseAnthropic Claude Code 产品页https://www.anthropic.com/claude-code