Anthropic Claude Code 使用报告 2026 年 6 月 – 关于代理式编程、专业能力与劳动力影响的发现

概要

Anthropic 分析了 2025 年 10 月至 2026 年 4 月期间约 40 万次 Claude Code 会话，发现用户在 Claude 执行任务时主导规划决策，成功率与各职业的专业软件工程师相当，而更高的领域专业知识能显著提升成果质量与任务价值。

研究概述

Anthropic 引入了一种保护隐私的框架，用于分析交互式、代理式编程会话。该数据集涵盖约 40 万次会话，来自约 23.5 万名用户，通过 Claude Code 的 CLI、Web UI 和桌面应用捕获。分析聚焦于三个维度：工作模式、决策分工 和 会话成功率，并将其与用户的专业能力和职业背景关联起来。

工作模式与任务构成

结论： 与编写相关的任务主导了 Claude Code 的使用，但非编码活动正在快速增长。

会话被划分为九种互斥的工作模式：构建、修复、测试、编排（以代码为中心）、运维（部署/监控）、理解与规划（对现有系统的分析），以及分析与沟通（数据或文字内容）。
分布情况（图 1）：56% 的会话涉及代码创建、修改或测试（其中 25% 为构建，26% 为修复，5% 为测试/编排）。软件运维占 17%，规划/探索占 14%，分析/沟通占 13%。
分类可靠性高：超过 90% 被标记为代码变更的会话，其对应的遥测数据也一致。

用户与 Claude 之间的劳动分工

结论： 用户决定 做什么（约 70% 的规划决策），而 Claude 决定 如何做（约 80% 的执行决策）。

决策归属：分类器解析会话记录，将每个决策标记为规划或执行，并归因于用户或 Claude。
平均占比：用户做出约 70% 的规划决策，但仅占约 20% 的执行决策。
每轮操作数：典型会话包含约 4 个提示-行动循环。每次用户提示平均触发约 10 次 Claude 操作（约 2400 个词的输出）。当 Claude 控制规划时，每轮操作数上升至约 16 次；当用户保留执行控制时，操作数降至约 8 次。
图 2 展示了规划与执行决策的分配情况。

专业水平与模型输出

结论： 专业水平更高的用户能激发更长、更丰富的 Claude 输出——专家用户每条提示可产生最多 12 次操作和 3200 个词，而新手仅约 5 次操作和 600 个词。

专业水平通过会话记录中的线索（指令精确度、验证请求、修正方向）在 5 级新手至专家量表上推断得出。
表 1（图 3）展示了来自公开 SWE-chat 数据集的典型新手与专家会话示例。
操作数与词数随专业水平单调递增；回归分析确认其显著性（p < 0.001），每提升一级专业水平，操作数增加 +9%，词数增加 +13%。

谁在使用 Claude Code？

职业分布

结论： 尽管与软件相关的职业是最大用户群体，但包括商业、艺术、管理与科学在内的多样化职业也频繁使用 Claude Code。

职业通过会话上下文（文件名、引用的资源、领域术语）推断，并映射至 23 个 SOC 职业类别。
在约 70% 的会话中可识别职业。主要类别包括：计算机与数学（最大）、商业与金融运营、艺术/设计/媒体、管理、生命/物理/社会科学。
非软件领域中增长最快的群体：管理、销售、法律。

工作类型演变

结论： 在七个月的时间窗口内，修复类会话占比从 33% 下降至 19%，而运维、编写和分析类会话数量均翻倍。

图 4 跟踪了各类模式的占比，显示向端到端代理式任务（部署、数据分析、文档生成）的转变趋势。
估算的经济价值（基于自由职业市场费率）整体上升 27%，其中构建、运维和修复任务各自增长约 30–40%。

成功率与专业能力的作用

结论： 用户专业能力越高，与验证成功越强相关；从新手到中级阶段的提升带来的收益最大。

成功率定义：两阶段分类器首先判断用户是否达成目标（成功、部分成功、失败、无明确目标）。另一验证器寻找硬性信号（git 提交、拉取请求合并、测试通过、用户明确确认）。验证成功需同时满足两者。
无明确目标的会话（约占数据的 7.7%）被排除在成功率分析之外。
成功率（图 5）：
- 新手：15% 验证成功，77% 至少部分成功。
- 中级/专家：28–33% 验证成功，91–92% 部分成功。
在遇到困难的会话中（失败信号 >3），验证成功率从新手的 4% 提升至专家的 15%；部分成功从 60% 上升至约 80%。
放弃（失败 + 无代码行）在新手会话中占 19%，而更高专业水平者为 5–7%。

职业 vs. 专业能力

结论： 职业背景的影响远小于专业能力；不同职业间的成功率差异仅几个百分点。

所有会话中的验证成功率：软件相关用户为 30%，其他职业为 26%。
在代码生成会话中，验证成功率分别为 34%（软件）与 29%（其他）；部分成功率均超过 88%。
图 6 显示，十大职业群体的验证成功率均落在软件工程师的 7 分范围内。管理类职业在验证成功率上略优于工程师，可能因使用更清晰的确认语言。

对劳动力市场的启示

结论： 代理式编程降低了对正式编程背景的要求，但放大了领域专业知识的价值；适度的专业能力即可带来大部分收益，而深度精通仅带来边际提升。

拥有强领域知识的用户能通过更少的指令引导 Claude 完成更多工作，从而实现更高成功率和更高价值的任务。
劳动分工表明，编程代理充当 实现引擎，而人类提供 问题定义 与 领域判断。
若未来模型进一步降低专业门槛，我们或将看到软件生产在所有职业中更广泛地普及，从而重塑技能需求。

局限性与未来工作

未衡量真实世界结果（如生成代码部署后的使用情况）。
排除了非交互式 Claude Code 使用（如批量生成）；未来框架将纳入此类活动。
所有分类依赖模型驱动的会话分析；尽管遥测交叉验证显示高度一致，但大规模人工验证仍具挑战性。
持续监控将追踪随着模型自主性增强，专业能力回报是否递减。

参考文献

Hitzig, Z., Massenkoff, M., Lyubich, E., Zhang, S., Heller, R., & McCrory, P. (2026). Agentic coding and persistent returns to expertise. Anthropic. https://www.anthropic.com/research/claude-code-expertise
以往关于自主性测量的研究：https://www.anthropic.com/research/measuring-agent-autonomy
CLIO 保护隐私的分析框架：https://www.anthropic.com/research/clio
SWE-chat 数据集：https://huggingface.co/datasets/SALT-NLP/SWE-chat

所有引用图表均来自原始 Anthropic 报告。