Anthropic經濟指數：AI對軟體開發的影響

Anthropic 分析了在 Claude.ai 和 Claude Code 上的 500,000 次與程式碼相關的互動，以了解 AI 如何改變軟體開發。研究結果顯示，專用程式碼代理（specialist coding agents）正將開發模式從人類與 AI 的協作（增強）轉向直接執行任務（自動化），且最直接的影響出現在使用者導向的應用程式開發以及新創企業環境中。

專用代理推動更高程度的自動化

專用 AI 代理在任務自動化程度上，高於通用型聊天機器人介面。在互動分析中，Claude Code 上有 79% 的對話被歸類為「自動化」（AI 直接執行任務），而 Claude.ai 上僅有 49%。

在這些自動化模式中，Claude Code 上最常見的兩種行為為：

• 反饋迴圈：AI 自主完成任務，但需要人類驗證（例如，使用者將錯誤訊息貼回 AI）。此類情況在 Claude Code 的互動中佔 35.8%，而在 Claude.ai 上僅為 21.3%。
• 指令式對話：以最少的人類互動完成任務。這類對話佔 Claude Code 互動的 43.8%，而 Claude.ai 則為 27.5%。

相反地，增強模式（如「學習」，使用者從模型獲取知識）在 Claude Code 上明顯低於 Claude.ai。這表示隨著代理式 AI 產品變得更普遍，軟體開發的性質可能進一步朝自動化轉變。

使用者導向應用程式開發的普遍性

AI 最常被用於建立網站與行動應用程式的使用者介面與互動元件。以網路為導向的語言主導了資料集，JavaScript 與 TypeScript 占所有查詢的 31%，HTML 與 CSS 又增加了 28%。

關於開發重點的重要發現包括：

• 高需求任務：「UI/UX 元件開發」（12%）與「網路與行動應用程式開發」（8%）是五大最常見任務中的兩項。
• 氛圍程式碼（Vibe Coding）：「氛圍程式碼」的興起讓開發者能以自然語言描述期望的結果，並由 AI 處理實作細節。
• 後端 vs. 前端：雖然 Python（14%）與 SQL（6%）存在，但通常用於資料科學與分析角色。AI 在前端工作的高度集中，暗示著以簡單應用與使用者介面為核心的工作，可能比專注於後端基礎架構的工作更早受到 AI 的衝擊。

新創企業與企業間的採用落差

代理式程式碼工具的早期採用集中在更具彈性的組織中。初步分析顯示，新創企業是 Claude Code 的主要早期使用者，而傳統企業則落後。

• 新創企業採用：與新創企業相關的工作佔 Claude Code 對話的 32.9%，比其在 Claude.ai 上的使用率高出近 20%。
• 企業採用：企業工作佔 Claude Code 對話的 23.8%，略低於其在 Claude.ai 上的 25.9%。

此差距顯示，新創企業可能利用尖端 AI 工具取得競爭優勢，而成熟組織則因安全審查與組織慣性而採取更謹慎的態度。

分析方法與限制

Anthropic 使用名為 Clio 的隱私保護分析工具，將 500,000 次互動轉化為匿名洞察。然而，研究人員指出幾個限制：

• 資料範圍：研究排除了 Team、Enterprise 與 API 使用，這些可能反映不同的專業模式。
• 使用者偏誤：資料集可能捕捉到早期採用者，他們可能比一般開發者更具技術冒險精神。
• 分類問題：「新創企業」與「企業」的分類基於有限上下文推論，可能包含錯誤。
• 成果衡量：研究分析的是開發者委託 AI 的內容，而非最終程式碼的品質或實際產能提升。

對未來程式碼發展的意涵

軟體開發是其他職業如何因 AI 而演變的先行指標。高頻率的「反饋迴圈」顯示，目前人類在審查與迭代 AI 輸出方面仍至關重要。然而，隨著代理系統能力提升，對使用者輸入的需求可能逐漸減少。

此外，AI 日益強大的程式碼能力可能形成自我強化的循環：用來建構與研究 AI 的軟體，正越來越由 AI 自行撰寫，這可能加速未來突破的進程。