【新智元导读】Anthropic用40万次会话Claude Code实锤:能从 AI 身上榨出几倍产能的，不是代码力，是更懂行。

一个从没写过一滑代码的司帐，能不颖慧翻科班身手员？

听起来像离奇乖癖。

就在昨天，Anthropic 甩出一份重磅论说，把这个反直观的谜底，用 40 万次真实会话砸到了台面上——能，况兼差距小到简直不错忽略不计。

在心事保护的前提下，Anthropic「卧底」分析了 2025 年 10 月到 2026 年 4 月、约 23.5 万名用户产生的近 40 万次 Claude Code 交互数据。

他们把每一次会话阻隔揉碎，分析用户干了什么活、谁在拍板、后果怎么样——最终得出一个鼓胀颠覆通盘这个词行业贯通的论断：

决定一次 AI 编程成败的，不是你的代码功底，而是你对我方那行的长入有多深。

换句话说，AI 编程不仅没把新手拒之门外，反而成了五行八作「懂哥」们的封神外挂。

如今 Claude Code 的用户平均每周要泡在这个器用上 20 个小时——一周五天，一天四小时，比好多东说念主伴随家东说念主的时辰还长。

一个直击灵魂的问题随之而来：这种器用的霸道助长，到底会把常识型打工东说念主的过去推向何方？

Anthropic 这份论说，便是用真实数据给出的第一个早期信号。

东说念主决定造什么，AI 决定怎么造

先看一组实锤数据。

Anthropic 建了一个「有筹画归因分类器」，把每次会话里的每一个要津决定掰开来看：哪些是「策画有筹画」——作念什么、走哪条路、什么算完成；哪些是「实际有筹画」——改哪个文献、写什么代码、用什么话语、跑什么敕令。

然后，逐个标注是东说念主作念的，照旧 Claude 作念的。

后果极其领路：东说念主类作念了温和 70% 的策画有筹画，Claude 包揽了温和 80% 的实际有筹画。

一句话归来：东说念主决定造什么，智能体决定怎么造。

你只管说领路要什么，剩下的脏活累活，它全干了。

况兼，谁掌捏主动权，Claude 的行为花式就随着变。

当用户紧捏实际有筹画权（作念了特等 80% 的实际决定），Claude 每轮只作念温和 8 个作为，LOL投注app中国官方下载乖乖听携带；而当 Claude 拿到了策画主导权（作念了特等 80% 的策画决定），它每轮告成飙到 16 个作为——器用放开缰绳，马力就拉满。

这种默契的东说念主机单干，像极了一个东说念主带着一支万能实际团队：你不需要亲身搬砖，但你必应知说念这屋子该怎么盖。

懂行的东说念主，一句话顶别东说念主五句

最颠覆的，是「专科度」这个词在论说里的界说——它跟你的职位头衔毫无关系，而是任务特定的。

一个资深工程师第一次问 Rust，在 Rust 这件事上便是个新手；而一个从没碰过 Python 的司帐，只须他能精准告诉 Claude 月末对账必须卡住哪几条文定、还能一眼揪出 AI 漏掉的领域情况，那他在这个任务上，便是彻头彻尾的行家。

这才是这份论说最犀利的细察：专科度不是「你会什么器用」，而是「你对问题自身的长入深不深」。

数据有多悬殊？

新手会话里，每条辅导只触发约 5 个 Claude 作为、约 600 词输出；而行家会话，作为链翻倍到 12 个，星空登录入口输出飙到 5 倍——3200 词。

这个差距在每一种使命类型、每一个任务价值区间里皆踏实存在。

不异一个 AI，懂行的东说念主能榨出几倍的产能。差距不在器用，在脑子。

新手最容易撂挑子

到底谁用得更收效？

论说给出的谜底，依然指向「懂行」二字。

Anthropic 假想了一套极其严格的收效评估体系。他们先让分类器通读完满会话记载，判断用户是否完成了方针，再肖似「硬凭据」考据——必须有 git 提交、测试通过、或用户明确证据这类可查证的信号。

按这个最严格的口径：新手会话唯一 15% 达标，中级用户跳到 28%，高档和行家更是到了 33%。

但最要津的信息藏在这条弧线的局面里——最大的那一跃，发生在「从新手到中级」。

也便是说，你不需要成为某个规模的绝世妙手，只须有「够用的把捏」，就能拿走大部分红利。

从中级到行家，收益弧线赫然变平了。

碰壁时的差距更扎心。

当会话出错、反复重试、用户运行骂街——Anthropic 管这叫「遭逢波折」的会话——新手最终翻盘（在「遇波折」前提下仍考据收效）的概率唯一 4%，行家是 15%。

行家不是不会碰壁，而是碰了壁知说念怎么把 AI 拉回正说念。

更扎心的：那些「判定失败、且一滑代码皆没写就消除」的会话里，19% 的新手告成撂了挑子，其他训戒水平的东说念主唯一 5%–7%。

最没训戒的东说念主，一遭逢坎就起首认输——他们不是输在智力上，是输在不知说念下一步该跟 AI 说什么。

办事？反而没那么垂危了

至于你是身手员照旧讼师照旧居品司理？

说真话，没那么垂危了。

Anthropic 用好意思国劳工统计局（BLS）的尺度办事分类体系，把用户映射到 23 个大类。

分类器被明确要求：弗成因为在写代码，就觉得他是身手员。

一个讼师用 Claude 写了一个自动审协议要求的剧本，他依然被归为法律从业者——因为他的中枢使命是法律，代码仅仅收场主义的期间。

在这个分类基础上，软件关连办事的考据收效能约 30%，其他办事约 26%；在着实产出代码的会话里是 34% 对 29%。

如若看更平日的「至少部分红功」尺度，差距更是缩到只剩 1 个百分点——89% 对 88%。

数据集里最大的十个办事，收效能透顶落在软件工程师 7 个百分点以内。况兼这个差距在七个月里既莫得扩大，也莫得寂静——双方的收效能在同步提高。

最巧合的是：解决岗的考据收效能，致使略高于身手员。

Anthropic 我方也分析了原因——这可能是因为解决者更善于在对话中明确抒发「我要的便是这个」，也可能是携带 AI 这件事和带团队本便是合并种智力：把需求拆领路、把标的定领悟、在要津节点作念判断。

这个发现简直不错重写「AI 期间谁最值钱」这个命题——谜底不是最会写代码的东说念主，而是最会界说问题的东说念主。

这仅仅一份初步答卷

诚然，Anthropic 我方把话说得很克制。

他们承认看不到真实的业务后果——所谓「收效能」来自对会话记载的分类判断，不等于这段代码最终被袭取、确切产生了生意价值。

论断是初步的，别神化。

但标的照旧鼓胀领路，领路到让东说念主后背发凉：在 AI 编程里，写代码的门槛正在被抹平，而「懂业务」的价值正在被疯莽撞大。

Claude Code 上正在发生的这一切，很可能仅仅通盘这个词常识型使命过去走向的一次预览——

代码谁皆能让 AI 写星空信誉有保障，但能弗成把问题思领路、把需求提到点子上，才是这个期间真恰恰钱的身手。