

Anthropic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,得出惊人结论:决定AI编程成败的不是代码功底,而是对行业的理解深度。这意味着,一个从没写过代码的会计,在AI编程上与科班程序员的差距小到几乎可以忽略不计。

通过「决策归因分类器」分析发现,人类做了大约70%的规划决策,Claude包揽了大约80%的执行决策。当用户紧握执行决策权,Claude每轮只做约8个动作;当Claude拿到规划主导权,每轮动作飙到16个。这种默契的人机分工,让懂行的人能更好地发挥AI的作用。

报告显示,新手会话只有15%达标,中级用户跳到28%,高级和专家更是到了33%。新手会话每条指令触发约5个Claude动作、约600词输出,而专家会话动作链翻倍到12个,输出飙到5倍——3200词。这表明专业度不是「会什么工具」,而是「对问题本身的理解深不深」。

用美国劳工统计局标准职业分类体系分类后,软件相关职业验证成功率约30%,其他职业约26%;在真正产出代码的会话里是34%对29%。按更宽泛标准,差距缩到只剩1个百分点。管理岗验证成功率甚至略高于程序员。这重写了「AI时代谁最值钱」的命题,懂业务、会定义问题的人更有价值。
编辑观点:知识型工作者应注重提升业务理解能力,学会与AI协作,明确问题和需求,在AI编程时代抓住机遇。
1085



被折叠的 条评论
为什么被折叠?



