你可能也遇到过这种情况：
同样用 Claude Code，有人一条 prompt 跑完一套 PR，有人来回十几轮还卡在“再试一次”。
Anthropic 分析了 2025 年 10 月到 2026 年 4 月的 398,198 个 Claude Code 交互会话，覆盖 234,751 名用户。样本来自真实使用行为，比问卷和营销案例更接近工具的日常用法。
我读完后只记住一件事：
AI 写代码越强，越奖励懂问题的人。
只等需求、只做实现的人，会被 Claude Code 这类工具推到更被动的位置。
1. Claude Code 已经不只负责修 bug
很多人还把 AI Coding 当急救箱：报错了，把日志丢进去，让它修。
Anthropic 看到的使用场景比这宽很多。
约 56% 的会话在写代码、修代码、测试或编排代码；17% 在运行、部署、配置、监控；14% 在理解系统或规划变更；13% 在做数据分析或文档沟通。
6 个月里，修复类会话从 33% 降到 19%，操作软件从 14% 升到 21%，写作和数据分析类从大约 10% 增长到 20%。
用户开始把更完整的任务交给 Claude Code。
以前你说：“这里坏了，帮我补一刀。”
现在你说：“先理解这套系统，改一段流程，跑测试，整理结果，必要时补文档。”
工具变强后，你给它的任务也变大了。
2. 人定方向，AI 干细活
典型会话中，用户承担约 70% 的规划决策，Claude 承担约 80% 的执行决策。
你负责决定“做什么、做到什么程度、什么不能碰”。Claude 负责判断“改哪些文件、写哪些代码、跑哪些命令”。
会用 Agent 的人，很少把每一步写满。他们会先把边界讲清楚。
差的委托是：
帮我修一下登录。
好的委托是：
只处理 token 过期后没有自动刷新的问题，不改 OAuth 主流程；保留现有错误提示；用这 3 个场景证明修好了。
这种委托靠专业判断，比 prompt 话术更有用。
3. 专家少写步骤，多给约束
报告把用户按任务专业度分成 novice 到 expert。这里的“专家”指的是你对当前任务的理解程度，不看公司头衔。
数据很直观：novice 用户每条提示平均触发约 5 个 Claude 动作、约 600 词输出；expert 用户每条提示平均触发约 12 个动作、约 3,200 词输出。
专家不会把 AI 当小学生，一步一步盯着。专家像一个好负责人：先讲目标、禁区、验收标准，再把执行空间交出去。
同一个 Claude Code，在不同人手里像两个工具。
有的人只会说“改一下”。有的人能说清楚“什么结果算对”。
4. 新手先补“验收能力”
严格成功率下，novice 会话约 15% 成功；intermediate 及以上是 28%-33%。如果看更宽松的 partial success，novice 约 77%，intermediate 到 expert 约 91%-92%。
最大差距出现在 novice 到 intermediate。
普通开发者不需要立刻成为架构大师，但你至少要跨过一个门槛：
- 知道目标是什么；
- 知道哪些东西不能乱改；
- 知道怎么验证结果；
- 知道 AI 跑偏时怎么拉回来。
会话出现失败信号时，差距更大。novice 的 verified success 约 4%，expert 约 15%。AI 一旦跑偏，新手容易陪它一起绕圈；专家会先找错误假设。
5. 程序员身份的护城河，正在变薄
产生代码变更的会话里，软件相关职业 verified success 约 34%，非软件职业约 29%；宽松成功率分别是 89% 和 88%。
差距还在，但没有很多人想象中那么大。
“写代码”会像办公软件一样，进入更多知识工作者的日常。运营写数据脚本，财务做自动对账，研究员搭分析管线，产品经理改内部工具，这些场景会变常见。
程序员要把壁垒放在系统判断、工程边界、抽象能力、风险意识，以及对业务语义的理解上。
结论
我会这样概括这份报告：
AI 降低的是实现门槛，抬高的是验收门槛。
以前，弱程序员主要输在不会写。
以后，更多人会输在：不知道哪里会错，也不知道怎么证明它对。
现在最该练三件事：
- 把模糊需求拆成可验证任务；
- 把业务规则、测试命令、项目禁区写进
AGENTS.md/CLAUDE.md； - 每次 AI 改完都问：它证明了什么？还有什么没证明？
如果你用 AI 写代码时总觉得“看起来能跑，但心里没底”，先别急着换模型。你需要给它更清楚的任务边界，也需要给自己一套验收方法。
参考来源
- Anthropic, "Agentic coding and persistent returns to expertise", 2026-06-16: https://www.anthropic.com/research/claude-code-expertise