本文为参考文章内容简介，由 AI 整理生成。
Anthropic 在《Agentic coding and persistent returns to expertise》里，用 2025 年 10 月到 2026 年 4 月之间约 40 万个 Claude Code 交互式会话，分析了一个很关键的问题：当 Coding Agent 越来越能自己读代码、改文件、运行命令和完成任务时，人的专业能力还剩下多少价值？
这篇报告的答案并不是“会写代码的人继续占优”，而是更微妙一些：在 Claude Code 的使用中，人主要决定做什么，Claude 主要决定怎么做；真正能放大 Agent 产出的，是用户对任务本身的理解。软件职业背景会有帮助，但在产生代码的会话里，各类职业用户的成功率已经接近软件相关职业。Agentic Coding 似乎正在降低“会不会亲手写代码”的门槛，同时继续奖励“知不知道自己要解决什么问题”的能力。
这份报告在看什么
Anthropic 这次分析的是 Claude Code 的交互式使用，包括命令行、Claude.ai 和 Claude Code 桌面应用中的会话。报告没有直接衡量真实世界里的业务结果，而是通过隐私保护的分析工具和分类器，观察会话在做什么、用户与 Claude 如何分工、会话是否达成目标，以及这些模式如何随时间变化。
每个会话会被归入九种工作模式。直接写代码相关的包括新建功能、修复问题、测试代码，以及编排其他 Agent 或自动化流水线；围绕系统运行的包括部署、配置、运行流水线和监控；还有一些会话用于理解系统、规划改动、分析数据，或生成文档和演示等非代码产物。
从整体分布看，写、修、测和编排代码大约占 56%；运行软件占 17%；理解和规划占 14%；数据分析和文档写作占 13%。这说明 Claude Code 已经不只是“写代码工具”，而是在进入更完整的软件工作流，甚至进入代码之外的知识工作。
人决定做什么，Claude 决定怎么做
报告里最清晰的一条线索，是人和 Agent 的决策分工。
Anthropic 把会话中的决策分成两类：Planning 决策，也就是要做什么、采取什么方案、怎样才算完成；Execution 决策，也就是改哪些文件、写什么代码、用什么语言、运行哪些命令。
结果很有意思：平均来看，用户做出约 70% 的 Planning 决策，但只做出约 20% 的 Execution 决策。换句话说，典型的协作形态已经不是“人写代码，AI 补全”，而是“人定义目标和约束，AI 负责大量执行细节”。
从会话结构看也类似。一个典型会话大约有 4 轮用户提示，每次提示会触发 Claude 平均约 10 个动作，有时超过 100 个动作；Claude 会读文件、改代码、运行命令，并输出大量中间结果。用户每次说的话越能准确设定方向，Claude 就越能在下一次确认之前走得更远。
专业能力让每次提示更有价值
为了研究“专业能力”到底意味着什么，Anthropic 让 Claude 按五级尺度判断用户在当前任务上的专业程度。这个判断不是职位标签，也不是一般意义上的聪明程度，而是任务相关的能力：用户是否能精准描述问题，是否知道该验证什么，是否能纠正 Claude 的误解。
报告中特别强调，专业能力是任务特定的。一个资深工程师第一次处理陌生语言时，可能仍然是初学者；一个不以编程为职业的人，如果能清楚说明自己领域里的规则、边界条件和验收标准，也可能是该任务上的专家。
数据里可以看到明显趋势：用户表现出的任务专业程度越高，Claude 每次提示后的动作越多、输出也越多。初学者会话中，每次提示大约触发 5 个 Claude 动作和约 600 个词的输出；专家会话中，每次提示会触发超过两倍的动作链，并产生约 3200 个词的输出。
这不是说专家在让 Claude “更辛苦”，而是说明专家给出的方向、约束和反馈更容易被 Agent 转化为连续执行。专业能力在这里变成了一种杠杆：同样是一句话，懂问题的人能让 Claude 做更多有用的工作。
成功率也和专业程度有关
报告使用两类成功指标：一类是分类器判断会话是否达成目标，另一类要求有更硬的验证信号，例如测试通过、提交记录、PR 活动，或用户明确确认结果可用。Anthropic 也承认，这仍然不是现实世界结果，只是从会话中能观察到的成功证据。
即便如此，趋势仍然很稳定：用户在任务上的专业程度越高，会话成功的可能性越大。最严格的“已验证成功”指标中，初学者会话约为 15%，中级及以上会话约为 28% 到 33%；如果看更宽松的“至少部分成功”，初学者约为 77%，中级到专家约为 91% 到 92%。
差距最大的位置不是中级和专家之间，而是初学者和中级之间。也就是说，Agentic Coding 的收益并不只属于最顶尖的专家；只要用户对任务有足够清楚的工作理解，就能拿到大部分收益。但完全缺少问题理解时，Agent 的能力也很难被稳定转化为结果。
当会话遇到困难时，这一点更明显。报告把错误、测试失败、反复尝试、用户表达不满等视为失败信号。在遇到困难的会话里，专家用户更可能把任务拉回正轨；初学者则更容易在没有写出代码的情况下放弃。
职业背景的影响变小了
Anthropic 还尝试从会话上下文推断用户职业，并映射到美国劳工统计局的职业分类。这里的分类器被要求不要把“正在写代码”本身当成软件职业证据，而是看项目上下文、文件结构、术语和引用材料等线索。
在能推断职业的会话中，软件相关职业当然仍然是最大群体。但报告更重要的发现是：在产生代码的会话里，软件相关职业用户和其他职业用户的成功率差距并不大。软件相关职业的已验证成功率约为 34%，其他职业约为 29%；如果看更宽松的至少部分成功，两者分别约为 89% 和 88%。
十个最大职业组在代码产出会话中的成功率，都落在软件相关职业七个百分点以内。报告因此提出一个判断：Coding Agent 可能正在让编程能力从少数职业的专门技能，变成更多知识工作者可以调用的执行能力。
但这并不等于专业能力不重要。恰恰相反，报告认为成功更取决于用户是否理解自己要解决的问题，而不是是否接受过正式的编程训练。代码实现的一部分价值被 Agent 吸收了，问题判断、目标定义、约束识别和验收能力则继续保留价值。
Claude Code 的工作正在变化
报告还比较了 2025 年 10 月到 2026 年 4 月之间 Claude Code 使用方式的变化。
最明显的变化是，修复代码的占比从 33% 下降到 19%。与此同时，运行软件、数据分析和文档写作等工作占比上升。Anthropic 还用自由职业平台任务价格作为粗略参照，估计会话任务的经济价值；按这个估计，平均任务价值在七个月里上升了约 27%，并且几乎所有工作类型都在上升。
这些数字不能被当成真实价格直接解读，但它们说明了方向：随着模型和工具变强，Claude Code 承担的任务正在从局部修补，走向更完整、更复杂、更有价值的工作。
小结
这篇报告最值得注意的地方，是它把 Agentic Coding 从“AI 会不会替代程序员”这个问题里稍微拉了出来。
Claude Code 的使用数据表明，Agent 已经能承担大量执行决策，人则更多承担目标、计划和验收相关的决策。会不会亲手写代码，正在变得没那么决定性；能不能清楚理解任务、提出约束、识别错误、判断结果，仍然非常关键。
所以 Agentic Coding 并不是简单地让专业能力失效。它更像是在改变专业能力发挥作用的位置：过去专业能力直接体现在写代码、调试和实现细节上；现在它越来越体现在对问题的定义、对 Agent 的指挥、对结果的验证，以及在出错时把系统拉回正确方向的能力上。
代码生成会越来越便宜，但知道该生成什么、为什么这样生成、怎样确认它真的解决了问题，仍然是持续有回报的专业能力。
References
Agentic coding and persistent returns to expertise | Anthropic