夜雨聆风
一个写了十年代码的资深工程师，在尝试用一门新语言写代码时，在AI面前表现得像个手忙脚乱的新手。
与此同时，一个连Python是什么都不知道的会计，却能指挥AI在一下午内写出一套毫无破绽的对账系统。
这并不是什么科幻小说的桥段，而是正在发生的职场现实。
就在上周，研发了Claude的AI巨头Anthropic，发布了一份信息量巨大的智能体应用研究报告。
这份名为《Agentic coding and persistent returns to expertise》的报告，基于其代码助手Claude Code真实使用数据的一手分析。
在2025年10月至2026年4月期间，Anthropic对大约40万场交互式会话进行了隐私保护分析，覆盖了多达23.5万名真实用户。
他们死死盯着三个核心问题：
人们到底在用AI做什么？人与AI该如何分工？以及，什么样的人更容易在这个时代获得成功？
而最终的数据，指向了一个极其确定的趋势：
AI正在降低编程的门槛，但它绝对没有降低专业的门槛。
”智能体编程并不是简单地把人类从代码工作中踢出去，而是在重新划分知识工作的边界。
会不会写代码，正在变得没那么关键；但你是否真正理解问题，是否能做出专业判断，是否能把业务规则、技术约束 and 边界条件讲清楚，反而成了决定你身价的唯一标尺。
AI的发展速度，远远超出了大多数人的想象。
在用户与Claude Code的交互中，AI已经悄悄渗透进了完整的工作链条。
如果我们把这40万场对话拆开来看，会发现修复问题和构建新功能依然是重头戏，分别占了26%和25%。
但同样值得注意的是，运行软件占了17%，写文档和演示占了10%。
甚至连理解系统（7%）、规划变更（7%）、编排智能体与流水线（3%）、数据分析（3%）以及测试代码（2%），也已经被AI悉数接管。
这根本不是什么简单的代码补全工具。
它正在接管写代码、修Bug、部署、配置、跑流程、分析数据、生成文档的完整工作流。
而且，大多数人并不是让它从零写起。
有48%的对话是在修改已有代码，17%在探索庞大的代码库，只有14%是从零创建新代码。
甚至有五分之一的对话，根本不需要触碰任何代码库。
这意味着，AI已经不再是单点突破的工具，而是把技术工作从单点任务，推向了更完整的工作流。
既然AI已经如此全能，人类和AI到底该如何分工？
Anthropic把人机协作中的决策，拆分成了两种完全不同的类型。
一种叫规划决策，也就是决定要做什么、用什么方法、怎样才算及格。
另一种叫执行决策，比如具体改哪个文件、写什么代码、运行什么命令。
结果显示，在典型的合作中，人类做出了70%的规划决策。
而AI则默默承包了80%的执行决策。
“People decide what to build, and the agent decides how to build it.”
人类决定建造什么，而智能体决定如何去建造。
翻译成组织语言，就是人负责定义问题、设定目标、判断边界；Agent负责拆解步骤、执行任务、生成结果。
这也解释了为什么AI时代真正重要的不是“会不会点工具”，而是能不能把问题说清楚。
因为当AI越来越会执行，人类的价值就更集中在方向、目标、约束和验收标准上。
在这场人机协作的变革中，我们对“专家”的定义正在被彻底颠覆。
为了摸清到底什么样的人更容易成功，Anthropic采用了一种非常独特的研究方法。
他们没有看用户名片上的社会头衔，而是直接让AI模型根据对话的具体内容，去评估用户在当前任务上的专业程度。
模型会将用户的专业水平，严谨地划分为从新手到专家的五个等级。
而AI在判定这五个等级时，主要盯着三个代表专业度的硬信号。
首先，你能不能极其精准地向AI表达你的任务需求。
其次，你知不知道在什么节点、用什么标准让AI去进行自我验证。
最关键的是，当AI给出似是而非的错误答案时，你能不能一眼看穿并立刻把它拉回正轨。
这就是为什么那个不会写代码的会计，能在这个任务里被AI判定为真正的专家。
一个资深工程师第一次问Rust问题，在Rust任务上可能仍然是新手；
而一个从没用过Python的会计，如果能清楚说明对账规则，并抓住月末结账的边界条件，在这个任务上就是专家。
AI时代的“专家”不是头衔，而是你是否真正理解手上的问题。
从实际的数据结果看，专业度的不同，直接导致了人机协作效率的云泥之别。
在新手用户的会话中，每次提示大约只能触发AI做出5个动作，输出大约600个词。
而在专家用户的会话中，每次提示能指挥AI连续完成12个动作，输出超过3200字的高质量成果。
也就是说，专家不是自己干得更多，而是能让AI干得更多。
为什么？
因为他们知道该问什么、该检查什么、哪里可能出错、什么结果才算真正完成。
一个懂业务的人，不需要自己写每一行代码，但他能把业务规则、边界条件、例外情况和验收标准讲清楚，于是Agent就能沿着正确方向跑得更远。
这里的核心是：AI不是让专业知识不值钱，而是让专业知识拥有了新的杠杆。
报告对比了2025年10月到2026年4月这七个月间的智能体应用情况，发现发生了两个根本性的变化。
第一，任务结构变了。
在这七个月里，修Bug类会话从33%降到19%，几乎减少了一半；运行软件从14%升到21%；写作和数据分析合计从约10%升到20%。
第二，任务价值变了。
Anthropic用自由职业平台任务价格做了粗略估算，发现平均任务价值在这7个月里上升了27%。其中，构建类任务价值上升约43%，运行类上升约34%，修复类上升约32%。
这说明AI不再只是帮人“补洞”和“救火”，而是开始承担更完整、更复杂、更高价值的任务。
这对组织的意义是：Agent的价值，不在于替代某一个动作，而在于进入任务链。
真正的组织转型，也不是让员工学几个提示词，而是重新设计任务如何被人和Agent共同完成。
为了让结论更有说服力，Anthropic没有简单问用户“你觉得成功了吗”，而是设计了几类极其严苛的成功和失败指标。
比如，想要被判定为“验证成功”，必须同时满足两个条件：
会话被判断为完成了用户目标，并且有硬证据支撑，比如代码提交、拉取请求、测试通过，或者用户明确确认。
失败也不是泛泛说失败，而是看报错、测试失败、多次重试、用户推翻结果等信号。
还有一种结局叫“彻底放弃”，即任务失败且没有写入任何代码。
这让后面的成功率分析更有分量：它不是主观满意度，而是尽量接近真实工作完成情况。
通过对比发现，不同专业水平的用户，成功率呈现出巨大的鸿沟。
新手会话的严格验证成功率只有可怜的15%，至少部分成功率是77%；而中级及以上用户的严格验证成功率达到了28%到33%之间，至少部分成功率达到了91%到92%。
更关键的是，差距最大的不是“中级到专家”，而是“新手到中级”。
也就是说，AI时代不是只有顶尖专家才能受益，真正的分水岭是你有没有最基本的领域理解。
在遇到麻烦的会话中，这个差距更明显。新手会话只有4%最终达到严格验证成功，专家会话是15%。新手遇到问题后有19%会放弃，而其他水平用户只有5%到7%。
这说明，使用Agent的关键能力不是“一次说对”，而是“出错后能不能把AI拉回正轨”。这恰恰依赖专业判断。
报告还特别关注了非程序员使用智能体的情况，结果令人震惊。
在产生代码的会话中，软件和数学相关职业的严格验证成功率是34%；而管理类职业是37%，甚至略高；法律职业是33%；商业和金融是29%；医疗、设计媒体、销售、建筑工程、教育、科学等职业大多在27%到28%左右。
报告指出，在产生代码的会话中，十大主要职业群体的成功率都和软件相关职业相差不超过7个百分点。
这说明，编程智能体正在让“写代码”从专业岗位能力，变成更多知识工作者可以调用的通用生产能力。
以后，一个法务可以让Agent批量检查合同条款；一个财务可以让Agent处理对账规则；一个HR可以让Agent生成数据分析和人才盘点工具；一个管理者可以让Agent搭建部门运营看板。
但前提不是他们都变成程序员，而是他们必须足够理解自己的业务。
真正被放大的，不是“写代码能力”，而是“把问题结构化并判断结果的能力”。
这份报告让我们看到一个更大的趋势：未来很多岗位都会拥有“技术执行力”，但不是所有人都拥有“专业判断力”。
当AI可以执行越来越多任务，组织里真正稀缺的能力会发生变化：
业务专家的价值会重新上升。因为AI能不能做出高质量结果，取决于人能不能把目标、规则、场景、约束和验收标准讲清楚。
初级岗位的训练方式会被迫改变。过去新人通过执行任务积累经验，现在执行环节被Agent吸收，新人可能更快产出，也可能更少经历基本功训练。组织必须重新设计“AI时代的学徒制”。
管理者的能力模型也要变化。管理者不只是管理人，还要管理“人+Agent”的任务链：谁定义问题，谁审核结果，哪些任务可以交给Agent，哪些判断必须由人负责。
人才评价不能只看工具熟练度。会用各种AI工具并不等于会创造价值。真正值得评价的是：这个人是否懂业务，是否能拆问题，是否能验证结果，是否能在AI出错时纠偏。
软件生产不再只属于软件岗位，数据分析不再只属于数据岗位，自动化工具不再只属于技术团队。
越来越多普通岗位会拥有“调用技术能力”的权力。
但这并不意味着专业不重要了。恰恰相反，专业正在换一种方式回归。
随着AI越来越会干活，未来最有价值的人，是能把问题讲清楚、把结果看明白、把Agent带到正确方向的人。
Anthropic报告链接：https://www.anthropic.com/research/claude-code-expertise
喜欢本文，别忘了点击
文末右下角“推荐”
并转发给更多人看哦~
— END —
