夜雨聆风一位资深工程师，第一次碰到 Rust；另一边，是一位从没写过 Python、却能把月末结算规则和所有边缘情况说得清清楚楚的会计师。
谁才是“专家”？
过去，答案似乎毫无悬念。现在，答案可能完全反过来。
2026年6月16日，Anthropic公布了一份堪称“程序员价值重估报告”的研究：约40万次Claude Code会话、23.5万名用户、横跨7个月。
最刺眼的数字只有两个：
软件相关职业，验证成功率约34%；其他职业，约29%。
只差5个百分点。
但更猛烈的冲击还在后面：真正能把成功率拉开一倍的，关键可能在于，
你到底懂不懂自己正在解决的问题。
▲ Anthropic于2026年6月16日发布报告，分析约40万次Claude Code交互会话
5个百分点，撬开了“只有程序员才能做软件”的旧门槛
先看这里的成功标准，它相当严。
Anthropic定义的“验证成功”，要求Claude完成任务，并至少具备一项硬证据：例如测试通过、产生匹配任务的Git提交或PR，或者用户明确确认结果正确。
约7.7%没有清晰目标的会话，甚至被直接排除。
在那些确实修改了代码的会话中，软件相关职业的验证成功率约为34%，其他职业约为29%；如果放宽到“至少部分成功”，两边都达到约88%，89%。
更反常的是，在样本最大的十个职业组里，所有职业与软件工程组的差距，都没有超过7个百分点。管理类职业甚至略高于软件相关职业。
▲ 在会修改代码的会话中，各主要职业组的成功率远比想象中接近
社交媒体很快把它压缩成一句爆款口号：“编程已经不重要了。”
但这恰恰是误读。
报告真正说的是：“软件工程师”这个身份标签，对单次编程会话能否成功的解释力正在变弱；与此同时，任务特定的领域专长，仍然极其重要。
知识并未贬值，它的价格体系正在重排。
人类决定“造什么”，Claude包办“怎么造”
把镜头推进一次典型会话。
用户承担约70%的规划决策：目标是什么、选哪条路、什么才算完成。
Claude则承担约80%的执行决策：改哪些文件、写什么代码、运行哪些命令、怎样测试。
一场典型会话只有约4轮来回，但用户每发出一条指令，Claude平均会执行约10次动作，有时超过100次，并产生约2400词的输出。
▲ 人类更多控制“做什么”，Claude更多控制“怎么做”
这更像一个小型施工现场。
人类是产品负责人、架构判断者和质检员；AI则是速度惊人的执行团队。
于是，新的分水岭出现了。
新手每条指令平均只能撬动Claude约5次动作、600词输出；专家却能撬动约12次动作、3200词输出。
同一台机器、同一个模型，为什么差距如此巨大？
因为专家很少只说“帮我做一下”。他知道该指出什么约束、要求什么校验，也能在Claude走错路时迅速喊停。
专家交给AI一张高密度的认知地图，其中包含目标、约束和校验线索。
真正可怕的差距，出现在红灯亮起之后
在最严格的验证成功口径下，新手成功率约为15%，中级及以上则达到约28%，33%。
几乎翻倍。
如果只看“至少部分成功”，差距也从新手的约77%，升至中级及以上的91%，92%。
▲ 成功率的大部分增益集中在“新手到中级”阶段；再往顶尖专家提升，增幅变小
但真正惊险的一幕，发生在系统报错之后。
当会话出现测试失败、反复重试等麻烦时，新手最终验证成功的比例只有约4%，专家则升至约15%。
更扎眼的是“放弃率”：新手约19%，中级及以上只有约5%，7%。
也就是说，AI顺风运行时，人人都像高手；一旦红字刷屏、测试崩溃、结果似是而非，谁真的懂业务，立刻原形毕露。
好消息是，你不需要成为全球前1%的大神。报告显示，绝大部分收益来自新手跃迁到扎实的中级水平。从中级继续走向专家，曲线反而变缓。
门槛已经从“熟背语法”，迁移到了拆解问题、定义标准与发现错误。
代码还在，但钱已经流向了别处
Claude Code的工作范围，早已超出“写代码”。
约56%的会话直接围绕新建、修复、测试或编排代码；**17%用于运维和操作软件；14%用于规划与理解系统；另有13%**产出数据分析、文档或演示等非代码成果。
七个月里，任务结构发生了明显位移：
修复类会话从约33%降至19% 运维从约14%升至21% 写作与数据分析合计从约10%升至20% 参照自由职业市场报价估算，平均任务价值上升约27%
▲ 修复任务减少，运维、分析与写作增加；任务价值估算同步上升
这里的美元价值只是粗略代理指标，不等于真实收入。但方向已经非常清楚：AI正在从“帮你补一段代码”，进入部署、运营、分析和交付。
与此同时，非软件职业中，管理、销售和法律相关用户增长最快。
软件生产正从技术部门向外扩散，像电子表格一样渗进每一个行业的日常工作。
管理者为何可能跑到工程师前面？
管理类职业略高的结果，尤其耐人寻味。
一种解释是，优秀管理者本来就擅长拆目标、定边界、分任务、做验收。这些能力，恰好也是指挥智能体的核心能力。
另一种解释则更朴素：存在测量偏差。验证成功部分依赖会话中的明确确认，而经理可能更习惯说：“对，这就是我要的。”
因此，这个结果不能被读成“经理比工程师更会写代码”。职业也是模型根据项目背景和词汇推断的，并非用户填写的真实职位。
但它依然释放出一个强烈信号：
当“亲手实现”越来越便宜，“准确表达目标并判断结果”就会越来越贵。
先别急着给程序员办葬礼
必须泼一盆冷水。
29%和34%的验证成功率都不高。多数会话仍未达到最严格的成功标准。
研究的观察单位仅限会话，无法覆盖完整项目。它无法知道代码后来是否上线或被删除，更无法证明一场成功对话能扩展到大型系统、安全关键软件或复杂算法工程。
第三方IDE插件和无头自动化模式也被排除；职业、专长与结果主要由模型从对话中分类，仍可能存在误差。
这份报告把焦点放在一件更深刻的事上：语法正在从稀缺资产变成可外包的执行层，但判断仍然无法外包。
未来最值钱的人，也许是能回答四个问题的人：
该造什么？为什么要造？什么才算做完？出错时，错在哪里？
AI降低了执行成本，判断成本依旧高昂。
甚至恰恰相反，当一条指令就能调动十几步行动、数千词输出时，一个错误判断，也会被机器以惊人的速度放大。
键盘的门槛正在塌下去。
但在它后面，一座更高、更陡的门槛已经升起：真正理解一个领域，并让机器在复杂现实里做对事情。
资料来源：Anthropic｜Agentic coding and persistent returns to expertise
