摘要
一个从没写过一行代码的会计，能不能干翻科班程序员？ 听起来像天方夜谭。 就在昨天，Anthropic 甩出一份重磅报告，把这个反直觉的答案，用 40 万次真实会话砸到了台面上——能，而且差距小到几乎可以忽略不计。 在隐私保护的前提下，Anthropic「卧底」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。 他们把每一次会话拆开揉碎，分析用户干了什么活、谁在拍板、结果怎么样——最终得出一个足够颠覆整个行业认知的结论： 决定一次 AI 编程成败的，不是你的代码功底，而是你对自己那行的理解有多深。 换句话说，AI 编程不仅没把外行拒之门外，反而成了各行各业「懂哥」们的封神外挂。 如今 Claude Code 的用户平均每周要泡在这个工具上 20 个小时——一周五天，一天四小时，比很多人陪伴家人的时间还长。 一个直击灵魂的问题随之而来：这种工具的野蛮生长，到底会把知识型打工人的未来推向何方？ Anthropic 这份报告，就是用真实数据给出的第一个早期信号。 人决定造什么，AI 决定怎么造 先看一组实锤数据。 Anthropic 建了一个「决策归因分类器」，把每次会话里的每一个关键决定掰开来看：哪些是「规划决策」——做什么、走哪条路、什么算完成；哪些是「执行决策」——改哪个文件、写什么代码、用什么语言、跑什么命令。 然后，逐一标注是人做的，还是 Claude 做的。 结果极其清晰：人类做了大约 70% 的规划决策，Claude 包揽了大约 80% 的执行决策。 一句话总结：人决定造什么，智能体决定怎么造。 你只管说清楚要什么，剩下的脏活累活，它全干了。 而且，谁掌握主动权，Claude 的行为模式就跟着变。 当用户紧握执行决策权（做了超过 80% 的执行决定），Claude 每轮只做大约 8 个动作，乖乖听指挥；而当 Claude 拿到了规划主导权（做了超过 80% 的规划决定），它每轮直接飙到 16 个动作——工具放开缰绳，马力就拉满。 这种默契的人机分工，像极了一个人带着一支全能执行团队：你不需要亲自搬砖，但你必须知道这房子该怎么盖。 懂行的人，一句话顶别人五句…
摘要可能不完整，可查看原文