Anthropic 在最新研究报告中，分析了约 23.5 万名用户、约 40 万场 Claude Code 会话后给出一个反直觉结论：决定 AI 编码成败的关键，不是用户会不会写代码，而是对所要解决问题的领域理解有多深。
会计比工程师更“专业”？专业度度量不看编程水平
报告建立了一套“任务专属五级专业度量表”，从新手到专家。这里的“专业度”与常规认知不同：它衡量的是你有多懂要解决的问题，而非你有多会写代码。例如，资深工程师首次写 Rust 在那任务上算新手；而从未用过 Python 的会计师，只要能精确描述对账规则、在月结边界找出逻辑错误，在那任务上就是专家。
数字差距直观说明了问题严重性。新手会话每个 prompt 平均触发约 5 个 Claude 动作、约 600 字符输出；专家会话触发约 12 个动作、约 3200 字符输出，后者动作量是前者的 2 倍多，输出量是 5 倍。回归分析显示，每提升一个专业等级，Claude 动作量增加约 9%，输出增加约 13%，控制工作类型、任务价值、月份、职业与模型版本后关系依然成立。
出错后，谁能让 AI 代理重回正轨
成功率差异更说明问题。报告定义了两层成功标准：“判定成功”（分类器判断是否达目标）与“验证成功”（有可核查硬证据，如测试通过、git commit、用户确认）。整体上，用户专业度越高，会话成功率越高，且增长集中在量表低端——新手到中阶的落差远大于中阶到专家。专家级会话的验证成功率是新手的两倍以上。
更关键的是“出错后的修复率”。追踪有失败信号的会话发现：验证成功率从新手的 4% 升至专家的 15%；至少部分成功的比例，新手为 60%，中阶到专家达 80-81%。放弃率差异同样显著：遭遇困境时，新手有 19% 概率直接放弃（判定失败且零代码变更），其他等级仅 5-7%。Anthropic 解读：领域专业价值之一，是当 AI 代理走偏时，用户有能力把它导向正确方向。
管理岗表现超软件工程师，职业差距几乎消失
数据还打破了另一个预期：职业背景并不像想象中重要。软件相关职业整体验证成功率约 30%，其他职业约 26%。若只看“有实际产出代码”的会话，差距拉大到 34% vs 29%，但放宽到“至少部分成功”后，两组几乎并列：89% vs 88%。前十大职业的验证成功率均落在软件工程师的 7 个百分点以内。管理岗的验证成功率甚至略高于软件工程师，推测原因是管理岗擅长指派任务和设定规格的习惯，恰好迁移到了指挥 AI 代理上。
工作形态也在七个月内快速演变：修 Bug 会话占比从 33% 降至 19%，几乎砍半；操作软件（部署、配置、运行 pipeline）从 14% 升至 21%；写作与数据分析则从约 10% 翻倍至 20%。用户越来越多地将 Claude Code 用于编程周边工作，而非编程本身。任务经济价值同步上升：以 freelance 行情估算，七个月内每场会话平均市场价值上升约 27%；构建型任务上升约 43%，操作型约 34%，修复型约 32%。
Anthropic 在报告结尾提出框架概念：收益来自“competence, not mastery”——“够用的掌握”即可，无需深度精通。对领域有基本到中等理解就能拿到大部分好处；从中阶���往专家爬，成功率斜率明显变平。随着 AI 工具扩张，它放大的不是编程技能，而是用户对问题的理解深度。