# 策展 · X (Twitter) 🔥🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Anthropic (@AnthropicAI) · 平台：X (Twitter) · 日期：2026-06-17

> 原始來源：https://x.com/AnthropicAI/status/2066969532380721386

## 中文摘要

Anthropic 發布 Claude Code 研究報告揭示程式開發價值。

**研究背景與方法**
Anthropic 針對 2025 年 10 月至 2026 年 4 月期間，約 23.5 萬名使用者進行的 40 萬次「Claude Code」互動工作階段進行了隱私保護分析。該研究旨在建立一套框架，用以追蹤 Agentic 程式開發的演進，並評估任務類型、人機協作模式及成功率。研究數據涵蓋了透過 CLI、Claude.ai 及桌面應用程式的使用行為，未來這些指標將被納入「Anthropic 經濟指數」中，作為觀察勞動力市場變遷的關鍵訊號。

**任務組成與價值成長**
研究顯示，Claude Code 的使用場景已從單純的程式撰寫，轉向更複雜的端到端應用：
- 任務類型：超過半數的會話集中在程式碼撰寫或修復，近 20% 涉及軟體運作。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/bdd17b856e508abe.png)
> 分析顯示，超過半數的 Claude Code 工作階段主要用於編寫或修復程式碼（修復佔 26%，新建佔 25%），且將近五分之一（17%）用於操作軟體。

- 價值提升：透過與自由接案市場的任務成本進行對比，研究發現平均每個工作階段的經濟價值在七個月內成長了 27%。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/5e50b77170dba4b9.jpg)
> 在七個月的期間內，Claude Code 的非程式碼工作（營運與溝通）佔比有所成長，而修復與構建程式碼的佔比則縮減；與此同時，典型任務的預估價值顯著提升，整體平均增長了 27%，其中以構建任務的價值增幅最高（+43%）。

- 趨勢變化：除錯（debugging）任務的佔比下降了近一半，使用者正將 Agent 應用於部署、執行程式碼、資料分析及非程式碼文件的撰寫。

**領域專業與協作模式**
研究強調了「領域專業知識」在 Agentic 程式開發中的核心地位：
- 分工機制：典型的協作模式為「人類負責規劃（做什麼），Claude 負責執行（如何做）」。
- 專業優勢：具備領域專業知識的使用者，其成功率顯著較高，且在面對錯誤時的恢復能力更強。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/21fe1b17889b279b.jpg)
> 數據顯示領域專家在使用 Claude Code 時更有可能獲得成功，但中階與專家用戶之間的成功率差距相當溫和，顯示在該領域具備基本熟練度即足以成功編寫程式。

- 門檻效應：雖然專家使用者表現較佳，但「中階」與「專家」使用者之間的成功率差距相當小，這顯示只要對特定領域有足夠的專業理解，即能有效駕馭 Agent 工具。
- 跨職位表現：在以「可驗證證據」（如程式碼提交或測試通過）作為成功標準的嚴格評估下，各領域使用者與軟體工程師的成功率差距均在 7 個百分點以內。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1dfd5c763fcf2b44.png)
> 在最嚴格的成功衡量標準（需要已驗證的證據，如提交程式碼）下，每個領域的程式設計任務成功率與軟體工程領域的差距都在 7 個百分點以內，顯示各行各業使用 Claude Code 的成功率皆與軟體工程師相當接近。

**對勞動力市場的啟示**
Anthropic 指出，Agentic 程式開發並未取代領域專業知識，反而放大了其價值。研究結果顯示，成功的關鍵在於使用者對所解決問題的理解深度，而非傳統的程式撰寫訓練。隨著 Agent 逐漸嵌入非程式開發的知識工作中，這些工具不僅吸收了部分執行導向的繁瑣工作，更進一步獎勵了那些對業務問題有深刻洞察的專業工作者。

## 媒體內容

**分析顯示，超過半數的 Claude Code 工作階段主要用於編寫或修復程式碼（修復佔 26%，新建佔 25%），且將近五分之一（17%）用於操作軟體。**

**數據表**

| 項目 | 數值 |
| --- | --- |
| Fixing something broken | 26% |
| Building something new | 25% |
| Operating software | 17% |
| Writing docs and presentations | 10% |
| Understanding a system | 7% |
| Planning a change | 7% |
| Orchestrating agents and pipelines | 3% |
| Analyzing data | 3% |
| Testing code | 2% |

**在七個月的期間內，Claude Code 的非程式碼工作（營運與溝通）佔比有所成長，而修復與構建程式碼的佔比則縮減；與此同時，典型任務的預估價值顯著提升，整體平均增長了 27%，其中以構建任務的價值增幅最高（+43%）。**

**數據表（1）左圖：工作階段佔比 (Share of sessions %)**

|   | 起始(2025年10月) | 結束(2026年4月) |
| --- | --- | --- |
| build | 27% | 21% |
| operate | 14% | 21% |
| communicate | 10% | 20% |
| fix | 32% | 19% |

**數據表（2）右圖：預估任務價值自10月以來的變化 (Change in estimated task value since October %)**

|   | 起始(2025年10月) | 結束(2026年4月) |
| --- | --- | --- |
| build | 0% | +43% |
| operate | 0% | +34% |
| fix | 0% | +32% |
| all | 0% | +27% |
| communicate | 0% | +2% |

**在最嚴格的成功衡量標準（需要已驗證的證據，如提交程式碼）下，每個領域的程式設計任務成功率與軟體工程領域的差距都在 7 個百分點以內，顯示各行各業使用 Claude Code 的成功率皆與軟體工程師相當接近。**

**數據表**

|   | Verified success | Judged success | At least partial success |
| --- | --- | --- | --- |
| Software & math | 34% | 60% | 94% |
| Management | 37% | 55% | 95% |
| Legal | 33% | 57% | 95% |
| Business & Finance | 29% | 54% | 93% |
| Healthcare | 28% | 56% | 93% |
| Arts, Design & Media | 28% | 53% | 92% |
| Sales | 28% | 51% | 92% |
| Architecture & Engineering | 27% | 54% | 93% |
| Education | 27% | 52% | 92% |
| Sciences | 27% | 54% | 94% |

**數據顯示領域專家在使用 Claude Code 時更有可能獲得成功，但中階與專家用戶之間的成功率差距相當溫和，顯示在該領域具備基本熟練度即足以成功編寫程式。**

**數據表（1）All sessions**

|   | 起始(Novice) | 結束(Expert) |
| --- | --- | --- |
| At least partial success | 77% | 91% |
| Success | 39% | 65% |
| Verified success | 15% | 33% |

**數據表（2）Sessions that hit trouble - Share that still succeed**

|   | 起始(Novice) | 結束(Expert) |
| --- | --- | --- |
| At least partial success | 60% | 80% |
| Success | 10% | 27% |
| Verified success | 4% | 15% |

**數據表（3）Sessions that hit trouble - How often they end in failure**

|   | 起始(Novice) | 結束(Expert) |
| --- | --- | --- |
| Failure | 40% | 20% |
| Verified failure | 30% | 18% |
| Abandoned | 19% | 7% |

## 標籤

Claude Code, 研究論文, Agent, CLI, 產業趨勢, Anthropic, Claude
