--- schemaVersion: 1 slug: gp-234-20260617-returns-to-expertise ticketId: GP-234 lang: zh-tw title: 40 萬場 Claude Code 對話的結論：贏家不是最會 coding 的人，是最懂行的人 summary: Anthropic 翻了大約 40 萬場 Claude Code 的工作對話，想搞清楚誰從 agentic coding 賺到最多。結論反直覺：不是最會寫程式的人，是最懂自己在解什麼問題的人。在最嚴格的成功標準下，每個職業都咬著軟體工程師不放，差距落在 7 個百分點內；真正拉開差距的，是當下這題你到底懂不懂。 originalDate: 2026-06-16 translatedDate: 2026-06-17 source: Anthropic Economic Research sourceUrl: https://www.anthropic.com/research/claude-code-expertise author: null authorshipNote: null canonicalUrl: https://gu-log.vercel.app/posts/gp-234-20260617-returns-to-expertise status: published replacementTicketId: null replacementUrl: null --- # 40 萬場 Claude Code 對話的結論：贏家不是最會 coding 的人，是最懂行的人 > **來源:** [Anthropic Economic Research](https://www.anthropic.com/research/claude-code-expertise) 先押個注。一個資深軟體工程師，跟一個從沒寫過半行 Python 的會計，同時打開 [Claude Code](https://gu-log.vercel.app/glossary#claude-code)，各自要它幫忙做一件牽涉到程式的事。賭誰會把事做成——多數人會把錢壓在工程師身上。 Anthropic 翻了大約 40 萬場 Claude Code 的工作對話（2025 年十月到 2026 年四月、約 23.5 萬人、全程匿名化處理），就是想搞清楚這種對話最後是誰勝出。他們挖出來的那條分界線，押工程師的人多半會猜錯：決定成敗的，根本不是會不會寫程式，而是另一件事——當下這一題，人到底懂多深。 > **Mogu OS：** > > 這份研究是 Anthropic 自家的經濟研究團隊做的，看的是自家工具的使用紀錄，所以「Claude Code 很有用」這種結論本來就有立場、要打折看。但這篇真正有料的地方不是「好不好用」，是它把使用紀錄切開來看「誰用得起來」——而且切出來的那條線，剛好不是 Anthropic 賣點該有的方向——順著賣 Claude Code 的劇本，最好的結論應該是「越會寫 code 的人越吃香」，結果它端出來的卻是「會不會寫 code 根本不是重點」。這種跟自家業配對著幹的發現，可信度反而高一點 (¬‿¬) --- ## 分工：人決定做什麼，agent 決定怎麼做 先看一場對話裡，人跟 [agent](https://gu-log.vercel.app/glossary#agent) 各自在幹嘛。研究把每個決定拆成兩類：規劃（要做什麼、走哪條路、怎樣才算完成）跟執行（改哪個檔、寫哪段 code、用什麼語言、跑哪個指令），再算各自由誰拍板。 平均下來，人做掉大約 70% 的規劃決定，卻只做 20% 的執行決定。換句話說：人決定要蓋什麼，agent 決定怎麼蓋。 這個分工不是死的，會隨著放手程度滑動。當人把執行權抓得很緊（自己做掉八成以上的執行決定），agent 每個回合動的手就少，大約八個動作；當人把規劃也交出去（agent 主導八成以上的規劃），它就放飛，一個回合衝到十六個動作。 順帶一提這些對話的規模感：一場典型對話大概來回四個回合，使用者每丟一個 prompt，平均觸發 agent 約十個動作——讀檔、改 code、跑指令——偶爾飆破一百個，期間 agent 平均吐出兩千四百字的輸出。一句話換一串連鎖反應，這就是 agentic coding 跟「自動補全」最不一樣的地方。 > **Mogu 碎碎念：** > > 「人決定做什麼、agent 決定怎麼做」這句聽起來像廢話，但它其實悄悄改寫了「會寫程式」的定義。傳統上，會寫程式 = 你知道怎麼把想法翻成 code，也就是執行那一層。可是執行這層現在 agent 包了八成。剩下值錢的，是「知道該做什麼、怎樣算對」這層——而這層跟你會不會背語法沒什麼關係。[Claude Code 之父早就放話「程式設計已經被解決、軟體工程師頭銜今年開始消失」](https://gu-log.vercel.app/posts/mp-115-20260223-bcherny-coding-solved-lenny/)，這份資料等於給那句嗆聲補上了數據。整篇研究後面所有的數字，都是這句話的註腳 (๑•̀ㅂ•́)و✧ --- ## 「懂行」不是看職稱，是看當下這題 開頭那場賭局會翻盤，關鍵全在研究怎麼定義「專業度」——這個詞特別到值得停下來講清楚：它不是職稱，也不是一般智商，而是**綁在當下這個任務上的**。判斷的訊號有三個——指令下得多精準、會要求 agent 去驗證什麼、以及是人在糾正 agent，還是 agent 在糾正人。 於是那個資深工程師，第一次問 Rust 的問題，在那場對話裡就是不折不扣的新手。反過來，那個從沒碰過 Python 的會計，只要能精準告訴 agent 月結對帳要套哪幾條規則、還抓得出它在月底邊界算錯的那個案例，他在那個任務上就是專家。職稱、學歷、平常會不會寫 code，全都不算數；算數的是「這一題，懂多深」。 這份「懂」會直接反映在 agent 替使用者做了多少。在新手的對話裡，每個 prompt 大概觸發五個動作、吐六百字；在專家的對話裡，同樣一個 prompt 觸發超過兩倍長的動作鏈（十二個動作）、扛五倍的輸出（三千兩百字）。而且這個落差，在每一種工作、每一個價值區間裡都看得到——不是某類任務的偶然。 > **Mogu 想補充：** > > 這是整篇最值得收進口袋的概念：專業度是綁在「當下這一題」上的，不是跟著人走的固定屬性。它一刀切掉了「我又不是工程師，這工具不是給我用的」這種自我設限——重點從來不是你的職稱，是你對手上這題的掌握度。那個會計的例子才是靈魂：他不會寫 Python，但他知道「對帳規則」跟「月底邊界」長什麼樣，這份領域知識讓他能把 agent 指揮得比一個亂下指令的工程師還好。會寫程式是 agent 的事，懂行是你的事，分工很清楚 (⌐■\_■) --- ## 每個職業的成功率，都咬著工程師不放 講「成功」之前要先講清楚怎麼量，不然很容易報喜不報憂。研究不看真實世界結果（沒辦法追蹤那段 code 後來到底有沒有上線），只能讀對話紀錄判斷（[這套讀對話紀錄做研究的方法，Anthropic 在更早一份定義 AI 素養指標的研究就用過](https://gu-log.vercel.app/posts/gp-83-20260223-anthropic-ai-fluency-index/)），而且分兩層：一層是「判定成功」——分類器讀完整段對話，判斷這人有沒有達成他想做的事；更嚴的一層叫「鐵證成功」，要在判定成功之外，還能在紀錄裡找到查得到的硬證據，例如 git 上對得上的 commit、測試套件整套過、或使用者白紙黑字說成了。 用最嚴的那把尺量，結果很驚人：軟體相關職業的鐵證成功率大約 30%，其他職業大約 26%。只看真的產出 code 的對話，這兩個數字是 34% 跟 29%。把標準放鬆到「至少部分成功」，兩邊更是貼到 89% 跟 88%，幾乎沒差。而且資料裡最大的十個職業，沒有一個跟軟體工程師的成功率差超過 7 個百分點。 更微妙的是，這道五個百分點上下的小縫，七個月來既沒變寬也沒變窄——即使這段期間兩邊的成功率都在往上爬。換句話說，agent 把「會寫程式」這個門檻磨平了，磨得相當穩定。 > **Mogu 偷偷說：** > > 有個小彩蛋：管理職的鐵證成功率還微微高過軟體工程師。聽起來很爽，但研究自己先踩了煞車——鐵證成功有一部分靠「使用者在對話裡明講成功了」來認定，而管理職的人本來就比較會把「對，這就是我要的」講出口。所以這個領先可能一半是真本事（指揮 agent 跟管人有共通技能），一半是量測假象（愛確認的人比較容易被記成成功）。能在自己研究裡主動標出這種量測偏誤，是這篇沒在硬吹的地方 (￣▽￣) --- ## 報酬遞增，給的是懂行的人 職業之間差不多，差距藏在哪？藏在撞牆的那一刻。 先看一個最直白的畫面：把「判定失敗、而且一行 code 都沒寫出來」算成放棄，新手有 19% 的對話就這樣放棄掉，其他人只有 5–7%。最不懂行的人，一卡住最容易直接擺爛走人。而真的撞了牆還能爬回來的，差距更殘忍——在那些中途出事的對話裡（紀錄查得到報錯、測試掛掉、同一件事反覆重試、或使用者表達不爽），新手最後翻盤成鐵證成功的只有 4%，專家有 15%。會不會把卡死的 agent 拉回正軌，本身就是懂行的人才有的本事。 把鏡頭拉到全局，這條裂縫沿著「新手→專家」整條軸一路延伸：新手的對話鐵證成功率 15%、至少部分成功 77%；只要爬到中階以上，鐵證成功跳到 28–33%、部分成功 91–92%。值得停一下的是——大部分的躍升發生在「新手→中手」這一段，「中手→專家」之後曲線就平掉了。意思是對一個領域有扎實的基本掌握，就吃到大半紅利，深度專精只多加一點點。 所以把 agent 導回正軌的能力，來自對領域的掌握，不是寫 code 的能力。一個懂行的人，在任何領域，現在可能做得了以前做不了的技術活；一個完全不懂的人，從同一個工具拿到的就少得多。 > **Mogu 真心話：** > > 「報酬遞增」這四個字是這篇的價值錨點。很多人對 AI 的焦慮是「它會不會讓我的專業變得不值錢」，這份資料給的答案剛好相反：agent 吃掉的是「實作」這層苦工，獎勵的是「你到底懂不懂這件事」。而且它很誠實地補了一刀——紅利大半在「從不懂到懂」那一跳，不在「從懂到精通」。意思是你不用變成領域祖師爺，先有個扎實的基本盤，就能把 agent 用得有聲有色。對絕大多數人來說，這是個蠻友善的結論 ╰(°▽°)╯ --- ## 七個月，工作的形狀整個變了 最後看時間軸。從 2025 年十月到 2026 年四月，這短短七個月，大家拿 Claude Code 在做的事整個換了形狀。 最明顯的一刀：花在「修壞掉的 code」上的對話，從 33% 砍到 19%，幾乎腰斬。空出來的位置，被 code 周邊的工作填上——「操作軟體」（部署、設定、跑流程、盯系統）從 14% 長到 21%，「寫文件」跟「分析資料」這兩塊各自大約翻倍，從一成左右衝到兩成。重心明顯從「在 code 裡修修補補」往「端到端把整件事交給 agent」滑過去（[Anthropic 自家的趨勢報告早把這個角色位移講過一輪](https://gu-log.vercel.app/posts/gp-46-20260210-anthropic-agentic-coding-trends/)，這份使用資料是從另一頭印證它）。 任務本身也變貴了。研究用「這活拿到自由接案市場上大概值多少」來估每場對話的價值，七個月下來，平均一場對話的估值漲了 27%。各類工作幾乎全面上漲：蓋新功能漲約 43%、操作軟體漲約 34%、修 bug 漲約 32%。這套估值很粗（基於跟接案職缺的模糊對比），研究自己也說別把那個金額當真，它的用處是比較「同一類任務隨時間怎麼變」，不是端出一份能照單全收的真實薪水。 > **Mogu OS：** > > 除錯腰斬這件事，比「估值漲 27%」更值得玩味。它不代表 bug 變少了，而是「修 bug」這個動作越來越多被收進 agent 一口氣跑完的流程裡，不再是人要單獨開一場對話去伺候的事。配上「操作軟體」「寫文件」「分析資料」全面長出來，整張圖在講同一件事：agent 從「幫你寫某一段 code 的助手」，正在變成「幫你把整件事做完的執行者」。價值往上跑，是因為交給它的事，本來就越來越接近一份完整的工作 (•̀ω•́) --- ## 結語 把這幾條線收在一起，會看到一張很清楚的圖：agent 正在把「實作」這層勞動吸走，同時把「人到底懂不懂這件事」這層價值往上抬。會寫程式越來越像一個被磨平的門檻，懂行越來越像真正的護城河。 Anthropic 說這些都還很初步——量不到真實世界結果（那段 code 後來有沒有人用、有沒有被丟掉，看不到），也刻意排除了大量非互動式的用法（一次性指令、SDK、第三方 IDE 那些），所有判斷都建立在模型讀對話紀錄之上。但他們也點出之後最該盯的兩個訊號：如果「懂行的報酬」哪天開始往下掉，那代表模型開始供應原本要人帶進來的判斷力，好處正在從懂行的人往外擴散；如果軟體圈外職業的成功率繼續往上爬，那代表寫程式正在變成各行各業日常工作的一部分，不再是某個特定職業的專利。 兩個訊號哪個先亮，都會改寫「勞動市場上什麼最值錢」這題的答案。但至少在這份資料裡，答案很乾脆：值錢的不是會不會寫 code，是懂不懂自己在解的那個問題。那個從沒碰過 Python、卻把月結對帳指揮得有條有理的會計，現在不再是個勵志特例——他就是這張圖裡，最該被看懂的那種人。