400,000 次 Claude Code 会话说明：领域经验胜过编程背景，而且差距还在扩大

Anthropic 刚发布了它对 Claude Code 真实使用情况的最大规模研究：大约 400,000 次交互式会话，来自约 235,000 人，时间范围是 2025 年 10 月到 2026 年 4 月。外界报道最后浓缩成一句话：AI 编程奖励的是领域经验，不是编程背景。 这次标题基本没错。但真正有意思的东西藏在数据里，而且有两处比标题更尖锐。

这篇会按数据本身来读：研究到底发现了什么，数字实际说明了什么（包括标题没有讲的部分），以及它对你真正关心的问题意味着什么：还要不要学编程？

30 秒版本

1. 研究对象： 约 400,000 次 Claude Code 会话，约 235,000 人，2025 年 10 月–2026 年 4 月。Anthropic 按用户可能具备的领域经验给会话分类，并衡量它是否达到验证成功。
2. 核心结论成立。 在样本量最大的十个职业里，每个职业与软件工程师的差距都在 7 个百分点以内。非软件职业的验证成功率是 29%，软件相关职业是 34%。编程背景的作用小于很多人的直觉。
3. 但整体成功率都不高。 新手的验证成功率只有 15%；中级和专家用户也只到 28–33%。这不是“现在人人都能直接交付软件”。
4. 人负责规划，Claude 负责执行。 用户做了大约 70% 的规划决策（做什么、怎样算完成）；Claude 做了大约 80% 的执行决策（代码怎么写）。
5. 经验会拉大差距。 专家不只是更容易成功，他们每条提示能带出更多工作：每轮约 12 个动作、约 3,200 个词的输出；新手约 5 个动作、约 600 个词。同一个工具，撬动效果差很多。
6. 真正的含义： 稀缺能力不是记住语法，而是理解问题。对有领域深度的人是好消息；如果你的计划是连判断力也交给 AI，这就是警告。

这项研究测了什么

Anthropic 取了真实 Claude Code 使用记录。对每个会话，研究者估计用户的经验水平，并判断这次工作是否达到了验证结果：不是“产出了代码”，而是代码能证明完成了会话一开始要做的事。然后再按经验水平（新手、中级、专家）和用户可能的职业切分结果。

整篇研究有两个定义最关键，值得说清楚。验证成功是更严格的标准：会话达到了确认可工作的结果。部分成功是更宽松的标准：确实推进了任务，但没有完全落地。下面几乎每个发现，在严格标准下都比宽松标准更有冲击力；多数标题甚至没有引用这两个口径。

准确地说：背景不如理解问题重要

这是被广泛传播的部分，而且经得起细看。按职业切分后，数据里样本量最大的十个职业，在验证任务上的结果都落在软件工程师 7 个百分点以内。合在一起看，非软件职业的验证成功率是 29%，软件相关职业是 34%。差距真实存在，但考虑到一组人以写代码为职业、另一组人并不是，这个差距并不大。

Anthropic 自己的说法比媒体标题更直接：它认为编程代理正在让编程背景对编程成功变得不那么关键（原文: “Coding agents are making a coding background less relevant to successful programming”），而且成败取决于一个人有多理解自己要解决的问题（原文: “success is determined by how well a person understands the problem they are trying to solve”）。也就是说，决定你能不能从 Claude Code 拿到可工作的代码，不是某门语言有多熟，而是你能不能把要做的东西说清楚。

这才是这项研究真正新的判断，而且数据支持这个判断。

头条没说的部分：“成功”仍然很少

几乎没有报道把这件事放在最前面。只看严格标准，数字其实很冷静：

• 新手： 15% 验证成功率。
• 中级和专家用户： 28–33% 验证成功率。

即使是有经验的用户，也有大约 三分之二的会话没有达到验证结果。 你可能见过更乐观的数字：新手 77%，有经验用户 91–92%。那是部分成功：任务有推进，但东西没有完全工作。两个口径都是真的，只是回答的问题不同。“Claude 有没有帮我往前走？”答案通常是有。“这次会话有没有产出确认可工作的代码？”答案通常是否。

这很重要，因为对这项研究最舒服的解读——现在人人都能交付软件——并不是数据本身在说的话。数据说的是：人人都可以取得进展，但把进展变成验证过、正确的产出，仍然是难点。也正是在这里，理解问题、并且能检查答案的人，会真正占优势。

专业经验会拉大差距，而不是抹平差距

最反直觉的发现是：AI 编程没有把赛场拉平，反而更偏向已经知道自己在做什么的人。经验不只体现在原始成功率上，更体现在每条指令能带出的工作量上。

*中级用户和专家一样，落在 28–33% / 91–92% 这个区间。真正的跃迁发生在新手到中级；从中级到专家，原始成功率提升不多，但每条指令能带出的工作量多很多。

重点看最后两行。专家的一条提示，会触发超过两倍长的动作链，输出量也超过五倍。Anthropic 对这件事的原话是：领域专家能用每一条指令让 Claude 做更多工作（原文: “domain experts are able to direct Claude to do more work with each instruction they give”）。模型一样，工具一样；专家只是要得更多、说得更准，所以拿回来的东西也更多。会话跑偏时，专家把它拉回验证结果的概率也接近新手的四倍（15% 对 4%）。

所以那个乐观故事——把编程代理发给所有人，技能差距就会缩小——方向反了。把同一个工具交给新手和专家，专家会跑得更远，因为这个工具奖励的是定义工作和验证工作的能力。

人来定方向，Claude 负责执行；这也是使用说明

最实用的发现，是分工非常清楚：跨会话来看，用户做了大约 70% 的规划决策，也就是做什么、约束是什么、怎样算完成；而 Claude 做了大约 80% 的执行决策，也就是代码怎么组织、调用什么、怎么接起来。

这不只是描述现状，也是在告诉你怎么用。人的工作，正是模型最不擅长、而你最应该擅长的部分：决定什么值得做，以及正确答案长什么样。前面的差距也来自这里：专家每条提示产出更多，是因为他们的规划更清楚，所以每条指令里带着更多可用意图。

这也说明，应该把精力花在工具里的哪里。如果收益来自更好的规划和更清晰的问题描述，那些承载你意图的东西就比提示技巧更重要：一份精确的规格说明，以及一份写得好的 CLAUDE.md，把模型不能自己推断出来的约束和上下文交给它。换句话说，这项研究其实是在支持把 CLAUDE.md 当成你判断力所在的地方：模型负责执行，剩下的大部分都要由你提供。

所以还要学编程吗？

要学，但重心变了。这项研究把编程背景的价值，从亲手写代码重新放到了判断代码上。即使是专家，验证成功率也只到大约三分之一；这意味着剩下三分之二不工作的会话，需要有人抓出来。而这个人需要足够的编程熟练度，能分清可工作的代码和看起来很像真的代码。正在贬值的，是凭记忆敲语法；正在升值的，是问题定义、领域深度和验证能力。

对大多数人来说，最可执行的结论是：把时间投到一个领域里，深到足以在里面定义和检查工作；把编程素养看成让你验证输出的能力，而不是唯一的产出能力；也别再用“我能独立写多少代码”来衡量自己。如果要选一个方向提升，数据指向的是判断力，不是敲键盘速度。

真正重要的限制

这是一项规模很大、做得也谨慎的研究。但它测到的东西没有标题暗示得那么多，Anthropic 自己也说清楚了：

• 它看不到真实世界结果。 “验证成功”是在会话内判断的。代码后来到底上线了、被用了，还是被悄悄丢掉了，这项研究看不到。
• 它不包含非交互式使用，而这在 Claude Code 的真实运行方式里占了相当一部分（脚本、自动化、无界面任务）。这张图只覆盖交互式会话。
• 分类依赖模型阅读会话记录，研究者也承认这类分类“仍然很难在大规模上验证”，而且有些会话复杂到人类也很难可靠标出真实标签。

这些限制不会推翻发现，但会把它放到正确高度：这是关于工具怎么被使用、谁更容易拿到结果的强方向性证据，不是精确评测。把它当地图看，不要当尺子看。

穿过这些限制，主线仍然站得住。AI 编程代理正在悄悄重定价技能：写代码的价值下降，理解问题和检查答案的价值上升。下一阶段赢的人，不是打字最快的人，而是知道该做什么、也能看出机器什么时候做错的人。

延伸阅读

• 当前最佳 AI 编程代理 —— 把这份判断力用到哪些工具上
• 如何写好一份 CLAUDE.md —— 你的规划和约束真正应该放在哪里
• CLAUDE.md 完全指南 —— 所有会改变 Claude Code 行为的东西
• Claude Code 代理团队：值这笔 token 成本吗？ —— 什么时候多代理有帮助，什么时候没有
• AI 编程代理现状：2026 年 6 月 —— 这项研究所在的更大背景

来源

1. 代理式编程与专业经验的持续回报 —— Anthropic 研究
2. AI 编程代理奖励领域经验，而不是编程技能：Anthropic 对 400K 次会话的研究 —— Tech Times
3. Anthropic 发布关于 Claude Code 使用情况的经济研究 —— Crypto Briefing

常见问题

Anthropic 对 400,000 次会话的研究发现了什么？ 使用 Claude Code 的成功，更取决于领域经验，也就是你有多理解问题，而不是编程背景。在样本量最大的十个职业里，所有职业都落在软件工程师 7 个点以内（非软件职业 29% 验证成功，软件相关职业 34%）。研究覆盖约 400,000 次会话、约 235,000 人，时间为 2025 年 10 月–2026 年 4 月。

这是不是说明不用再学编程了？ 不是。验证成功率仍然只有新手 15%、专家 28–33%，所以必须有人判断代码到底对不对；编程背景会帮你完成这个判断。稀缺能力正在从写语法转向理解问题和验证输出。

谁更容易成功：工程师还是非工程师？ 工程师仍然略高一点（34% 对 29% 的验证成功率），但差距很小。经验水平比职位名称更重要：新手是 15%，中级和专家用户是 28–33%。

把 AI 编程工具发给所有人，会缩小技能差距吗？ 研究显示更可能相反。专家能用每条指令让 Claude 做更多事（每条提示约 12 个动作、约 3,200 个词；新手约 5 个动作、约 600 个词），所以同一个工具会拉大能定义和验证工作的人、以及不能做到这些的人之间的差距。

这项研究有哪些限制？ 它看不到会话之后代码是被使用还是被丢弃；它不包含非交互式使用；它的分类还依赖模型阅读会话记录，而研究者说这很难在大规模上验证。它是方向性证据，不是精确评测。