Claude Code Expertise 研究：領域專業知識比程式能力更重要

來源： Anthropic Research 原文日期： 2026-06-18

中文摘要

Anthropic 分析了 2025 年 10 月至 2026 年 4 月間約 40 萬個 Claude Code 互動 session，發現「領域專業知識」（domain expertise）比「程式能力」更能決定 AI 輔助程式設計的成功率。各職業（非僅軟體工程師）在程式任務上的成功率幾乎相同，且除錯 session 比例在 7 個月內下降近半。任務價值（對比自由市場行情）平均上升約 25%，顯示 AI 正朝向處理更高價值的工作遷移。

關鍵洞察

人類負責「做什麼」（what to build），AI 負責「怎麼做」（how to build）——明確的勞動力分工

領域專家使用 Claude Code 的成功率最高，但與中等程度使用者的差距不大，暗示「勝任」即可有效運用

7 個月內，Claude Code 使用從「寫程式」轉向「部署、數據分析、非程式文件」等端到端 agentic 任務

任務價值平均提升 25%，debug 比例下降近半——AI 正處理更高價值、更複雜的工作

原文關鍵句（英文保留）

> "Coding agents are not substituting for domain expertise—the more understanding a worker brings to an agent, the more quality work the agent is able to do."

對 CJ 哥的價值

人才策略核心論據：企業在導入 AI 工具時，應投資於員工的領域專業知識（domain knowledge），而非僅培訓程式技能

ESG/組織轉型：AI 不會消滅知識型工作，但會重新定義「有價值的技能」——企業需重新設計職位描述與績效評估

內容生產：數據豐富（40 萬 session、23.5 萬人、7 個月），適合撰寫「AI 如何改變知識工作」的產業分析

顧問建議框架：可發展「AI 就緒度評估 = 領域專業知識盤點」方法論