How Claude Code is Used in Practice（Claude Code 在實務中如何使用）

來源： Anthropic Research 原文日期： 2026-06-16

中文摘要

Anthropic 基於約 40 萬個 Claude Code 會話（2025 年 10 月至 2026 年 4 月）的隱私保護分析，研究 agentic coding 的實際使用模式。核心發現：人類做「做什麼」（規劃決策），Claude 做「怎麼做」（執行決策）。用戶的領域專業知識越強，每個指令能讓 Claude 做的工作量就越大。在編碼任務上，所有職業（不僅軟體工程師）的成功率幾乎相同。但領域專家的成功率更高，不過專家與中級用戶之間的差距不大。七個月內，除錯時間佔比減半，使用模式轉向端到端 agentic 使用。任務平均價值（比對自由工作平台報價）提升約 25%。

關鍵洞察

明確的分工：人類決定「做什麼」，AI 決定「怎麼做」——這是人機協作的有效範式

領域專業知識比編程技能更重要——即使非工程師也能有效使用 coding agent

除錯時間大幅減少（七個月內減半），顯示 AI 編碼品質快速提升

任務複雜度和價值持續上升——人們讓 AI 做越來越有價值的工作

專家與中級用戶的成功率差距不大——掌握基本領域知識就足以有效使用

原文關鍵句（英文保留）

> "In a typical session, people make most of the planning decisions (what to do) and Claude makes most of the execution decisions (how to do it)."

> "The greater domain expertise a person brings to a session, the more work Claude does per instruction."

> "Success is determined by how well a person understands the problem they are trying to solve, not whether they're trained in coding."

對 CJ 哥的價值

⭐⭐⭐ 高度相關。直接關聯企業 AI 轉型中的生產力提升和人才策略。關鍵洞察：「領域專業 > 編程技能」意味著企業應該讓業務專家（而非僅工程師）使用 AI 編碼工具。可用於顧問工作中設計 AI 賦能策略、生產力衡量框架，以及內容生產中「AI 時代人才策略——為什麼領域知識比 coding 更重要」的核心論據。