AI智能体正从实验室走向现实应用场景，全球主要科技企业均已推出相关产品，但其在真实环境中的运行模式仍笼罩在神秘面纱之下。近日，人工智能研究机构Anthropic通过分析数百万次人机交互数据，首次系统梳理了AI智能体在实际部署中的关键特征，为行业提供了重要参考。
研究团队对Claude Code及其公共API的交互记录进行隐私保护分析后发现，该模型单次连续自主运行时长呈现显著增长趋势。在2025年10月至2026年1月期间，极端情况下（第99.9百分位）的自主运行时间从25分钟延长至45分钟以上，而中位数时长稳定在45秒左右。这种增长并非单纯源于模型升级，用户信任积累、任务复杂度提升以及产品优化等因素同样起到关键作用。
数据显示，经验丰富的用户更倾向于让AI完全自主工作。当用户使用次数超过750次时，40%以上的会话采用全自动模式，而新用户（使用次数少于50次）的这一比例仅为20%。值得注意的是，随着使用经验增加，用户主动打断模型的比例从5%上升至9%，表明人类监督并未减弱，而是转向更精准的干预时机。
在任务处理效率方面，Claude Code展现出显著进步。2025年8月至12月间，其处理高难度任务的成功率翻倍，同时每个会话的人工干预次数从5.4次降至3.3次。研究认为，这表明AI在实际应用中的自主空间可能超出用户预设范围，经验用户更懂得如何释放模型潜力。
不同复杂度任务中的人机协作模式呈现明显差异。在修改单行代码等简单任务中，87%的工具调用需要人工参与；而在查找零日漏洞或编写编译器等复杂任务中，这一比例降至67%。研究指出，复杂任务往往由资深用户发起，且步骤繁多导致实时审批困难，这是人工参与度下降的主要原因。
模型自身的风险控制机制同样值得关注。面对复杂任务时，Claude Code因不确定而主动请求澄清的次数是人类打断次数的两倍以上。这种自我约束行为被视为重要的安全机制，能够有效预防潜在错误扩散。研究强调，智能体主动确认问题比被动接受纠正更具预防价值。
在应用领域分布方面，软件工程占据AI智能体活动的近半壁江山，医疗、金融和网络安全等高风险领域也开始出现应用案例。虽然目前高风险操作占比不足1%，但其潜在影响不容忽视。研究特别指出，公共API执行的操作中，绝大多数具有低风险和可逆性特征。
这项研究也存在局限性。由于仅分析单一模型提供商的数据，且对公共API的会话级行为缺乏完整观察，结论的普适性有待验证。基于此，研究团队向行业提出多项建议：加强部署后监控系统建设、训练模型识别自身不确定性、开发更高效的用户监督工具，同时避免过早制定固定交互规范。
