Anthropic近期发布研究报告，基于对约23.5万用户在2025年10月至2026年4月期间产生的40万次Claude Code会话的深度分析，揭示了编程智能体使用率显著增长的趋势。数据显示，用户平均每周投入该工具的时间达20小时，较此前周期翻倍，反映出智能体在开发场景中的渗透率持续提升。
研究团队通过自主研发的隐私保护分析工具Clio，在不触及用户原始数据的前提下完成数据建模。职业分布分析显示，70%的会话可追溯用户职业背景，其中计算机与数学领域从业者占比最高，商业金融、艺术设计、管理以及科学类职业紧随其后，形成以技术从业者为核心、多领域渗透的用户结构。
人机协作模式呈现明确分工特征：在典型开发流程中，人类开发者承担70%的规划决策任务，包括需求定义、架构设计等战略环节；Claude Code则负责80%的执行决策，涵盖代码生成、调试优化等战术操作。这种分工模式使开发效率得到结构性提升，尤其在重复性编码任务中表现突出。
任务类型分析印证了工具的核心定位：代码修改（26%）与代码编写（25%）占据半数以上使用场景，软件操作（17%）和文档撰写（10%）构成次要需求。值得注意的是，代码维护类任务占比超过新建项目，反映出智能体在存量系统迭代中的实用价值。
用户专业度评估体系通过三个维度建立：要求验证频率、错误纠正倾向、反向指导行为。据此划分的五级能力模型显示，新手用户（1级）每次交互产生约5个操作指令和600词输出，而专家用户（5级）的操作量翻倍，输出内容更达3200词。这种差异既体现工具适应不同技能水平的能力，也暗示高阶用户通过深度交互挖掘出更多应用可能。
该研究为理解AI编程工具的实际应用提供了量化依据，其发现的人机协作模式、任务分布特征及用户能力分层现象，为智能体产品的迭代优化和开发流程重构提供了重要参考。随着使用数据的持续积累，编程智能体与人类开发者的协同机制有望进一步深化。
