# 这七个月，用 AI 写代码的方式变了

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-06-18T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/39282
- 原文：https://yage.ai/share/claude-code-usage-shift-20260618.html

## 摘要

Anthropic 分析了 2025 年 10 月到 2026 年 4 月间 40 万次 Claude Code 真实会话，发现人们用 AI 写代码的习惯在变。修 bug 的会话占比从 33% 掉到 19%，运维和写作/数据分析各自翻了一倍，超过四成会话不以直接写代码为核心。人承担约七成规划决策，AI 代理承担约八成执行决策。新手验证成功率约 15%，...

## 推荐理由

Anthropic拿自家产品40万次真实会话做分析，给出了修bug比例下降、运维和写作翻倍、人机决策分工等硬数字，不是公关稿。三个维度都踩中了：标题有悬念、数据有判断、读者有共鸣。没给85+是因为这本质是使用行为报告而非模型或能力发布，冲击力比产品发布软一些，但作为趋势信号已经足够扎实。

## 锐评

这份报告最值钱的地方不是趋势判断，而是把“会用 AI 写代码”这件事拆出了可量化的台阶。新手验证成功率 15%，中级以上跳到 28%-33%，但遇到硬骨头，新手成功率只有 4%，专家是 15%。差距不在顺风局，在卡住以后怎么解套。报告给的解法很实在：别推倒重来，回到对话记录里找到第一次跑偏的那一步，从那里修正。这比大多数人“删了重问”的习惯聪明得多，因为已有的上下文对齐是沉没成本，不该扔。

另一个被反复跳过的技能是拆任务。单条指令让 AI 一口气跑到底，出错了你都不知道在哪一步歪的。拆成三到五步，每步有独立产出和验证点，跑熟了再把检查点变成规则让 AI 自己验。这不算新技能，但报告用数据说明了一个事：会写 prompt 的人多，会设计多步流程的人少，而后者才是把成功率从 15% 拉到 28% 的关键。

报告的限制也得说清楚。数据只来自交互式会话，不含 CI 管道自动调用，成功信号只看 CI 过没过、测试绿不绿、用户点没点确认，没量长期维护成本。七个月的时间跨度里模型版本在迭代，用户熟练度在涨，这些变化是多种力量共同作用的结果，不能全算在用法迁移上。