Anthropic 40万大样本揭秘：AI 时代为什么“专家”身价暴涨？

本文永久链接 – https://tonybai.com/2026/06/19/agentic-coding-and-persistent-returns-to-expertise

大家好，我是Tony Bai。

在生成式 AI 狂飙的今天，程序员群体正陷入一种前所未有的分化和焦虑中：

初级开发觉得前路茫茫，因为大模型写出的业务代码比他们更快、更整洁；
资深架构师虽然暂时安全，但也时刻担心随着大模型逻辑推理能力的指数级进化，自己的行业经验终有一天会被无情商品化。

“AI 究竟是专家经验的放大器，还是专家经验的掘墓人？”

为了彻底用科学数据回答这个终极命题，大模型领域无可争议的“编码之王” Claude 的母公司 Anthropic，于近日发布了一份具有里程碑意义的实证研究报告：《Agentic coding and persistent returns to expertise》。

这份白皮书的含金量极高。研究人员在确保隐私安全的前提下，深度追踪并分析了从 2025 年 10 月到 2026 年 4 月期间，全球开发者使用 Claude Code 的 40 万次真实交互会话（Sessions）。

报告揭示出的事实极其震撼、甚至有些反直觉：大模型并没有让专家的经验贬值，反而让“专家经验”在 AI 时代迎来了前所未有的暴利和溢价；与此同时，那些只会写语法糖、没有领域常识（Domain Knowledge）的普通程序员，正在被无情地边缘化。

下面，我们就用白皮书里的硬核数据，层层剥开这场残酷的 AI 权力重构。

权力的边界：人类负责“定目标”（70%），AI 负责“搬砖”（80%）

在这份大样本分析中，Anthropic 首先定义了人机协作在智能体编码（Agentic Coding）时代的新型分工模型（The division of labor）。

研究人员通过机器学习分类器，对 40 万次会话中的每一个动作进行了属性归类。他们惊奇地发现，人类与 Claude Code 在开发过程中展现出了极度清晰的边界：

人类主导“规划决策（What to do）”：在决定系统要构建什么功能、采用什么业务逻辑、遵循什么系统规范时，人类做出了 70% 的决策。
AI 主导“执行决策（How to do it）”：在决定调用什么命令、修改哪些文件、使用什么具体语法、以及运行什么测试脚本时，Claude 承担了 80% 的工作。

图：人机分工实证：人类牢牢掌控着 70% 的架构和业务规划决策，而 AI 则在底层包揽了 80% 的具体代码执行

这证实了：在真实的工业级开发中，大模型并不是在“取代”程序员，而是成为了一个不知疲倦、效率极高的“执行义肢”。人类出脑子（Framer），AI 出体力（Executor），这种分工正在成为现代软件开发的黄金标准。

专家溢价：为什么 AI 越强，资深专家的身价越贵？

这是整篇白皮书中最核心、也最震撼的发现：AI 的出现，极大地拉大了“专家”与“新手”之间的产出差距。

为了精确筛选和分析这 40 万次人机对话，Anthropic 在底层构建了一个极其严密的“五级经验分类器”。他们通过机器学习，根据人类输入提示词的专业度，对用户的工程段位进行了无情分类。

这套分类器不仅是学术工具，更是我们每个普通开发者自测“AI 时代身价”的终极试金石：

L1 – 萌新（Novice）：
- 标准：完全不使用任何领域专业术语，对 AI 的报错毫无感知，只能进行通用的验证。
- 典型 Prompt：“你能帮我分析这些数据并画个图吗？” / “帮我看看趋势，求求你了。”
L2 – 初学者（Beginner）：
- 标准：开始使用少量的专业术语，但验证请求漫无目的，只有在 AI 犯了极其低级、显而易见的错误时才会进行反驳。
- 典型 Prompt：“BigQuery 是什么？” / “你能跑个简单的 Demo 带我过一遍吗？” / “等下，你用的是我队友给的那个精确规范（Specification）吗？”
L3 – 中级（Intermediate）：
- 标准：能够用一定的领域专业性来框定问题，但无法深入探讨底层设计权衡。能进行一些非通用的检查，并开始主动捕捉 AI 的错误。
- 典型 Prompt：“帮我看看这个分支能安全合并（Merge）吗？” / “如果我们在前端页面的每个部分建立单独的文件夹，会不会优化各个 Section 的缓存（Caching）？”
L4 – 高级（Advanced）：
- 标准：展现出强烈的领域知识，能够在不依赖 AI 提示的情况下，提前预判 AI 在该领域极易犯的特定错误。验证针对性极强，至少能揪出一次 AI 犯的底层逻辑错误。
- 典型 Prompt：“在进入第三阶段之前，测试这一步的最佳方法是什么？” / “正则（Regex）在这里太脆了，有没有更稳固（More bullet proof）的方法，在解析 JSON 时基于 record 字段来进行键值提取？”
L5 – 专家（Expert）：
- 标准：使用极度复杂的行业黑话，能精准预测复杂的架构设计权衡。验证精准打击系统最薄弱的关节。能够无情纠正 AI 的错误，而 AI 几乎无法纠正专家的逻辑。
- 典型 Prompt：“上个版本 PR 的修复根本不够，我们需要更深地排查用户反馈的这个 Bug。yeah，我们也许需要把‘强制刷新（hard refresh）’根据‘托管/非托管插槽（slots）’做进一步的拆分。 sync 必须可靠地知道锁（lock）的状态，还记得由于 valueDb 变脏（stale）而导致不断尝试设 Pin 的死循环 Bug 吗？”

在这套分类下，专家与新手在使用同一个 Claude Code 时，展现出了两个维度的“遥遥领先”：

1. 成功率的云泥之别（91% vs 15%）

根据白皮书的统计：在面临高难度的软件工程任务时，新手的完全成功率只有可怜的 15%（在最宽松的指标下也只有 39%）；而 L5 级别的领域专家，其成功率直接飙升到了 91%！

图：随着用户专业度的提升（L1 到 L5），AI 辅助下的项目成功率从 15% 呈指数级飙升至 91%

2. 吞吐量红利（AI 愿意为专家干更多的活）

数据表明，当新手发出一条指令时，Claude Code 平均只会执行 4.9 次行动，吐出 607 个单词。

而当 L5 级别的专家发出一条指令时，Claude 会如同遇到知音一样，在后台自动触发一系列复杂的链式反应，平均执行 11.7 次高级行动，狂喷 3,200 个单词的高质量代码！

为什么会这样？

因为 AI 智能体在面对模糊、没有领域常识的提问时，会迅速陷入“误解 -> 生成垃圾代码 -> 被编译器报错 -> 再次生成垃圾 -> 用户放弃（Abandon）”的死循环。

而面对专家时，由于专家给出了极其精确的“业务边界限制（Guardrails）”和“情境品味（Situated Taste）”，AI 能够顺着正确的方向无限hill-climbing（爬坡），发挥出大模型最极致的推理深度。

同时，当 AI 犯错时，新手无能为力，只能眼睁睁看着它胡说八道；而专家能够瞬间识别出 AI 的漏洞，给出一句精准的“纠偏提示”，牵着 AI 的手跨过泥潭。

边界消除：会写代码的审计师，正在干掉不会审计的程序员

如果说“专家在软件开发里更赚钱”还在我们的意料之中，那么白皮书指出的第三个趋势，则无情地打破了传统程序员的行业垄断：非软件行业的专家，正在用 AI “降维打击”传统的初级码农。

请仔细看白皮书给出的各行各业在使用 Claude 编写代码时的成功率：

软件与数学专家：成功率 94%。
管理人员（Management）：成功率 95%！
法律人员（Legal）：成功率 97%！
商业与金融专家（Business & Finance）：成功率 90%！

我们从图中可以看出惊人的行业跨界：凭借深刻的领域经验（Domain Expertise），金融、法律和管理人员在 AI 辅助下的编码成功率，几乎与专业软件工程师持平，甚至有所超越。

这绝对是一个核弹级的发现：决定代码质量的，不再是你的“编程语法熟练度”，而是你对“业务逻辑和领域常识的理解深度”。

一个完全不会写 Python 语法的资深会计师，通过 Claude Code，能够极其精确地描述出月末账目对账（Month-end reconciliation）的业务规则、税法限制以及漏单退回逻辑。Claude 能够根据他提供的完美业务逻辑，在几秒钟内生成一段毫无瑕疵的 Python 财务自动化工具。
而一个懂 Python 语法、却对财务审计一窍不通的初级程序员，他写出来的代码，在业务层面上大概率是充满漏洞的垃圾（Slop）。

“业务逻辑与情境品味（Situated Taste），正在成为 AI 时代最坚固的技术壁垒。而单纯的语法编写，已经彻底沦为了廉价的机器工。”

价值重构：如何成为不被“垃圾代码”淹没的 10%？

Anthropic 在报告的后半部分，进行了一项极其严谨的经济学评估：他们通过对比自由职业市场（Freelance job postings）的实际标价，来评估 40 万次 Claude 会话产生的经济价值。

数据显示，在短短 7 个月内，由 Claude Code 完成的任务的平均经济价值，暴涨了约 25%！

这说明，随着模型对工具调用、测试和自动化部署的演进，AI 正在以前所未有的速度吞噬那些“低价值的、纯编写的工作”。

这也给所有的软件工程师指明了一条唯一的出路：

从“如何写（How）”迅速向“写什么（What）”转型：如果你的日常工作只是把产品经理的 PRD 翻译成代码语法，你和 AI 相比没有任何竞争优势。你必须去深入理解业务，理解数据库底层设计，去成为那个“定标和画框的人”。
建立“纠偏与审计”能力**：大模型会源源不断地生成看似完美的代码。未来的高级工程师，其核心工作将是“代码审计师（Code Auditor）”。你必须能在几秒钟内，看出 AI 生成的千行代码中，那个隐藏在锁竞争或并发状态下的微小 Bug。
深耕一个具体的垂直领域：不要做“通用的、只会写增删改查（CRUD）的程序员”。去深入医疗、金融、安全、芯片物理、或者高性能网络。

小结

大模型并没有让专家的经验贬值，反而像一把高压水枪，正在迅速冲刷掉代码工程中的淤泥，让真正拥有“业务品味”和“领域常识”的金子，闪耀出前所未有的夺目光芒。

AI 降低了普通人写代码的门槛，但也让“垃圾代码”遍地都是。

在这个平庸泛滥的时代，决定你身价的，不再是你敲击键盘的速度，而是你脑海中沉淀的那些、无法被文本化的行业直觉与工程审美。

在这场人机共生的伟大战役中，我们既要学会借用神明的光芒，也要时刻警惕不要沦为神殿下盲目的祭品。

资料链接：https://www.anthropic.com/research/claude-code-expertise

还在为“复制粘贴喂AI”而烦恼？我的新专栏 《AI原生开发工作流实战》 将带你：

告别低效，重塑开发范式
驾驭AI Agent(Claude Code)，实现工作流自动化
从“AI使用者”进化为规范驱动开发的“工作流指挥家”

扫描下方二维码，开启你的AI原生开发之旅。

原「Gopher部落」已重装升级为「Go & AI 精进营」知识星球，快来加入星球，开启你的技术跃迁之旅吧！

我们致力于打造一个高品质的 Go 语言深度学习 与 AI 应用探索 平台。在这里，你将获得：

体系化 Go 核心进阶内容: 深入「Go原理课」、「Go进阶课」、「Go避坑课」等独家深度专栏，夯实你的 Go 内功。
前沿 Go+AI 实战赋能: 紧跟时代步伐，学习「Go+AI应用实战」、「Agent开发实战课」、「Agentic软件工程课」、「Claude Code开发工作流实战课」、「OpenClaw实战分享」等，掌握 AI 时代新技能。
星主 Tony Bai 亲自答疑: 遇到难题？星主第一时间为你深度解析，扫清学习障碍。
高活跃 Gopher 交流圈: 与众多优秀 Gopher 分享心得、讨论技术，碰撞思想火花。
独家资源与内容首发: 技术文章、课程更新、精选资源，第一时间触达。

衷心希望「Go & AI 精进营」能成为你学习、进步、交流的港湾。让我们在此相聚，享受技术精进的快乐！欢迎你的加入！

img{512x368}