在2025年4月28日，一篇题为《Anthropic经济指数：AI对软件开发的影响》的报告深入探讨了人工智能（AI）技术对软件开发领域产生的变革性影响。该报告由Anthropic发布，通过对Claude.ai和Claude Code这两大AI平台的50万次编码相关互动进行分析，揭示了AI在自动化、应用开发以及企业应用等方面的关键趋势。
报告指出，计算机编程作为现代经济中一个虽小但极具影响力的领域，近年来因AI系统的引入而发生了显著变化。这些AI系统不仅能辅助编码工作，还能在很大程度上实现自动化。
AI在软件开发中的应用模式
研究发现，计算机相关职业的从业者对Claude的使用非常集中，这表明AI在这些领域具有巨大的潜力。为了更深入地了解这些变化，Anthropic对Claude.ai和Claude Code上的50万次编码相关互动进行了分析，揭示了三个关键模式：
- 自动化程度提升：Claude Code主要用于自动化任务，占比高达79%，而Claude.ai在这方面的比例为49%。这意味着随着AI代理的普及，任务自动化将成为常态。
- 用户界面应用开发：开发者普遍使用AI来构建用户界面应用程序，JavaScript和HTML等Web开发语言成为最常见的编程语言。这表明，专注于简单应用程序和用户界面开发的岗位可能面临来自AI系统的早期冲击。
- 初创企业的早期采用：初创企业是Claude Code的主要早期采用者，而大型企业的采用则相对滞后。这种差距可能反映了灵活的组织与传统企业之间在使用尖端AI工具方面的差异。
分析方法
Anthropic利用其隐私保护分析工具，将用户对话提炼成高级别、匿名化的见解，从而分析了这50万次互动。通过这种方式，研究团队能够识别对话的主题，并将对话分为“增强”与“自动化”两类。
开发者与Claude的互动方式
报告将AI直接执行任务定义为“自动化”，而AI与用户协作执行任务定义为“增强”。研究发现，Claude Code的自动化率显著高于Claude.ai，分别为79%和49%。
自动化又被细分为多种类型，其中“反馈循环”模式在Claude Code上更为常见，占比35.8%，而在Claude.ai上为21.3%。在这种模式下，Claude自主完成任务，但需要人工验证。另一方面，用户从AI模型获取知识的“学习”模式在Claude Code上明显低于Claude.ai。
这些结果突显了专业编码代理（如Claude Code）与用户与大型语言模型交互的标准方式（如通过Claude.ai这样的聊天机器人界面）之间的差异。随着更多代理产品的发布，AI集成到人们工作中的方式可能会发生变化，尤其是在编码方面，可能会涉及更多任务自动化。
开发者使用Claude构建什么？
研究发现，开发者通常使用Claude来构建网站和移动应用程序的用户界面和交互元素。JavaScript和TypeScript等Web开发语言合计占所有查询的31%，而HTML和CSS等其他面向用户的代码语言则占28%。
后端开发语言（如Python和SQL）也有一定的比例，但这些语言更多地用于数据科学和分析应用，而不仅仅是传统的后端开发。
这些模式进一步延伸到涉及Claude的常见编码任务类型。排名前五的任务中有两项侧重于面向用户的应用程序开发：“UI/UX组件开发”和“Web和移动应用程序开发”分别占对话的12%和8%。这些任务越来越倾向于一种被称为“氛围编码”的现象，即不同经验水平的开发者用自然语言描述他们期望的结果，然后让AI来完成实现细节。
与更通用的用途相关的对话，如“软件架构与代码设计”以及“调试和性能优化”也在Claude.ai和Claude Code中占有很高的比例。
这些发现表明，如果AI能力的不断提升导致“氛围编码”更多地融入主流工作流程，那么专注于制作简单应用程序和用户界面的工作岗位可能会更早地受到AI系统的冲击。随着AI越来越多地处理组件创建和样式设计任务，这些开发者可能会转向更高级别的设计和用户体验工作。
谁在使用Claude进行编码？
Anthropic还分析了哪些开发者群体可能正在使用Claude。通过分析项目类型，研究发现初创企业是Claude Code的主要早期采用者，而企业采用则相对滞后。初创企业的工作占Claude Code对话的32.9%，而企业工作仅占23.8%。
此外，涉及学生、学者、个人项目构建者和教程/学习用户的用例共同构成了两个平台上的一半交互。换句话说，不仅仅是企业，个人也是编码辅助工具的重要采用者。
这些采用模式与过去的技术变革类似，初创企业使用新工具来获得竞争优势，而老牌企业则更加谨慎，并且通常在全公司范围内采用新工具之前进行详细的安全检查。AI的通用性可能会加速这种动态：如果AI代理提供显著的生产力提升，那么早期采用者和后期采用者之间的差距可能会转化为巨大的竞争优势。
局限性
该分析基于真实的AI使用情况，但同时也存在一些局限性：
- 仅分析了Claude.ai和Claude Code的数据，排除了可能显示不同模式的Team、Enterprise和API使用情况，尤其是在专业环境中；
- 随着像Claude Code这样的代理工具的出现，自动化和增强之间的界限变得越来越模糊；
- 对谁在使用Claude进行编码的分类依赖于有限的上下文推断，可能存在不正确的分类；
- 数据集可能只捕捉到了早期采用者，这些用户可能不代表更广泛的开发者群体；
- 由于隐私考虑，仅分析了特定保留窗口内的数据，可能遗漏了软件开发中的周期性模式；
- 相对于整体AI编码辅助采用率，Claude使用的代表性尚不清楚；
- 仅研究了开发者委托给AI的内容，而没有研究他们最终如何在代码库中使用AI输出，生成的代码质量如何，或者这些交互是否有效地提高了生产力或代码质量。
未来展望
AI正在从根本上改变开发者的工作方式。分析表明，对于用户界面应用程序开发工作而言，尤其是在使用像Claude Code这样的专业代理系统时，这一点尤其明显，并且可能为初创企业而非更成熟的企业带来特殊的优势。
研究结果提出了许多问题：随着AI能力的提升，人类参与过程的“反馈循环”是否会持续存在，还是会转向更完全的自动化？随着AI系统能够构建更大规模的软件，开发者是否会转向主要管理和指导这些系统，而不是自己编写代码？哪些软件开发角色变化最大，哪些可能会完全消失？
AI日益增长的编码技能也可能对AI开发本身产生重要影响。由于如此多的AI研究和开发依赖于软件，因此AI辅助编码的进步可能会加速突破，从而创建一个积极的强化周期，进一步加速AI的进步。
总而言之，AI系统仍然非常新。但相对而言，编码是AI在经济中最发达的用途之一。这使其值得关注。尽管我们不能假设从软件开发中吸取的经验教训会直接适用于其他类型的职业，但软件开发可能是一个领先指标，可以为我们提供有用的信息，了解其他职业如何在未来随着功能越来越强大的AI模型的推出而发生变化。
附录
作为补充分析，Anthropic还比较了软件相关自动化和增强模式与不涉及软件的交互模式。该分析仅在Claude.ai中进行，因为Claude Code专门用于软件应用程序。
与不涉及软件的用例相比，软件开发更具自动化。反馈循环的显著增加（+18.3%）推动了这一点，值得注意的是，这抵消了指令行为的明显减少（-11.2%）。换句话说，即使Claude完成了大部分工作，与非编码任务相比，AI辅助编码目前仍需要大量的人工审查和迭代。
