Agentic coding and persistent returns to expertise

Anthropic исследует разделение труда между человеком и Claude Code на реальных интерактивных сессиях. В типичной работе человек определяет, что строить, агент принимает большую часть решений о том, как это выполнить, а предметная компетентность пользователя остаётся связана с успешностью результата.

Данные и рамка анализа

Авторы проанализировали около 400 тыс. интерактивных сессий примерно 235 тыс. пользователей с октября 2025 по апрель 2026 года. В выборку вошли Claude Code в командной строке, Claude.ai и настольном приложении; программные и безголовые запуски, а также сторонние IDE и SDK исключены.

С помощью классификаторов с сохранением приватности сессии распределили по девяти видам работы, определили предметную компетентность пользователя, профессию, решения о планировании и исполнении, а также признаки успеха. «Подтверждённый успех» требовал не только модельной оценки результата, но и наблюдаемого сигнала — например, прошедших тестов, подходящего коммита или явного подтверждения пользователя.

Разделение труда человека и агента

В среднем пользователи принимали около 70% решений о планировании, но только 20% решений об исполнении. Типичный запрос запускал примерно десять действий Claude — чтение файлов, редактирование и выполнение команд. Таким образом, агентность здесь означает не полное устранение человека, а разделение функций: человек задаёт цель и критерии, Claude выбирает технические шаги.

За семь месяцев менялся и состав работы. Доля сессий с исправлением сломанного кода снизилась с 33% до 19%, а эксплуатация ПО выросла с 14% до 21%; чаще стали встречаться анализ данных и подготовка документов. Оценочная стоимость средней задачи, рассчитанная через сопоставление с заказами на бирже фриланса, выросла на 27%, но авторы рекомендуют использовать эту метрику только для относительных сравнений.

Компетентность и результат

В сессиях начинающего уровня один запрос вызывал примерно пять действий Claude и около 600 слов вывода, а в экспертных — около двенадцати действий и 3 200 слов. После контроля вида работы, времени, профессии и оценочной стоимости задачи каждый следующий уровень компетентности был связан с большей активностью агента на инструкцию.

Подтверждённый успех наблюдался примерно в 15% сессий начинающего уровня и в 28–33% сессий от среднего до экспертного. При возникновении проблем эксперты чаще доводили работу до результата, а начинающие чаще прекращали сессию без написанного кода. При этом на задачах с изменением кода представители крупных профессиональных групп достигали результата почти на уровне специалистов по разработке: важнее оказывалось знание предметной области, а не формальная профессия программиста.

Ограничения и вывод

Классификаторы читают транскрипт, но исследователи не наблюдают, был ли созданный код принят, развёрнут и полезен в реальной работе. Выборка охватывает только продукты Anthropic и интерактивный режим, а модельная оценка компетентности не равна должности или общим способностям человека.

Результаты не подтверждают исчезновение экспертизы. Напротив, агент берёт на себя больше исполнения, когда пользователь способен точно поставить задачу, запросить проверку и исправить отклонение. Для агентной разработки это усиливает значение предметных знаний, критериев готовности и навыков управления результатом.