摘要
- Anthropic 通过分析数百万次人机交互数据，揭示了 AI Agent 在真实环境中的自主性水平与演变趋势
- 用户授予 Claude Code 的自主运行时间在三个月内几乎翻倍，反映出信任度的持续增长
- 经验丰富的用户从逐一审批转向战略性干预，形成了更高效的监督模式
- Claude Code 展现出不确定性校准能力，主动请求澄清的频率是人类主动中断的两倍以上
- 约 80% 的工具调用包含安全保障机制，仅 0.8% 的操作具有不可逆性
文章信息
- 来源： Anthropic Research
- 发布日期： 2026-02-18
- 原文： English Original
Anthropic 的研究人员分析了 Claude Code 及其公共 API 中数百万次人与 Agent 的交互数据，以了解 AI Agent 在真实场景中的部署情况。该研究考察了生产环境中 AI Agent 的自主性水平、用户体验模式、应用领域分布以及风险特征。
研究显示，在 2025 年 10 月至 2026 年 1 月期间，"99.9 百分位的对话轮次持续时间几乎翻倍，从不到 25 分钟增长到超过 45 分钟"。这一趋势在多个模型版本迭代中持续上升，表明驱动因素并非仅仅是模型能力的提升，而是用户正在授予 Agent 更高的自主权。
随着用户对 Claude Code 使用经验的积累，其监督策略发生了根本性转变。新用户大约自动批准 20% 的操作，而经验丰富的用户则提高到 40% 以上。看似矛盾的是，中断率也随经验增长而上升——新用户为 5%，资深用户达到 9%——这表明用户从逐一审批模式转向了战略性干预模式。
Claude Code 展现出不确定性校准能力，在复杂任务中"主动请求澄清的频率是人类中断的两倍以上"。这种自发的监督行为与人类的监督形成互补，构成了已部署系统中一项重要的安全机制。
软件工程是 Agent 使用的主要领域，占所有工具调用的近 50%。医疗、金融和客户服务等新兴应用场景已经出现，但规模仍然较小。约 80% 的工具调用包含安全保障措施，73% 涉及人类监督，仅 0.8% 的操作被判定为不可逆。
该研究结合了两个互补的数据来源：
该研究提出以下建议：
该分析仅反映了 Anthropic 自身的数据，聚焦于特定的时间窗口（2025 年末至 2026 年初），依赖 Claude 生成的分类结果，且无法观察到客户系统中 API 调用后的人工审核环节。研究承认 Agent 领域发展迅速，观察到的模式可能随时间推移而发生变化。
Agent 所行使的自主权源于模型能力、用户行为与产品设计三者之间的动态交互。有效的监督需要全新的监控基础设施和人机交互范式，使双方能够协作管理自主性与风险。