หัวข้อต้นฉบับ: การเขียนโค้ดแบบเอเจนต์และผลตอบแทนที่ยั่งยืนจากความเชี่ยวชาญ
ผู้เขียนต้นฉบับ: Anthropoic
เรียบเรียง: Peggy

หมายเหตุบรรณาธิการ: รายงานนี้อ้างอิงจากเซสชัน Claude Code ประมาณ 400,000 ครั้ง เพื่อหารือว่าเครื่องมือเขียนโค้ด AI กำลังเปลี่ยนแปลงความสัมพันธ์ระหว่างมนุษย์และโค้ดอย่างไร

ข้อค้นพบที่สำคัญที่สุดของบทความคือ: ในการเขียนโค้ดแบบเอเจนต์ มนุษย์เป็นผู้ตัดสินใจหลักว่า "จะทำอะไร" ในขณะที่ Claude รับผิดชอบหลักในส่วน "จะทำอย่างไร" ผู้ใช้เป็นผู้รับผิดชอบการตัดสินใจวางแผนส่วนใหญ่ ส่วน Claude รับผิดชอบการดำเนินการส่วนใหญ่ กล่าวคือ AI กำลังเข้ามาทำหน้าที่เขียนโค้ด แก้ไขไฟล์ รันคำสั่ง ดีบัก และขั้นตอนการดำเนินการอื่นๆ แต่การกำหนดเป้าหมายและการประเมินผลลัพธ์ยังคงพึ่งพามนุษย์

ที่สำคัญยิ่งกว่านั้น ประสิทธิภาพของการใช้ Claude Code ไม่ได้ขึ้นอยู่กับว่าผู้ใช้เป็นโปรแกรมเมอร์หรือไม่ รายงานแสดงให้เห็นว่าในงานที่สร้างโค้ด อัตราความสำเร็จของผู้ใช้ในสายอาชีพที่ไม่ใช่ด้านเทคนิค เช่น กฎหมาย การเงิน การจัดการ และการวิจัย ใกล้เคียงกับวิศวกรซอฟต์แวร์แล้ว สิ่งที่ส่งผลต่อผลลัพธ์อย่างแท้จริงคือผู้ใช้เข้าใจปัญหาที่ต้องการแก้ไขหรือไม่

นั่นหมายความว่า AI ในการเขียนโค้ดช่วยลดอุปสรรคในการดำเนินการ ไม่ใช่อุปสรรคในการตัดสินใจ ในอนาคต คนที่เข้าใจธุรกิจ เข้าใจบริบท และสามารถกำหนดความต้องการและประเมินผลลัพธ์ได้อย่างชัดเจน อาจใช้ AI ได้ดีกว่าคนที่เขียนโค้ดเป็นเพียงอย่างเดียว AI จะไม่เข้ามาแทนที่ความรู้เฉพาะด้านโดยอัตโนมัติ แต่กลับจะขยายคุณค่าของความรู้เฉพาะด้าน

ต่อไปนี้คือเนื้อหาต้นฉบับ:

ข้อค้นพบสำคัญ

จากพื้นฐานงานวิจัยที่มีอยู่ เราได้เสนอกรอบแนวคิดสำหรับการศึกษาการเขียนโค้ดแบบเอเจนต์เชิงโต้ตอบ กรอบแนวคิดนี้อ้างอิงจากการวิเคราะห์ที่ปกป้องความเป็นส่วนตัวของเซสชัน Claude Code ประมาณ 400,000 ครั้งระหว่างเดือนตุลาคม 2025 ถึงเมษายน 2026 เพื่อประเมินองค์ประกอบของงาน รูปแบบความร่วมมือระหว่างมนุษย์และ AI และอัตราความสำเร็จของงาน

ในเซสชันทั่วไป มนุษย์รับผิดชอบการตัดสินใจวางแผนส่วนใหญ่ นั่นคือการตัดสินใจ "จะทำอะไร" ส่วน Claude รับผิดชอบการตัดสินใจดำเนินการส่วนใหญ่ นั่นคือการตัดสินใจ "จะทำให้สำเร็จได้อย่างไร" ยิ่งผู้ใช้มีความเชี่ยวชาญในสาขาใดสาขาหนึ่งมากเท่าไร ปริมาณงานที่ Claude ทำสำเร็จต่อคำสั่งแต่ละคำสั่งก็จะมากขึ้นเท่านั้น ในงานเขียนโค้ด อัตราความสำเร็จเฉลี่ยของกลุ่มอาชีพหลักๆ—นั่นคือการทำงานที่ผู้ใช้ต้องการให้สำเร็จ โดยมีหลักฐานที่ตรวจสอบได้ เช่น การผ่านการทดสอบ การส่งโค้ด เป็นต้น—เกือบจะเท่ากับวิศวกรซอฟต์แวร์

ยิ่งผู้ใช้มีความสามารถเฉพาะด้านสูงเท่าไร เซสชันก็มีแนวโน้มที่จะประสบความสำเร็จมากขึ้นเท่านั้น อย่างไรก็ตาม ช่องว่างระหว่างผู้ใช้ระดับกลางและผู้เชี่ยวชาญนั้นไม่มากนัก ในช่วงเจ็ดเดือนที่เราสังเกต สัดส่วนของเซสชันที่ใช้ในการดีบักลดลงเกือบครึ่งหนึ่ง และรูปแบบการใช้งานเปลี่ยนไปสู่การใช้งานเอเจนต์แบบ end-to-end มากขึ้น: การปรับใช้และรันโค้ด วิเคราะห์ข้อมูล และเขียนเอกสารที่ไม่ใช่โค้ด

ในช่วงเจ็ดเดือนที่ผ่านมา มูลค่าของงานทั่วไปเพิ่มขึ้นเกือบทุกประเภทงาน เราประเมินมูลค่างานโดยเปรียบเทียบกับข้อมูลการประกาศรับสมัครฟรีแลนซ์ ซึ่งพบว่ามีการเพิ่มขึ้นเฉลี่ยประมาณ 25%

บทนำ

การเขียนโปรแกรมด้วยเอเจนต์กำลังเติบโตอย่างรวดเร็ว ตั้งแต่ปลายปี 2025 สัดส่วนของกิจกรรมเอเจนต์เขียนโค้ดในโปรเจกต์ GitHub เพิ่มขึ้นมากกว่าสองเท่า ผู้ใช้ Claude Code ปัจจุบันใช้เครื่องมือนี้เฉลี่ย 20 ชั่วโมงต่อสัปดาห์ คนที่ไม่มีประสบการณ์เขียนโปรแกรมอย่างเป็นทางการจะสามารถสั่งการเอเจนต์ให้ทำงานด้านเทคนิคที่ซับซ้อนได้สำเร็จหรือไม่? การนำเครื่องมือเหล่านี้มาใช้อย่างรวดเร็วและความสามารถที่เพิ่มขึ้นจะส่งผลกระทบต่องานด้านความรู้ในวงกว้างอย่างไร? เรายังไม่สามารถให้คำตอบที่สมบูรณ์ได้ในตอนนี้ แต่สามารถเห็นสัญญาณเบื้องต้นจากข้อมูลการใช้งาน Claude Code

รายงานนี้อิงจากการวิเคราะห์ที่ปกป้องความเป็นส่วนตัวของผู้ใช้ประมาณ 235,000 ราย และเซสชันแบบโต้ตอบประมาณ 400,000 ครั้ง ระหว่างเดือนตุลาคม 2025 ถึงเมษายน 2026 โดยให้หลักฐานเกี่ยวกับวิธีการใช้งาน Claude Code จริง รายงานนี้ต่อยอดจากการศึกษาก่อนหน้านี้เกี่ยวกับตัวชี้วัดความเป็นอิสระในเซสชัน Claude Code และวิธีที่ Claude Code เปลี่ยนแปลงงานภายในของ Anthropic บทความนี้จะเสนอกรอบแนวคิดสำหรับอธิบายการใช้งานเครื่องมือช่วยเขียนโปรแกรมแบบ AI แบบโต้ตอบ: ผู้คนกำลังทำงานอะไร ใครเป็นคนทำงาน และงานนั้นประสบความสำเร็จหรือไม่ เรามุ่งเน้นที่ผู้ใช้ที่ใช้ Claude Code ผ่านอินเทอร์เฟซบรรทัดคำสั่ง (CLI), Claude.ai หรือแอปพลิเคชันเดสก์ท็อป Claude Code โดยการติดตามว่าวิธีการใช้งานการเขียนโปรแกรมด้วยเอเจนต์เปลี่ยนแปลงไปอย่างไรเมื่อความสามารถของโมเดลเพิ่มขึ้น เราสามารถเข้าใจผลกระทบของเครื่องมือเหล่านี้ต่อตลาดแรงงานของมืออาชีพด้านการเขียนโปรแกรมและผู้ทำงานด้านความรู้ได้ดีขึ้น

สิ่งที่เกิดขึ้นบน Claude Code อาจบ่งบอกถึงอนาคตของงานด้านความรู้: เอเจนต์จะค่อยๆ ถูกฝังเข้าไปในงานที่ไม่ใช่การเขียนโค้ด เราพบว่า Claude กำลังจัดการงานที่ซับซ้อนและมีมูลค่ามากขึ้น ในขณะเดียวกัน การเขียนโปรแกรมด้วยเอเจนต์ยังคงมีการแบ่งงานที่ชัดเจน: มนุษย์เป็นผู้ตัดสินใจว่าจะสร้างอะไร และเอเจนต์เป็นผู้ตัดสินใจว่าจะสร้างอย่างไร

เรายังเห็นหลักฐานว่าสิ่งที่ขยายผลการใช้งานเครื่องมืออย่างแท้จริงคือความเชี่ยวชาญในโดเมน ไม่ใช่ความชำนาญในการเขียนโปรแกรม โดยเฉพาะอย่างยิ่ง ผู้เชี่ยวชาญในโดเมนมีแนวโน้มที่จะประสบความสำเร็จมากกว่า และสามารถฟื้นตัวจากข้อผิดพลาดและความเข้าใจผิดได้ง่ายกว่า อย่างไรก็ตาม ช่องว่างระหว่างผู้เชี่ยวชาญและผู้ใช้ระดับกลางนั้นไม่มากนัก ซึ่งบ่งชี้ว่าหากมีความชำนาญในโดเมนใดโดเมนหนึ่งเพียงพอ ก็สามารถใช้เครื่องมือประเภทนี้ได้อย่างมีประสิทธิภาพเกือบเทียบเท่าผู้เชี่ยวชาญระดับลึก

ข้อค้นพบเหล่านี้ทำให้เราสามารถสังเกตการเปลี่ยนแปลงที่อาจเกิดขึ้นในตลาดแรงงานได้เบื้องต้น ในข้อมูลของเรา ความสำเร็จขึ้นอยู่กับว่าบุคคลนั้นเข้าใจปัญหาที่ต้องการแก้ไขหรือไม่ ไม่ใช่ขึ้นอยู่กับว่าเขาได้รับการฝึกอบรมด้านการเขียนโปรแกรมหรือไม่ หากรูปแบบเหล่านี้เป็นจริงในระบบเศรษฐกิจโดยรวม นั่นหมายความว่าเครื่องมือเขียนโปรแกรมด้วยเอเจนต์ แม้จะกำลังดูดซับงานที่เน้นการปฏิบัติบางส่วน แต่ก็กำลังให้รางวัลแก่ผู้ที่เข้าใจปัญหาที่พวกเขากำลังแก้ไขในงานของตนอย่างแท้จริง เอเจนต์เขียนโค้ดไม่ได้เข้ามาแทนที่ความเชี่ยวชาญในโดเมน ในทางกลับกัน ยิ่งผู้ทำงานนำความเข้าใจมาสู่เอเจนต์มากเท่าไร เอเจนต์ก็จะสามารถทำงานที่มีคุณภาพสูงได้มากขึ้นเท่านั้น

การแบ่งงานกันทำ

ผู้คนใช้ Claude Code เพื่ออะไร

เพื่อทำความเข้าใจว่าผู้คนใช้ Claude Code อย่างไร เราจึงจัดหมวดหมู่เซสชันแต่ละครั้งให้อยู่ในหนึ่งในเก้ารูปแบบการทำงาน ซึ่งเป็นกิจกรรมเดี่ยวที่อธิบายเป้าหมายของเซสชันนั้นได้ดีที่สุด สี่รูปแบบเกี่ยวข้องโดยตรงกับการเขียนหรือบำรุงรักษาโค้ด ได้แก่ การสร้างสิ่งใหม่ การซ่อมแซมสิ่งที่เสีย การทดสอบโค้ด และการจัดระเบียบเอเจนต์อื่นหรือไปป์ไลน์อัตโนมัติ อีกรูปแบบหนึ่งคือการดำเนินการซอฟต์แวร์ ซึ่งรวมถึงการปรับใช้ การกำหนดค่า การรันไปป์ไลน์ และการตรวจสอบระบบ อีกสองรูปแบบเน้นไปที่การทำความเข้าใจว่า "ควรทำอะไร" มากกว่า ได้แก่ การทำความเข้าใจว่าระบบที่มีอยู่ทำงานอย่างไร และการวางแผนการเปลี่ยนแปลงก่อนลงมือแก้ไข สองรูปแบบสุดท้ายไม่เกี่ยวข้องกับโค้ด หรือโค้ดเป็นเพียงส่วนเสริมในผลลัพธ์สุดท้าย ได้แก่ การวิเคราะห์ข้อมูล และการสื่อสารผ่านงานนำเสนอและเอกสารที่ใช้ข้อความเป็นหลัก

ประมาณ 56% ของเซสชันประกอบด้วยการเขียนโค้ด (25%) การซ่อมแซมโค้ด (26%) หรือการทดสอบและจัดระเบียบโค้ด (5%) การดำเนินการซอฟต์แวร์คิดเป็น 17% การวางแผนหรือสำรวจคิดเป็น 14% และการวิเคราะห์หรือเขียนข้อความคิดเป็น 13% (ดูรูปที่ 1)

รูปที่ 1: เก้ารูปแบบการทำงาน เซสชันแบบโต้ตอบแต่ละครั้งจะถูกจัดหมวดหมู่ให้เป็นรูปแบบการทำงานเดียวที่อธิบายเป้าหมายได้ดีที่สุด

ก่อนอื่นเราให้โมเดลอ่านบันทึกเซสชันและจำแนกแต่ละเซสชันตามนั้น จากนั้นใช้เครื่องมือวิเคราะห์ที่ปกป้องความเป็นส่วนตัวของเราเพื่อตรวจสอบผลการจำแนกกับข้อมูลเทเลเมทรีที่บันทึกโดยอัตโนมัติในแต่ละเซสชัน รวมถึงว่ามีการเพิ่มหรือลบบรรทัดโค้ดหรือไม่ ผลลัพธ์จากทั้งสองแหล่งมีความสอดคล้องกันสูง ตัวอย่างเช่น ในเซสชันที่ตัวจำแนกของเราระบุว่ามีการสร้างหรือแก้ไขโค้ด กว่า 90% แสดงการเปลี่ยนแปลงโค้ดในข้อมูลเทเลเมทรีด้วย รายละเอียดเพิ่มเติมอยู่ในภาคผนวก

ใครเป็นผู้ตัดสินใจ

Claude Code มีความเป็นอิสระมากแค่ไหน? การประเมินความสามารถแสดงให้เห็นว่าขีดจำกัดบนนั้นสูงและยังคงเพิ่มขึ้นเรื่อยๆ ตัวอย่างเช่น ในการทดสอบมาตรฐานอย่างการประเมินช่วงเวลาของ METR โมเดล前沿ในปัจจุบันสามารถทำงานซอฟต์แวร์ที่มนุษย์ต้องใช้เวลาหลายชั่วโมงให้เสร็จสมบูรณ์ได้ด้วยตนเอง และเอาชนะอุปสรรคระหว่างทางได้ แต่ในการใช้งานจริง สถานการณ์เป็นอย่างไร? ที่นี่ เรามุ่งเน้นไปที่ว่าในเซสชันจริง มนุษย์และ Claude มีส่วนในการนำทางมากน้อยเพียงใด

เราศึกษาปัญหานี้จากสองมุมมอง ประการแรก เราสนใจว่าผู้คนมอบการตัดสินใจให้ Claude มากน้อยแค่ไหน ประการที่สอง เราสังเกตว่าพวกเขามอบหมายการดำเนินการให้ Claude มากน้อยเพียงใด เพื่อทำความเข้าใจการแบ่งงานในการตัดสินใจในเซสชันหนึ่ง เราได้สร้างตัวจำแนกการระบุแหล่งที่มาของการตัดสินใจที่ปกป้องความเป็นส่วนตัวโดยอิงจากเนื้อหาเซสชัน เราขอให้ตัวจำแนกแสดงรายการการตัดสินใจที่มีความหมายทั้งหมดในเซสชัน และแบ่งการตัดสินใจเหล่านั้นเป็นการตัดสินใจเชิงวางแผนและการตัดสินใจเชิงปฏิบัติ การตัดสินใจเชิงวางแผนรวมถึงว่าจะทำอะไร ใช้วิธีไหน อะไรถือว่าเสร็จสมบูรณ์ การตัดสินใจเชิงปฏิบัติรวมถึงจะแก้ไขไฟล์ไหน เขียนโค้ดอะไร ใช้ภาษาอะไร และรันคำสั่งใด จากนั้น ตัวจำแนกจะระบุแหล่งที่มาของการตัดสินใจแต่ละครั้งให้กับ Claude หรือผู้ใช้ และสร้างตัวเลขสองตัวสำหรับแต่ละเซสชัน ได้แก่ สัดส่วนการตัดสินใจเชิงวางแผนที่ผู้ใช้รับผิดชอบ และสัดส่วนการตัดสินใจเชิงปฏิบัติที่ผู้ใช้รับผิดชอบ

โดยเฉลี่ยแล้ว มนุษย์มีส่วนในการตัดสินใจวางแผนประมาณ 70% แต่มีส่วนในการตัดสินใจดำเนินการเพียง 20% (ดูรูปที่ 2) ในการใช้งานจริง การเขียนโปรแกรมเอเจนต์ก่อให้เกิดการแบ่งงานที่ชัดเจน: มนุษย์เป็นผู้ตัดสินใจว่าจะสร้างอะไร ส่วนเอเจนต์เป็นผู้ตัดสินใจว่าจะสร้างอย่างไร

เพื่อทำความเข้าใจระดับการมอบหมายการดำเนินการในเซสชันหนึ่งๆ เราไม่ได้ดูที่เนื้อหา แต่ดูที่โครงสร้างของเซสชันแทน เซสชันของ Claude Code ประกอบด้วยการโต้ตอบไปมาระหว่าง Claude และผู้ใช้: ผู้ใช้ส่งพรอมต์ Claude ดำเนินการ จากนั้นผู้ใช้ส่งพรอมต์ถัดไป และดำเนินต่อไปเช่นนี้ ในเซสชันทั่วไป จะมีรอบการโต้ตอบประมาณสี่รอบ ในข้อมูลประวัติของเราตั้งแต่เดือนตุลาคมถึงเมษายน ทุกครั้งที่ผู้ใช้ส่งพรอมต์หนึ่งครั้ง จะกระตุ้นให้ Claude ดำเนินการโดยเฉลี่ยประมาณ 10 การกระทำ และบางครั้งอาจมากกว่า 100 การกระทำ ในแต่ละรอบ Claude จะอ่านไฟล์ แก้ไขโค้ด รันคำสั่ง และส่งออกข้อความโดยเฉลี่ย 2,400 คำ

ปริมาณงานที่ Claude ทำสำเร็จระหว่างการตรวจสอบของผู้ใช้แต่ละครั้ง ส่วนใหญ่ขึ้นอยู่กับว่าใครเป็นผู้ตัดสินใจ เมื่อผู้ใช้ยังคงควบคุมกระบวนการดำเนินการ นั่นคือผู้ใช้ตัดสินใจดำเนินการมากกว่า 80% Claude จะดำเนินการน้อยลงในแต่ละรอบ ประมาณ 8 การกระทำ ในทางกลับกัน เมื่อ Claude ควบคุมการวางแผน นั่นคือ Claude ตัดสินใจวางแผนมากกว่า 80% Claude จะรับภาระการดำเนินการสูงสุด ประมาณ 16 การกระทำ

รูปที่ 2: สัดส่วนของ Claude ในการตัดสินใจวางแผนและดำเนินการ แผนภูมินี้แสดงการกระจายสัดส่วนของการตัดสินใจวางแผน (จะทำอะไร) และการตัดสินใจดำเนินการ (จะทำอย่างไร) ที่เป็นของ Claude แทนที่จะเป็นผู้ใช้ในเซสชันต่างๆ ในเซสชันทั่วไป ผู้ใช้ตัดสินใจวางแผนประมาณ 70% ในขณะที่ Claude ตัดสินใจดำเนินการประมาณ 80%

ระดับความเชี่ยวชาญ

จากบันทึกเซสชันแต่ละครั้ง Claude จะประเมินระดับความเชี่ยวชาญที่ปรากฏของผู้ใช้ในงานนั้นๆ ด้วยระดับห้าขั้น ตั้งแต่ผู้เริ่มต้นจนถึงผู้เชี่ยวชาญ ตัวแยกประเภทระดับความเชี่ยวชาญจะมุ่งเน้นไปที่สัญญาณสามประการ: ความแม่นยำของคำแนะนำที่ผู้ใช้ให้ สิ่งที่ผู้ใช้ขอให้ Claude ตรวจสอบ และว่าใครเป็นฝ่ายแก้ไขผู้ใช้หรือ Claude บ่อยกว่ากัน ควรสังเกตว่าระดับความเชี่ยวชาญที่นี่เป็นแนวคิดที่แตกต่างอย่างสิ้นเชิงจากตำแหน่งงานหรือความสามารถทั่วไป และที่สำคัญคือมันเฉพาะเจาะจงกับงานนั้นๆ วิศวกรอาวุโสที่ถามคำถามเกี่ยวกับ Rust เป็นครั้งแรก อาจยังคงเป็นมือใหม่ในงานที่เกี่ยวกับ Rust นักบัญชีที่ไม่เคยใช้ Python มาก่อน หากสามารถบอก Claude ได้อย่างแม่นยำว่าสคริปต์ Python ต้องใช้กฎการกระทบยอดใดบ้าง และสามารถจับกรณีขอบที่ Claude จัดการผิดพลาดในการปิดบัญชีสิ้นเดือนได้ ก็ถือว่าเป็นผู้เชี่ยวชาญในงานนั้น

ตารางด้านล่างแสดงให้เห็นว่าเรากำหนดระดับความเชี่ยวชาญในตัวแยกประเภทอย่างไร พร้อมยกตัวอย่างคำขอจากชุดข้อมูล SWE-chat ซึ่งเป็นชุดข้อมูลการสนทนาของเอเจนต์เขียนโค้ดแบบเปิด การสนทนาที่ถูกจัดประเภทเป็น "มือใหม่" จะเป็นคำสั่งทั่วไปที่ไม่แสดงความรู้เฉพาะด้าน ในขณะที่การสนทนาที่ถูกจัดประเภทเป็น "ผู้เชี่ยวชาญ" จะสื่อถึงความเข้าใจเชิงลึกเกี่ยวกับฐานโค้ดและสภาพแวดล้อมทางเทคนิค

ตารางที่ 1: ตัวแยกระดับความเชี่ยวชาญ ตัวอย่างที่นำมาจากการสนทนาจริงได้รับการปรับเปลี่ยน ทำให้ไม่ระบุตัวตน และย่อให้สั้นลง โดยการสนทนาที่เกี่ยวข้องถูกระบุโดยตัวแยกประเภทของเรา ตัวอย่างหลายชิ้นมาจากชุดข้อมูล SWE-chat ซึ่งเป็นชุดข้อมูลการสนทนาการเขียนโปรแกรมของเอเจนต์แบบเปิด

เราวัดปริมาณความสัมพันธ์ระหว่างระดับความเชี่ยวชาญกับผลลัพธ์และกิจกรรมที่ Claude สร้างขึ้นต่อหนึ่งพรอมต์ ในการสนทนาทั่วไปของมือใหม่ แต่ละพรอมต์จะทำให้ Claude ดำเนินการประมาณ 5 การกระทำ และสร้างผลลัพธ์ประมาณ 600 คำ ในขณะที่ในการสนทนาของผู้เชี่ยวชาญ ความยาวของห่วงโซ่การกระทำจะมากกว่าสองเท่า คือประมาณ 12 การกระทำ และปริมาณผลลัพธ์จะอยู่ที่ประมาณ 3,200 คำ ซึ่งมากกว่าถึงห้าเท่า (ดูรูปที่ 3) ช่องว่างระหว่างมือใหม่และผู้เชี่ยวชาญนี้ปรากฏในทุกประเภทงานและทุกช่วงมูลค่างาน

ตัวชี้วัดเหล่านี้เสริมการศึกษาก่อนหน้านี้ของเราเกี่ยวกับความเป็นอิสระของ Claude Code การศึกษาก่อนหน้านี้ติดตามระยะเวลาการทำงานของเอเจนต์ และความถี่ที่ผู้ใช้อนุมัติการกระทำโดยอัตโนมัติ ในทางตรงกันข้าม ตัวชี้วัดการระบุแหล่งที่มาของการตัดสินใจของเราจับว่าใครเป็นผู้ตัดสินใจที่สำคัญตลอดทั้งเซสชัน ในขณะที่ปริมาณผลลัพธ์และจำนวนการกระทำต่อหนึ่งพรอมต์จะวัดระดับกิจกรรมอิสระที่ Claude สามารถทำได้ตามคำสั่งของมนุษย์แต่ละคำสั่ง

รูปที่ 3: เมื่อเผชิญกับผู้ใช้ที่มีความเชี่ยวชาญมากขึ้น Claude จะทำงานมากขึ้นต่อหนึ่งพรอมต์ ยิ่งระดับความเชี่ยวชาญสูง จำนวนการกระทำ (แผนภูมิแท่งด้านซ้าย) และปริมาณข้อความที่สร้างขึ้น (แผนภูมิแท่งด้านขวา) ต่อหนึ่งพรอมต์ของ Claude ก็จะมากขึ้น กล่องแสดงช่วงควอไทล์และแบ่งที่ค่ามัธยฐาน เส้นหนวดแสดงเปอร์เซ็นไทล์ที่ 5 ถึงเปอร์เซ็นไทล์ที่ 95 จุดสีขาวคือค่าเฉลี่ยเรขาคณิต แนวโน้มที่เพิ่มขึ้นทั้งสองมีนัยสำคัญทางสถิติ (p < 0.001) และความแตกต่างในแต่ละขั้นระหว่างระดับความเชี่ยวชาญที่อยู่ติดกันก็มีนัยสำคัญทางสถิติเช่นกัน หลังจากควบคุมรูปแบบการทำงาน มูลค่างาน เดือน อาชีพ และรุ่นโมเดล และจัดกลุ่มตามข้อผิดพลาดมาตรฐานของผู้ใช้ แนวโน้มนี้ยังคงมีนัยสำคัญ: เมื่อระดับความเชี่ยวชาญเพิ่มขึ้นหนึ่งระดับ จำนวนการกระทำจะเพิ่มขึ้น 9% และปริมาณผลลัพธ์จะเพิ่มขึ้น 13%

ใครใช้ Claude Code และพวกเขาใช้มันทำอะไร

ผู้ใช้

เพื่อทำความเข้าใจว่าใครเป็นผู้ทำงานเหล่านี้ เราได้อนุมานอาชีพของผู้ใช้แต่ละคนจากบันทึกการสนทนา และจับคู่กับหนึ่งใน 23 หมวดหมู่หลักของระบบการจำแนกอาชีพมาตรฐาน (SOC) ของสำนักงานสถิติแรงงานสหรัฐฯ ตัวจำแนกประเภทถูกกำหนดให้ตัดสินโดยอาศัยสัญญาณต่อไปนี้เท่านั้น: บริบทของโปรเจกต์ที่โหลดเมื่อเอเจนต์เริ่มต้นเซสชัน ชื่อและโครงสร้างของไฟล์ เอกสารอ้างอิงหรือผลงานที่ผู้ใช้อ้างถึง เช่น เอกสารทางกฎหมาย ข้อมูลทางคลินิก รายงานทางการเงิน สื่อการสอน เป็นต้น รวมถึงคำศัพท์ที่ผู้ใช้ใช้ ตัวจำแนกประเภทถูกกำหนดอย่างชัดเจนว่า ห้ามใช้ "การเขียนโค้ด" เพียงอย่างเดียวเป็นหลักฐานว่าผู้ใช้ประกอบอาชีพด้านการเขียนโปรแกรม เฉพาะเมื่อมีสัญญาณที่ชัดเจนว่างานด้านซอฟต์แวร์หรือข้อมูลเป็นอาชีพของผู้ใช้ เซสชันจึงจะถูกจัดอยู่ในหมวดหมู่ SOC ที่เกี่ยวข้องกับการเขียนโค้ด นั่นคือ "อาชีพด้านคอมพิวเตอร์และคณิตศาสตร์" หากทนายความสร้างสคริปต์เพื่อตรวจสอบโดยอัตโนมัติว่าชุดสัญญาขาดข้อกำหนดบางประการหรือไม่ แม้ว่าเซสชันนี้จะเน้นการเขียนซอฟต์แวร์เป็นหลัก ก็ยังคงถูกจัดอยู่ในหมวดหมู่อาชีพทางกฎหมาย หากไม่มีสัญญาณใดๆ เกี่ยวกับอาชีพของผู้ใช้ เซสชันนั้นจะไม่ถูกจำแนกประเภท

เราสามารถอนุมานอาชีพได้ในประมาณ 70% ของเซสชันทั้งหมด ในเซสชันที่สามารถจำแนกประเภทได้ "อาชีพด้านคอมพิวเตอร์และคณิตศาสตร์" เป็นกลุ่มที่ใหญ่ที่สุด ซึ่งไม่น่าแปลกใจเพราะหมวดหมู่นี้ครอบคลุมงานด้านซอฟต์แวร์ส่วนใหญ่ รองลงมาคือ การดำเนินงานด้านธุรกิจและการเงิน ศิลปะ การออกแบบ และสื่อ การจัดการ รวมถึงวิทยาศาสตร์ชีวภาพ วิทยาศาสตร์กายภาพ และสังคมศาสตร์ ในกลุ่มตัวอย่างของเรา กลุ่มอาชีพที่ไม่ใช่ซอฟต์แวร์ที่เติบโตเร็วที่สุดคือ การจัดการ การขาย และอาชีพทางกฎหมาย

งาน

ตั้งแต่เดือนตุลาคม 2025 ถึงเมษายน 2026 องค์ประกอบของงานที่ผู้ใช้ทำด้วย Claude Code เปลี่ยนแปลงไปอย่างมีนัยสำคัญ การเปลี่ยนแปลงที่เห็นได้ชัดที่สุดคือ สัดส่วนของเซสชันที่ใช้ในการซ่อมแซมโค้ดที่เสียลดลงจาก 33% เหลือ 19% (ดูรูปที่ 4) แทนที่ด้วยงานที่เกี่ยวข้องกับโค้ดมากขึ้น สัดส่วนของการดำเนินงานซอฟต์แวร์เพิ่มขึ้นจาก 14% เป็น 21% การเขียนและการวิเคราะห์ข้อมูลเพิ่มขึ้นประมาณสองเท่า จากประมาณ 10% เป็นประมาณ 20%

มูลค่าของงานเองก็เพิ่มขึ้นเช่นกัน เราประมาณมูลค่าทางเศรษฐกิจของแต่ละเซสชันโดยการประเมินต้นทุนของงานที่คล้ายกันในตลาดฟรีแลนซ์ และปรับเทียบด้วยชุดข้อมูลตำแหน่งงานจริงที่เปิดเผยต่อสาธารณะ ตามตัวชี้วัดนี้ มูลค่าประมาณของเซสชันโดยเฉลี่ยเพิ่มขึ้น 27% ระหว่างเดือนตุลาคมถึงเมษายน การเพิ่มขึ้นนี้เกิดขึ้นในงานหลายประเภท มูลค่าของงานประเภทสร้าง ดำเนินการ และซ่อมแซมเพิ่มขึ้นประมาณ 43%, 34% และ 32% ตามลำดับ การประมาณราคาเหล่านี้เป็นเพียงคร่าวๆ ดังนั้นเราจึงใช้ราคาเหล่านี้เพื่อเปรียบเทียบแนวโน้มระหว่างงานต่างๆ เมื่อเวลาผ่านไปเป็นหลัก ไม่ใช่เพื่ออ่านเป็นมูลค่าเป็นดอลลาร์โดยตรง รายละเอียดเกี่ยวกับวิธีการสร้างตัวประมาณมูลค่างานอยู่ในภาคผนวก

รูปที่ 4: การเปลี่ยนแปลงองค์ประกอบและมูลค่าของงาน Claude Code ตั้งแต่ตุลาคม 2025 ถึงเมษายน 2026 กราฟนี้แสดงสัดส่วนของรูปแบบงานต่างๆ ในเซสชันระหว่างช่วงเวลาเจ็ดเดือน สัดส่วนของเซสชันที่ซ่อมแซมโค้ดที่เสียหายลดลงจาก 33% เหลือ 19% ในขณะที่สัดส่วนของการดำเนินการซอฟต์แวร์ การวิเคราะห์ข้อมูล และการเขียนเอกสารเพิ่มขึ้น

ความสำเร็จขึ้นอยู่กับสิ่งที่ผู้ใช้นำมา

การประเมินมูลค่าของงานเป็นวิธีหนึ่งในการทำความเข้าใจว่า Claude Code ช่วยให้ผู้คนทำงานสำเร็จได้อย่างไร อีกมุมมองหนึ่งคือการสังเกตว่าเซสชันใดบ้างที่ประสบความสำเร็จ และลักษณะใดของเซสชันที่เกี่ยวข้องกับความสำเร็จ ในทุกตัวชี้วัดความสำเร็จ เราพบรูปแบบที่ชัดเจน: ยิ่งผู้ใช้แสดงระดับความเชี่ยวชาญในเซสชันสูงเท่าใด โอกาสที่เซสชันจะประสบความสำเร็จก็ยิ่งมากขึ้นเท่านั้น การปรับปรุงส่วนใหญ่กระจุกตัวอยู่ที่ระดับความเชี่ยวชาญต่ำ กล่าวคือ ช่องว่างระหว่างผู้เริ่มต้นกับผู้ใช้ระดับกลางมีมากกว่าช่องว่างระหว่างผู้ใช้ระดับกลางกับผู้เชี่ยวชาญ

ก่อนที่จะวิเคราะห์ลักษณะของเซสชันที่ประสบความสำเร็จ เราจำเป็นต้องอธิบายอย่างแม่นยำว่าวัดความสำเร็จอย่างไร เราไม่สามารถสังเกตผลลัพธ์ในโลกจริงของผู้ใช้ หรือถามพวกเขาโดยตรงว่าทำสิ่งที่ต้องการสำเร็จผ่าน Claude หรือไม่ ดังนั้น เราจึงพึ่งพาวิธีการวัดสองวิธีที่เสริมกันโดยใช้บันทึกเซสชัน วิธีแรกคือ "การตัดสินความสำเร็จ" โดยตัวจำแนกประเภทจะอ่านบันทึกเซสชันทั้งหมดและตัดสินว่าผู้ใช้บรรลุเป้าหมายที่ตั้งไว้เดิมหรือไม่ โดยมีตัวเลือก ได้แก่ สำเร็จ สำเร็จบางส่วน ล้มเหลว ไม่มีเป้าหมายที่ชัดเจน จากนั้น ตัวจำแนกประเภทเสริมสองตัวจะประเมินความแข็งแกร่งของหลักฐานสำหรับการตัดสินนั้น เพื่อระบุ "ความสำเร็จที่ได้รับการยืนยัน" ตัวจำแนกประเภทสัญญาณความสำเร็จจะค้นหาหลักฐานที่ตรวจสอบได้ของความสำเร็จ โดยเฉพาะกิจกรรม git ที่สอดคล้องกับงานนั้น เช่น การคอมมิตและคำขอดึง การทดสอบที่ผ่าน และการยอมรับอย่างชัดเจนจากผู้ใช้ โดยจะให้คะแนนเซสชันตั้งแต่ "ไม่มีสัญญาณ" ไปจนถึง "สัญญาณอ่อน" (1 คะแนน) และ "สัญญาณแข็งหลายรายการ" (5 คะแนน) ตัวจำแนกประเภทสัญญาณความล้มเหลวที่ทำงานควบคู่กันจะให้คะแนนหลักฐานของสิ่งที่ผิดพลาด รวมถึงข้อผิดพลาด การทดสอบล้มเหลว การลองทำสิ่งเดียวกันซ้ำๆ และการคัดค้านจากผู้ใช้ต่อผลลัพธ์ ความสำเร็จที่ได้รับการยืนยันต้องเป็นไปตามเงื่อนไขสองข้อพร้อมกัน: เซสชันถูกตัดสินว่าสำเร็จ และมีสัญญาณความสำเร็จที่ตรวจสอบได้อย่างน้อยหนึ่งสัญญาณ การวิเคราะห์ต่อไปนี้มุ่งเน้นที่ระดับความสำเร็จหรือความล้มเหลวในเซสชัน ดังนั้นเราจึงไม่รวมเซสชันที่ถูกตัวจำแนกประเภทผลลัพธ์ความสำเร็จตัดสินว่า "ไม่มีเป้าหมายที่ชัดเจน" ซึ่งคิดเป็นประมาณ 7.7% ของตัวอย่างทั้งหมด

ผลตอบแทนของระดับความเชี่ยวชาญ

แล้วเซสชันใดที่ประสบความสำเร็จมากที่สุด? ผลลัพธ์แสดงให้เห็นว่าคะแนนระดับความเชี่ยวชาญของเซสชันตามที่กล่าวไว้ข้างต้น มีผลกระทบอย่างมากต่อความสำเร็จของเซสชัน

บางคนอาจกังวลว่าระดับความเชี่ยวชาญไม่ใช่ปัจจัยขับเคลื่อนที่แท้จริง บางทีผู้เชี่ยวชาญอาจเลือกงานที่แตกต่างกัน หรือมีความแตกต่างในด้านอื่นๆ ในส่วนนี้ เราได้ตอบข้อกังวลนี้บางส่วนโดยการเปรียบเทียบเซสชันที่มีประเภทงานเดียวกัน มูลค่าประมาณเดียวกัน เดือนเดียวกัน หัวข้อเดียวกัน และมาจากกลุ่มอาชีพหลักเดียวกัน และตรวจสอบว่าระดับความเชี่ยวชาญของผู้ใช้ที่แตกต่างกันส่งผลต่อผลลัพธ์อย่างไร

ตารางที่ 2: คำจำกัดความของความสำเร็จและความล้มเหลวที่ได้จากตัวจำแนกประเภท ตัวอย่างจากเซสชันจริงในชุดข้อมูลการโต้ตอบการเขียนโปรแกรมเอเจนต์สาธารณะ SWE-chat ซึ่งถูกปรับเปลี่ยนและสรุปแล้ว และถูกติดป้ายกำกับโดยตัวจำแนกประเภทของเรา

ในทุกตัวชี้วัดความสำเร็จ ยิ่งผู้ใช้แสดงระดับความเชี่ยวชาญในเซสชันสูงเท่าใด โอกาสที่เซสชันจะประสบความสำเร็จก็ยิ่งมากขึ้นเท่านั้น เซสชันที่ถูกจัดอันดับเป็นมือใหม่ มีอัตราความสำเร็จตามเกณฑ์ที่เข้มงวดที่สุดของเรา "ความสำเร็จที่ได้รับการยืนยัน" อยู่ที่ 15% และมีอัตราความสำเร็จอย่างน้อยบางส่วนอยู่ที่ 77% ในขณะที่เซสชันที่ถูกจัดอันดับเป็นระดับกลางขึ้นไป มีอัตราความสำเร็จที่ได้รับการยืนยันอยู่ที่ 28% ถึง 33% และอัตราความสำเร็จบางส่วนอยู่ที่ 91% ถึง 92% (ดูรูปที่ 5)

ในแต่ละตัวชี้วัด ผลตอบแทนส่วนใหญ่มาจากการเลื่อนระดับจากมือใหม่ไปสู่ระดับกลาง ส่วนการเลื่อนจากระดับกลางไปสู่ผู้เชี่ยวชาญ ความชันจะช้าลง รายละเอียดเกี่ยวกับการวิเคราะห์การถดถอยที่อยู่เบื้องหลังรูปที่ 5 ดูได้ในภาคผนวก

รูปที่ 5: ระดับความเชี่ยวชาญและผลลัพธ์ของเซสชัน กราฟนี้แสดงผลลัพธ์ของเซสชันตามคะแนนความเชี่ยวชาญของผู้ใช้ในงาน ตั้งแต่ระดับมือใหม่ไปจนถึงผู้เชี่ยวชาญ 5 ระดับ กราฟซ้ายรวมทุกเซสชัน กราฟกลางและขวาจำกัดเฉพาะเซสชันที่พบปัญหา นั่นคือเซสชันที่มีสัญญาณความล้มเหลวมากกว่า 3 และแสดงสัดส่วนของเซสชันเหล่านี้ที่บรรลุคำจำกัดความของความสำเร็จและความล้มเหลวที่แตกต่างกัน แต่ละจุดคืออัตราส่วนที่ปรับแล้ว เราประมาณความแตกต่างระหว่างระดับความเชี่ยวชาญโดยเปรียบเทียบเฉพาะเซสชันที่มีรูปแบบการทำงานเดียวกัน ช่วงมูลค่างานเดียวกัน เดือนเดียวกัน หัวข้องานเดียวกัน และประเภทผู้ใช้เดียวกัน นั่นคือไม่ว่าจะเป็นอาชีพที่เกี่ยวข้องกับซอฟต์แวร์หรือไม่ รายละเอียดการถดถอยที่เกี่ยวข้องดูได้ในภาคผนวก เส้นแนวตั้งคือช่วงความเชื่อมั่นของค่าเฉลี่ยตัวอย่าง ซึ่งส่วนใหญ่ไม่สามารถมองเห็นได้ในกราฟเนื่องจากมีขนาดเล็กเกินไป กราฟเหล่านี้ไม่รวมเซสชันที่ถูกตัวจำแนกประเภทผลลัพธ์ความสำเร็จตัดสินว่า "ไม่มีเป้าหมายที่ชัดเจน"

ในเซสชันที่พบความท้าทาย ก็สามารถเห็นความลาดชันที่คล้ายกัน เมื่อสัญญาณความล้มเหลวบันทึกหลักฐานของความล้มเหลวที่ได้รับการยืนยัน เราถือว่าเซสชันนั้น "พบปัญหา" ซึ่งอาจรวมถึงการเกิดข้อผิดพลาด การทดสอบล้มเหลว การพยายามทำสิ่งเดียวกันหลายครั้ง หรือผู้ใช้แสดงความหงุดหงิดและไม่พอใจ ในเซสชันที่พบปัญหา หลังจากควบคุมตัวแปรทั้งหมดที่กล่าวมาแล้ว สัดส่วนของความสำเร็จที่ได้รับการยืนยันเพิ่มขึ้นจาก 4% ในเซสชันมือใหม่เป็น 15% ในเซสชันผู้เชี่ยวชาญ (ดูรูปที่ 5) หากใช้ตัวชี้วัดความสำเร็จที่ผ่อนคลายมากขึ้น เราพบว่าสัดส่วนของความสำเร็จอย่างน้อยบางส่วนอยู่ที่ 60% ในผู้ใช้มือใหม่ และ 80% ถึง 81% ในผู้ใช้ระดับกลางถึงผู้เชี่ยวชาญ

นอกจากนี้ เรายังติดตามความสัมพันธ์แบบผกผันอีกประเภทหนึ่ง นั่นคือความสัมพันธ์ระหว่างระดับความเชี่ยวชาญกับตัวชี้วัดความล้มเหลวประเภทต่างๆ ควรสังเกตว่าในการวิเคราะห์นี้ เซสชันที่ถูกตัดสินว่าล้มเหลวคือเซสชันที่ไม่บรรลุแม้แต่ความสำเร็จบางส่วน หากเซสชันที่พบปัญหาถูกตัดสินว่าล้มเหลวและไม่มีการเขียนโค้ดใดๆ เลย เราเรียกว่าถูกทิ้ง ในเซสชันที่ผู้ใช้ดูเหมือนเป็นมือใหม่ มี 19% ที่ถูกทิ้งในที่สุด ในขณะที่กลุ่มผู้ใช้อื่นๆ สัดส่วนนี้อยู่ที่ 5% ถึง 7% กล่าวอีกนัยหนึ่ง ผู้ใช้ที่มีประสบการณ์น้อยที่สุดเมื่อพยายามบรรลุเป้าหมายแต่พบอุปสรรค มีแนวโน้มที่จะยอมแพ้มากกว่า ส่วนหนึ่งของคุณค่าของความเชี่ยวชาญดูเหมือนจะอยู่ที่ความสามารถในการนำเอเจนต์กลับไปสู่ทิศทางที่ถูกต้อง

อาชีพอาจไม่สำคัญเท่าระดับความเชี่ยวชาญ

อัตราความสำเร็จที่ได้รับการยืนยันของผู้ใช้ในอาชีพที่เกี่ยวข้องกับซอฟต์แวร์ในการสนทนาทั้งหมดอยู่ที่ประมาณ 30% ในขณะที่ผู้ใช้ในอาชีพอื่นอยู่ที่ประมาณ 26% ในการสนทนาที่มีการสร้างโค้ด กล่าวคือ การสนทนาที่มีการเพิ่มหรือแก้ไขโค้ดอย่างน้อยหนึ่งบรรทัด ตัวเลขทั้งสองนี้คือ 34% และ 29% ตามลำดับ (ดูรูปที่ 6) หากใช้คำจำกัดความของความสำเร็จที่ผ่อนคลายมากขึ้น ช่องว่างระหว่างอาชีพที่เกี่ยวข้องกับซอฟต์แวร์และอาชีพอื่นจะยิ่งแคบลง ในการสนทนาที่มีการสร้างโค้ด สัดส่วนของผู้ใช้ทั้งสองกลุ่มที่ประสบความสำเร็จบางส่วนคือ 89% และ 88% ตามลำดับ ช่องว่างห้าเปอร์เซ็นต์นั้นไม่มาก และไม่ขยายหรือหดตัวในช่วงเจ็ดเดือน แม้ว่าอัตราความสำเร็จของทั้งสองกลุ่มจะเพิ่มขึ้นก็ตาม ในการสนทนาที่มีการสร้างโค้ด กลุ่มอาชีพที่ใหญ่ที่สุดสิบกลุ่มในชุดข้อมูลของเรา แต่ละกลุ่มมีช่องว่างอัตราความสำเร็จจากวิศวกรซอฟต์แวร์ไม่เกินเจ็ดเปอร์เซ็นต์ อาชีพด้านการจัดการมีอัตราความสำเร็จที่ได้รับการยืนยันสูงที่สุด สูงกว่าอาชีพวิศวกรรมซอฟต์แวร์เล็กน้อย อัตราความสำเร็จที่ได้รับการยืนยันที่สูงกว่าของผู้จัดการ อาจสะท้อนให้เห็นว่าทักษะการจัดการสามารถถ่ายโอนไปยังภารกิจการสั่งการเอเจนต์ได้ แต่ก็อาจเป็นผลมาจากวิธีการวัดของเราบางส่วน: การยืนยันขึ้นอยู่กับการยืนยันที่ชัดเจนของผู้ใช้ในการสนทนาในระดับหนึ่ง และผู้จัดการอาจมีนิสัยชอบแสดงออกเมื่อได้ผลลัพธ์ที่ต้องการ

รูปที่ 6: อัตราความสำเร็จที่ตัดสินและอัตราความสำเร็จที่ได้รับการยืนยันของการสนทนาการเขียนโค้ดตามอาชีพที่อนุมาน รูปนี้แสดงสัดส่วนของคำจำกัดความความสำเร็จที่เข้มงวดในการสนทนาที่มีการเพิ่มหรือแก้ไขโค้ดอย่างน้อยหนึ่งบรรทัด ตามอาชีพที่อนุมานของผู้ใช้ รวมถึงความสำเร็จที่ตัดสินและความสำเร็จที่ได้รับการยืนยัน รูปนี้แสดงกลุ่มอาชีพที่ใหญ่ที่สุดสิบกลุ่ม แต่ละกลุ่มมีช่องว่างอัตราความสำเร็จจากผู้ใช้ที่เกี่ยวข้องกับซอฟต์แวร์/คณิตศาสตร์ กล่าวคือ ผู้ใช้ในอาชีพคอมพิวเตอร์และคณิตศาสตร์ตามการจำแนก SOC ไม่เกินเจ็ดเปอร์เซ็นต์ เส้นความคลาดเคลื่อนแสดงช่วงความเชื่อมั่น 95% ที่คำนวณตามบัญชีที่แตกต่างกัน

แนวโน้ม

ผลลัพธ์ของรายงานนี้วาดภาพที่กำลังก่อตัวขึ้น: การเขียนโปรแกรมด้วยเอเจนต์กำลังขยายความรู้และทักษะบางอย่าง ในขณะเดียวกันก็แทนที่ทักษะอื่นๆ ในการสนทนาที่มีการสร้างโค้ด อัตราความสำเร็จของอาชีพหลักแต่ละอาชีพนั้นใกล้เคียงกับอาชีพที่เกี่ยวข้องกับซอฟต์แวร์ ดูเหมือนว่าเอเจนต์การเขียนโค้ดกำลังทำให้การมีพื้นฐานด้านการเขียนโปรแกรมมีความสำคัญน้อยลงต่อความสำเร็จในการทำงานเขียนโค้ด

ในขณะเดียวกัน การสนทนาที่ประสบความสำเร็จมีแนวโน้มที่จะแสดงความเชี่ยวชาญเฉพาะด้านมากกว่า การสนทนาที่ถูกประเมินว่าเป็นผู้เชี่ยวชาญมีอัตราความสำเร็จที่ได้รับการยืนยันมากกว่าการสนทนาของมือใหม่ถึงสองเท่า เมื่อการสนทนาพบปัญหา มือใหม่มีแนวโน้มที่จะยอมแพ้มากกว่าผู้ใช้อื่นหลายเท่า รูปแบบการทำงานร่วมกันเองทำให้ภาพนี้ชัดเจนยิ่งขึ้น: ผู้เชี่ยวชาญเฉพาะด้านสามารถใช้คำสั่งแต่ละคำสั่งเพื่อนำทาง Claude ให้ทำงานได้มากขึ้น ดังนั้น ความสามารถในการนำ Claude ไปสู่ความสำเร็จนั้นมาจากความเชี่ยวชาญในสาขาใดสาขาหนึ่งมากกว่าความสามารถในการเขียนโค้ด ผู้ที่มีความเชี่ยวชาญนี้ในสาขาใดก็ตาม ตอนนี้สามารถทำงานด้านเทคนิคที่เคยทำไม่ได้ในอดีตได้ ในขณะที่ผู้ที่ขาดความเข้าใจเฉพาะด้านนี้ แม้จะใช้เครื่องมือเดียวกัน ก็จะได้รับผลตอบแทนน้อยกว่ามาก และผลประโยชน์ส่วนใหญ่มาจากความสามารถที่เพียงพอ ไม่ใช่ความเชี่ยวชาญ การมีความเข้าใจเชิงปฏิบัติในสาขาใดสาขาหนึ่งก็เพียงพอที่จะได้รับผลประโยชน์ส่วนใหญ่แล้ว ความเชี่ยวชาญเชิงลึกจะเพิ่มข้อได้เปรียบเพิ่มเติมเพียงเล็กน้อยเท่านั้น

ผลการค้นพบเหล่านี้ยังคงเป็นเพียงข้อมูลเบื้องต้น เช่นเดียวกับงานวิจัยส่วนใหญ่ของเรา เราไม่สามารถวัดผลลัพธ์ในโลกแห่งความเป็นจริงได้ เช่น โค้ดที่เขียนขึ้นในเซสชันหนึ่งถูกนำไปใช้จริงหรือถูกทิ้งไป หรือว่ามันให้ผลลัพธ์ที่มีมูลค่าทางเศรษฐกิจหรือไม่ นอกจากนี้ รายงานนี้ไม่รวมการใช้งานแบบไม่โต้ตอบ ซึ่งเป็นส่วนสำคัญของกิจกรรมทั้งหมด การพัฒนาโครงสร้างที่สามารถวัดการใช้งานประเภทนี้ได้ ถือเป็นหนึ่งในจุดเน้นของงานในอนาคต และการจำแนกประเภทเซสชันทั้งหมดของเรานั้น อาศัยการอ่านบันทึกเซสชันโดยโมเดล ในภาคผนวก เราแสดงให้เห็นว่าตัวจำแนกประเภทสอดคล้องกับข้อมูลการวัดระยะไกลอิสระในทิศทางที่คาดหวัง และสอดคล้องกับการตัดสินของโมเดลอ้างอิงที่แข็งแกร่งในเซสชันส่วนใหญ่ แต่ในสถานการณ์ขนาดใหญ่ การตรวจสอบตัวจำแนกประเภทยังคงเป็นเรื่องยาก เซสชันของ Claude Code เองก็เพิ่มความยากขึ้น เนื่องจากอาจยาวและซับซ้อนเกินไป จนยากที่จะใช้การติดป้ายกำกับด้วยมนุษย์เป็นเกณฑ์มาตรฐานที่แท้จริง

เมื่อโมเดล ผู้ใช้ และการแบ่งงานระหว่างทั้งสองเปลี่ยนแปลงไปเรื่อยๆ ภาพในรายงานนี้ก็จะได้รับการอัปเดตอย่างต่อเนื่อง เราหวังว่าตัวชี้วัดเหล่านี้จะช่วยให้เราติดตามการเปลี่ยนแปลงครั้งใหญ่ที่กำลังเกิดขึ้นได้ ตัวอย่างเช่น หากในอนาคตผลตอบแทนจากความเชี่ยวชาญระดับมืออาชีพเริ่มลดลง นั่นจะบ่งชี้ว่าโมเดลเริ่มให้การตัดสินใจที่สำคัญซึ่งปัจจุบันผู้ใช้เป็นผู้ให้ และผลประโยชน์จากเครื่องมือเหล่านี้จะขยายจากผู้เชี่ยวชาญเฉพาะด้านไปสู่กลุ่มคนที่กว้างขึ้น หากสัดส่วนของผู้ใช้ที่อยู่นอกสายอาชีพซอฟต์แวร์ที่สามารถทำเซสชันการเขียนโค้ดสำเร็จเพิ่มขึ้นอย่างต่อเนื่อง อาจหมายความว่าการผลิตซอฟต์แวร์กำลังกลายเป็นส่วนหนึ่งของงานทั่วไปในทุกสาขา ไม่ใช่ผลผลิตของอาชีพเดียวอีกต่อไป การเปลี่ยนแปลงเหล่านี้จะเปลี่ยนว่าใครจะได้รับประโยชน์จากระบบปัญญาประดิษฐ์ในการเขียนโปรแกรม และได้รับมากน้อยเพียงใด และจะส่งผลต่อความสามารถที่มีค่าที่สุดในตลาดแรงงาน

[ลิงก์ต้นฉบับ]

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia