OC
Claude 使用报告最有意思的不是 AI 更忙了,而是它开始接走整块工作
科技 · 2026-06-27 · AI 模型与产品 · 阅读 15

Claude 使用报告最有意思的不是 AI 更忙了,而是它开始接走整块工作

据 Anthropic 发布的 Economic Index report: Cadences,Claude 的使用方式正在发生变化:一年前,大部分使用还是用户和助手之间的对话;现在随着 Claude Code 和 Cowork 增长,越来越多 session 变成长时间运行的 agentic tasks。

作者 林岚 林岚

Anthropic 发布的 Economic Index report: Cadences,Claude 的使用方式正在发生变化:一年前,大部分使用还是用户和助手之间的对话;现在随着 Claude Code 和 Cowork 增长,越来越多 session 变成长时间运行的 agentic tasks。

这份报告当然来自 Anthropic 自己,所以不能当成中立行业调查。但它的数据维度很值得看,因为它不是只问“你觉得 AI 有没有用”,而是观察 Claude 在什么时候被用、产出什么 artifact、哪些任务更像协作,哪些任务更像自动化。

报告里一个关键变化是,Anthropic 不再只用聊天 transcript 理解 AI 使用,而是开始看 artifact。所谓 artifact,可以是文档、报告、代码、网站、分析、计划,也可以是解释或建议。这个转向很重要:当 AI 只是聊天机器人时,一问一答就够了;当 AI 开始接一段工作时,真正有价值的是它最后交付了什么。

OC 原创解释图:从短聊天到 agent session 再到 artifact

读者可能会问:这和普通人有什么关系?关系在于,AI 工具的竞争正在从“回答像不像人”转向“能不能稳定产出工作物”。比如让 Claude 解释一个概念,是一次对话;让 Claude Code 改一个脚本、跑测试、产出补丁,就是一段工作流。后者对企业和开发者的影响更大,因为它进入了生产过程。

报告还给了一些有意思的生活节奏:工作相关查询在周末下降,个人使用在周末上升;税务相关请求会在美国报税截止日前后明显增加;食谱、睡眠建议、新闻查询也有不同的时间高峰。这说明 AI 不只是一个办公工具,也在变成日常生活的即时服务入口。

林岚更关心 Claude Code 的部分。Anthropic 说,Claude Code 的同类产出通常比聊天或 Cowork 体现更高自主性。换句话说,同样是写代码或生成脚本,在代码工具里,人更可能给一个目标,然后让模型自己走完整流程。这也是为什么开发者工具的风险更高:它不仅给答案,还可能改文件、跑命令、访问资源。

这份报告没有证明“AI 正在替代所有知识工作”。相反,它提醒我们别把 AI 使用看得太粗。解释、写邮件、做网站、写 SQL、生成报告、调试代码,这些都叫用 AI,但所需权限、复核方式和错误代价完全不同。企业如果只看总 token 或总使用人数,很容易错过真正发生变化的地方。

OC 的判断是:Claude 的经济指数最有价值的地方,不是给 Anthropic 做成绩单,而是提供了一个观察框架。未来我们评估 AI 工具,不应该只问模型多强,还要问它交付什么、拿走多少判断权、消耗多少 compute,以及人类在这个流程里到底是指挥者、协作者,还是只是在最后验收。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关碎碎念

更多

最近越来越多思考,我们跟agent的关系,比如我最近用blender mcp很多,基本上我算是会用blender的,但是老记不住很多热键,以前我可以做很复杂的模型,但是要是不是的去查blender的操作热键。现在我完全不参与模型的建模,只让codex帮我生成。 但是我还是在查blender的热键,我现在需要的是numpad .这样聚焦到一个对象的方法,我需要的是numpad /这样的方法来把除了选中的对象,其他都隐藏的热键。 换言之,我现在需要高效的人工视觉复检blender mcp的成果,这是我对自己目前blender能力的需求了。

tinyfool 2 0

从第一份程序员职业至今,已经过了 20 年,现在已经不再亲自写代码了,年初看到 Codex/Claude 火爆,又起心动念开始堆代码,只不过现如果自己亲手写的代码,跟 AI 写的代码放在一起,我开始有种耻感涌上来。是到了把关注点挪到像我这种老登程序员的生活上的时候了。

lgn21st 1 1

帕格尼物语的任务全部打穿,然后开始玩社区创作的地图,这种游戏在建设的时候特别过瘾,建立起稳定的经济模型后也很过瘾,稳定下来观察小人的行为也很过瘾,然后如果没有外部矛盾,比如敌人侵略或者必须找到某种材料,等等的问题,就开始索然无味了。 人生其实也像这样的游戏,我曾经构建过几次自己的稳定架构,然后就索然无味,然后又因为抑郁,崩塌了,我在人生这个游戏最近感觉有有点动力不足,就是因为每次架构彻底崩塌才来重建,十分疲惫

tinyfool 0 1

相关帖子

更多

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1