Ai ai ai，谁 là người sử dụng Claude Code giỏi nhất? Câu trả lời có thể không phải là lập trình viên

Tiêu đề gốc: Lập trình có chủ đích và sự trở lại bền vững của chuyên môn
Tác giả gốc: Anthropoic
Dịch bởi: Peggy

Tác giả gốc:律动BlockBeats

Nguồn gốc bài viết:

Chuyển thể: Mars Finance

Lời người biên tập: Báo cáo này dựa trên khoảng 400.000 cuộc hội thoại Claude Code, thảo luận về cách các công cụ lập trình AI đang thay đổi mối quan hệ giữa con người và mã nguồn.

Phát hiện cốt lõi nhất của bài viết là: Trong lập trình dựa trên tác nhân thông minh, con người chủ yếu quyết định "làm gì", còn Claude chủ yếu phụ trách "làm thế nào". Người dùng đảm nhận phần lớn các quyết định lập kế hoạch, còn Claude đảm nhận phần lớn công việc thực thi. Nói cách khác, AI đang tiếp quản các bước thực hiện như viết mã, sửa tập tin, chạy lệnh, gỡ lỗi, nhưng mục tiêu đặt ra và đánh giá kết quả vẫn dựa vào con người.

Quan trọng hơn, hiệu quả khi sử dụng Claude Code không chỉ phụ thuộc vào việc người dùng có phải là lập trình viên hay không. Báo cáo cho thấy, trong các nhiệm vụ sinh mã, người dùng từ các ngành nghề phi kỹ thuật như pháp lý, tài chính, quản lý, nghiên cứu khoa học đã gần đạt tỷ lệ thành công của kỹ sư phần mềm. Thật sự ảnh hưởng đến kết quả là khả năng hiểu rõ vấn đề cần giải quyết của người dùng.

Điều này có nghĩa là, AI lập trình giảm thiểu rào cản về khả năng thực hiện, chứ không phải về khả năng đánh giá. Trong tương lai, những người hiểu về kinh doanh, hiểu về bối cảnh, có thể rõ ràng đề xuất yêu cầu và đánh giá kết quả, có thể sẽ sử dụng AI hiệu quả hơn những người chỉ biết viết mã thuần túy. AI không tự động thay thế kiến thức lĩnh vực, ngược lại sẽ làm tăng giá trị của kiến thức đó.

Dưới đây là nội dung gốc:

Phát hiện chính

Dựa trên các nghiên cứu đã có, chúng tôi đề xuất một khung để nghiên cứu lập trình tác nhân thông minh tương tác. Khung này dựa trên phân tích bảo vệ quyền riêng tư khoảng 400.000 cuộc hội thoại Claude Code từ tháng 10 năm 2025 đến tháng 4 năm 2026, đánh giá cấu trúc nhiệm vụ, cách hợp tác giữa con người và AI, cũng như tỷ lệ thành công của nhiệm vụ.

Trong một cuộc hội thoại điển hình, con người chịu trách nhiệm phần lớn các quyết định lập kế hoạch, tức là quyết định "làm gì"; còn Claude chịu trách nhiệm phần lớn các quyết định thực thi, tức là quyết định "làm thế nào". Người có kiến thức chuyên môn trong lĩnh vực càng cao, mỗi lệnh chỉ huy đều kích hoạt nhiều công việc hơn của Claude. Trong các nhiệm vụ lập trình, tỷ lệ thành công trung bình của các nhóm nghề nghiệp chính — tức là liệu họ có hoàn thành đúng ý định ban đầu của người dùng, có bằng chứng xác thực như thử nghiệm, gửi mã — gần như ngang bằng với kỹ sư phần mềm.

Khả năng chuyên môn của người dùng càng cao, hội thoại càng có khả năng thành công. Tuy nhiên, khoảng cách giữa người dùng trung cấp và chuyên gia không lớn lắm. Trong bảy tháng quan sát, tỷ lệ hội thoại dùng để gỡ lỗi giảm gần một nửa, cách sử dụng cũng chuyển sang các phương thức end-to-end nhiều hơn: triển khai và vận hành mã, phân tích dữ liệu, viết tài liệu không mã.

Trong suốt bảy tháng này, giá trị của các nhiệm vụ điển hình gần như tăng trong tất cả các loại công việc. Chúng tôi ước tính giá trị kinh tế của mỗi cuộc hội thoại dựa trên chi phí của các công việc tương tự trên thị trường tự do, đã được hiệu chỉnh dựa trên dữ liệu tuyển dụng thực tế. Theo chỉ số này, giá trị trung bình của hội thoại tăng khoảng 25% từ tháng 10 đến tháng 4.

Giới thiệu

Lập trình tác nhân đang phát triển nhanh chóng. Từ cuối 2025, tỷ lệ các dự án mã hóa có hoạt động của tác nhân trong các dự án trên GitHub đã tăng gấp đôi, người dùng Claude Code trung bình sử dụng công cụ này 20 giờ mỗi tuần. Những người không có kinh nghiệm lập trình chính thức có thể thành công chỉ huy một tác nhân hoàn thành các công việc kỹ thuật phức tạp không? Việc áp dụng nhanh các công cụ này và khả năng của chúng sẽ ảnh hưởng thế nào đến thị trường lao động rộng lớn hơn của các công việc tri thức? Hiện tại, chúng tôi chưa thể đưa ra câu trả lời đầy đủ, nhưng có thể nhận thấy một số tín hiệu sớm từ dữ liệu sử dụng Claude Code.

Báo cáo này dựa trên phân tích bảo vệ quyền riêng tư của khoảng 235.000 người dùng, khoảng 400.000 cuộc hội thoại tương tác trong giai đoạn từ tháng 10 năm 2025 đến tháng 4 năm 2026, cung cấp bằng chứng về cách sử dụng thực tế Claude Code. Nó tiếp nối các nghiên cứu trước về các chỉ số tự chủ trong các hội thoại Claude Code, cũng như cách Claude Code thay đổi cách làm việc nội bộ của Anthropic. Bài viết này đề xuất một khung để mô tả cách sử dụng trợ lý lập trình AI tương tác: mọi người đang làm gì, ai đang làm, và công việc có thành công hay không. Chúng tôi tập trung vào việc người dùng sử dụng Claude Code qua giao diện dòng lệnh (CLI), Claude.ai hoặc ứng dụng desktop Claude Code. Theo dõi cách các cách sử dụng lập trình tác nhân thay đổi theo khả năng của mô hình giúp chúng tôi hiểu rõ hơn tác động của các công cụ này đối với các chuyên gia lập trình và thị trường lao động của các nhà tri thức.

Những gì xảy ra trên Claude Code có thể báo trước hướng đi của công việc tri thức trong tương lai: tác nhân sẽ dần dần tích hợp vào các công việc phi mã hóa. Chúng tôi nhận thấy Claude đang xử lý các nhiệm vụ phức tạp hơn, có giá trị hơn. Đồng thời, vẫn tồn tại sự phân chia rõ ràng trong công việc lập trình tác nhân: con người quyết định xây dựng gì, tác nhân quyết định cách xây dựng.

Chúng tôi cũng thấy bằng chứng cho thấy, thực sự làm tăng hiệu quả sử dụng công cụ là kiến thức chuyên môn lĩnh vực, chứ không phải kỹ năng lập trình thuần thục. Đặc biệt, các chuyên gia lĩnh vực dễ thành công hơn, và dễ phục hồi hơn từ lỗi hoặc hiểu lầm. Tuy nhiên, khoảng cách giữa người trung cấp và chuyên gia không lớn lắm. Điều này cho thấy, chỉ cần có đủ khả năng trong một lĩnh vực, người dùng gần như có thể sử dụng các công cụ này hiệu quả như các chuyên gia sâu.

Những phát hiện này giúp chúng tôi hình dung sơ bộ về những thay đổi có thể xảy ra trên thị trường lao động. Trong dữ liệu của chúng tôi, thành công phụ thuộc vào khả năng người đó hiểu rõ vấn đề cần giải quyết, chứ không phải họ có được đào tạo lập trình hay không. Nếu các mô hình này đúng trong toàn bộ hệ thống kinh tế, điều đó có nghĩa là, trong khi các công việc phần nào bị AI tiếp nhận, thì cũng đang thưởng cho những người thực sự hiểu rõ vấn đề của mình. Lập trình tác nhân không thay thế kiến thức lĩnh vực. Ngược lại, càng hiểu rõ lĩnh vực, người làm việc có thể hướng dẫn AI làm nhiều công việc chất lượng cao hơn. Người làm việc trong bất kỳ lĩnh vực nào có khả năng này đều có thể hoàn thành các nhiệm vụ kỹ thuật trước đây không thể làm được. Trong khi đó, những người thiếu hiểu biết chuyên sâu sẽ thu hoạch ít hơn nhiều khi dùng chung các công cụ này. Và, lợi ích chủ yếu đến từ khả năng thành thạo, chứ không phải là thành thạo sâu. Hiểu rõ về một lĩnh vực có thể mang lại phần lớn lợi ích; chuyên sâu chỉ mang lại thêm một chút lợi thế nữa.

Các phát hiện này vẫn còn sơ bộ. Giống như phần lớn các nghiên cứu của chúng tôi, chúng tôi không thể đo lường kết quả thực tế trong thế giới thật, ví dụ như mã nguồn viết ra có được sử dụng hay bị bỏ đi, hoặc có tạo ra giá trị kinh tế hay không. Ngoài ra, các hoạt động không tương tác bị loại trừ trong báo cáo này, chiếm phần lớn hoạt động tổng thể. Việc xây dựng một khung để đo lường loại hình sử dụng này sẽ là trọng tâm của các công trình trong tương lai. Đồng thời, tất cả các phân loại của chúng tôi đều dựa trên việc mô hình đọc hiểu các hội thoại. Trong phần phụ lục, chúng tôi trình bày rằng các bộ phân loại phù hợp với dữ liệu độc lập và các dữ liệu telemetry dự kiến, và phần lớn các hội thoại đều phù hợp với các đánh giá của mô hình tham khảo mạnh. Tuy nhiên, trong các kịch bản quy mô lớn, việc xác thực bộ phân loại vẫn còn nhiều khó khăn; các hội thoại Claude Code cũng phức tạp hơn do độ dài và độ phức tạp, khó có thể dựa vào đánh giá thủ công làm chuẩn tham chiếu.

Khi mô hình, người dùng và cách phân chia công việc giữa họ tiếp tục thay đổi, các hình ảnh trong báo cáo này cũng sẽ liên tục cập nhật. Chúng tôi hy vọng các chỉ số này sẽ giúp theo dõi các biến đổi lớn đang diễn ra. Ví dụ, nếu trong tương lai, phần thưởng dựa trên trình độ chuyên môn bắt đầu giảm, điều đó cho thấy mô hình đã bắt đầu cung cấp các đánh giá quan trọng mà người dùng hiện tại có, và lợi ích của các công cụ này sẽ mở rộng từ các chuyên gia lĩnh vực sang nhiều nhóm người hơn. Nếu tỷ lệ thành công của người dùng ngoài ngành phần mềm tiếp tục tăng, có thể hiểu rằng quá trình sản xuất phần mềm đang trở thành một phần của công việc phổ thông trong các lĩnh vực khác, không còn là đặc quyền của một nghề nghiệp riêng biệt. Những biến đổi này sẽ thay đổi ai sẽ hưởng lợi từ lập trình tác nhân, và mức độ hưởng lợi đó sẽ ra sao, ảnh hưởng đến các kỹ năng được coi trọng nhất trong thị trường lao động.