Anthropic 資料：AI Agent 近半呼叫集中在軟體工程，這 16 個垂域仍是藍海

作者：GARry's List

編譯：深潮 TechFlow

Anthropic 最新發布了迄今為止最全面的 AI Agent 真實使用研究，核心數據是：軟體工程佔據近 50% 的 Agent 工具調用量，而醫療、法律、教育等 16 個垂直領域的 16 個垂直領域也低於垂直領域的醫療

這不是市場飽和的信號，而是 300 個垂直 AI 獨角獸的地圖——更有價值的是文章引用的一個反直覺發現：模型已經能獨立工作近 5 小時，但用戶實際上只讓它工作 42 分鐘，這個"信任赤字"本身就是下一個產品機會。

全文如下：

軟體工程佔所有 AI Agent 工具呼叫量的近 50%。 醫療、法律、金融等 16 個垂直領域幾乎未觸及，每個領域均低於 5%。 這意味著有 300 個垂直 AI 獨角獸等待被建造出來。

如果我今天要創業，我會盯著上面那張長條圖的紅色區域，直到我看見自己的未來。

Box 創辦人 Aaron Levie 表示：

這張圖很好地提醒了我們，AI Agent 領域現在有多大的機會。

水平方向當然會有大量 Agent 機會，但同樣有很多工作流程需要深厚的領域專業知識，才能真正幫助使用者自動化其所在垂直領域的獨特流程。

範本是：建構接取專有資料的 Agent 軟體，以有效銜接使用者與 Agent 協作的方式處理工作流程，同時具備深度領域專屬的情境工程能力，以及推動客戶側變更管理的能力。

目前許多領域仍存在巨大空白。

軟體工程佔據了所有 AI Agent 活動的半壁江山。 另一半則分散在 16 個垂直領域，沒有一個超過 9%。 醫療佔 1%，法律佔 0.9%，教育佔 1.8%。 這些不是飽和市場，而是幾乎還不存在的市場。

Anthropic 剛剛發布了迄今最全面的 AI Agent 真實使用研究。 核心發現是：軟體工程佔其 API 上 49.7%的 Agent 工具呼叫量。 被埋在後面的核心結論是：其他一切都是藍海。

部署滯後

有一個資料應該讓創業者興奮不已：模型的能力已經遠超使用者願意信任它的邊界。

METR 的能力評估顯示，Claude 可以解決需要人類近五小時才能完成的任務。 但在實際使用中，第 99.9 百分位的會話時長只有約 42 分鐘。 這個差距——AI 能做什麼與我們允許它做什麼之間的差距——是一個巨大的機會。

圖：Claude Code 訓練的最長時長在三個月內幾乎翻了一番。 這不僅提升了能力，也增強了信任。

來源：x.com

從 2025 年 10 月到 2026 年 1 月，第 99.9 百分位的單次會話時長幾乎翻了一倍，從不到 25 分鐘增長至超過 45 分鐘。 成長在各個模型版本間都很平穩。 這不只是模型變得更強了，而是使用者一次次地在使用中學習，逐漸延伸著對 Agent 的信任。

"從 8 月到 12 月，Claude Code 在內部用戶最具挑戰​​性任務上的成功率翻了一倍，與此同時，每次會話的人工幹預次數從 5.4 次減少到 3.3 次。"

能力已經在那裡，部署還沒跟上。 這不是問題，而是產品機會。

信任是如何演化的

新使用者中有 20%會自動批准 Claude Code 的操作。 到 750 次會話時，超過 40%的會話完全在自動批准模式下運行。 但有一個反直覺的發現：有經驗的使用者反而會更多地幹預，而不是更少。 新用戶會在 5%的輪次中幹預，老用戶則是 9%。

圖：信任是一種會不斷累積的技能。 新用戶會自動批准 20% 的會話。 到 750 次會話時，這一比例會超過 40%。

圖：Anthropic

來源： x.com

這並不矛盾，而是監督策略的轉變。 初學者在操作發生前逐步審批，老用戶則是先授權、在出問題時再介入——他們已經從預先審批轉向了主動監控。

以下是一個在安全層面值得關注的發現：在複雜任務上，Claude Code 主動請求澄清的頻率超過人類主動幹預頻率的兩倍。 Agent 會暫停確認，而不是一路衝到底。 這是特性，不是缺陷。

"這項研究的核心啟示是：Agent 在實踐中行使的自主權，是由模型、用戶和產品共同構建的。Claude 在不確定時會暫停提問，以此限制自身的獨立性。用戶在與模型協作的過程中建立信任，並相應地調整自己的監督策略。"

Ly2>

最後這一點正是垂直 AI 如此難以被複製的原因。 任何人都能搭一個 API 封裝，但很少人能真正駕馭醫療帳單、法律發現或建築許可證審批中特有的工作流程、監管約束和組織阻力。

SaaS 在過去幾十年裡每十年增長十倍。 過去 20 年超過 40%的創投資金流向了 SaaS 公司。 這個產業誕生了 170 多隻 SaaS 獨角獸。 邏輯很簡單：這些獨角獸中的每一隻，都有一個垂直 AI 版本在等待出現。 而 AI 版本可能會大十倍，因為它取代的不只是軟體，還有操作人員。

共同建構的本質

Anthropic 的核心發現值得任何參與 AI 政策制定的人認真關注。 自主權不是模型的固有屬性，而是由模型、使用者和產品共同建構的。 部署前的評估無法捕捉這一點，你必須在真實使用中去衡量。

Anthropic 官方表示：

軟體工程約占我們 API 上 Agent 工具呼叫量的 50%，但我們也看到其他產業正在湧現。 隨著風險與自主權的邊界持續擴展，部署後的監控變得至關重要。 我們鼓勵其他模型開發者擴展這項研究。

安全層面的數字令人放心：73%的工具調用有人類在迴路中參與，只有 0.8%的操作是不可逆的。 最高風險的部署場景——如 API 金鑰外洩或自主加密交易——大多是安全評估，而非真實生產環境。

"規定具體交互模式的監管要求－例如要求人類批准每一個操作－只會製造摩擦，而不一定帶來安全收益。"

強制要求"批准每一個操作"的政策，會殺死生產力收益，卻不會增加安全性。 更好的目標是確保人類能夠監控和介入，而不是規定具體的審批工作流程。

獨角獸藏在哪裡

地圖已經畫好。 軟體工程已經有人在做了。 醫療、法律、金融、教育、客服、物流——16 個垂直領域，每個市場份額均為個位數——都在等待有人把領域專業知識真正嵌入 Agent。

先前誕生了 300 隻 SaaS 獨角獸，接下來 300 隻垂直 AI 獨角獸即將出現。 那些選定垂直領域、把領域專業知識嵌入 Agent、並想明白如何驅動變更管理的創辦人，將擁有下一個十年的企業軟體市場。

模型已經能工作五小時，使用者只讓它工作 42 分鐘。 這就是訊號：我們仍然處於極早期，還有大量東西可以建造，而且在無數個還沒有見過哪怕一分鐘智能發揮作用的地方。