Oleksandr Kuzmenko, РедакторОпубліковано 6 хв читанняЗа участі AI · перевірено редактором
TL;DR
- Використання Claude Code зосереджене на обробці даних (48,1%), де результат верифікується швидким виконанням коду.
- Формулювання абстрактних гіпотез лишається за людиною: на це припадає лише 2,1% сесій у CLI.
- Підключення баз даних безпосередньо до середовища агента підвищує рівень автономності з 23,7% до 73,3%.
Ключові факти
- Всього проаналізовано сесій
- 207 049
- Сесій у Claude Code
- 78 135
- Частка аналізу даних у Claude Code
- 48,1%
- Частка генерації гіпотез у Claude Code
- 2,1%
- Частка комп'ютерних наук у Claude Code
- 32,7%
- Очікують повну автономність до 2030
- 40% (n=528)
Джерело: Ключові факти — Всього проаналізовано сесій, Сесій у Claude Code, Частка комп'ютерних наук у Claude Code, Очікують повну автономність до 2030
Джерело: Ключові факти. Всього проаналізовано сесій: 207 049. Сесій у Claude Code: 78 135. Частка комп'ютерних наук у Claude Code: 32,7%. Очікують повну автономність до 2030: 40% (n=528). Кожне число скопійоване з історії.
- Всього проаналізовано сесій207 049
- Сесій у Claude Code78 135
- Частка комп'ютерних наук у Claude Code32,7%
- Очікують повну автономність до 203040% (n=528)
Джерело: Ключові факти — Частка аналізу даних у Claude Code, Частка генерації гіпотез у Claude Code
Джерело: Ключові факти. Частка аналізу даних у Claude Code: 48,1%. Частка генерації гіпотез у Claude Code: 2,1%. Графік порівнює лише значення з однаковою одиницею. Кожне число скопійоване з історії.
Міні-графік метрик
- 48,1%Частка аналізу даних у Claude Code
- 2,1%Частка генерації гіпотез у Claude Code
- Частка аналізу даних у Claude Code48,1%
- Частка генерації гіпотез у Claude Code2,1%
Реальний розподіл навантаження в агентному CLI
Команда Anthropic проаналізувала 207 049 сесій (128 914 у звичайному Claude та 78 135 у Claude Code) у межах 34 науково-технічних напрямів. Результати свідчать про чітку концентрацію використання агентів у задачах, пов'язаних із прямим виконанням коду:
- Аналіз та обробка даних: 48,1% сесій Claude Code (проти 33,7% у веб-інтерфейсі Claude).
- Складання текстів і комунікація: 32,0% у діалоговому інтерфейсі.
- Збір первинних даних: 11,9% у Claude Code, хоча розробники й науковці витрачають на це 28,6% робочого часу.
- Генерація гіпотез та ідей: Лише 2,1% у Claude Code (4,2% у Claude).
Сфери чотирикратного масштабування продуктивності
У категоріях завдань із верхніх 20% за технічною спроможністю моделі (зокрема автоматичний запуск коду, статистичні тести, програмна візуалізація) спеціалісти запускали Claude удвічі частіше, а Claude Code — учотири рази частіше відносно базових часових витрат людини.
Сектор комп'ютерних наук сформував 32,7% загального обсягу сесій Claude Code. Натомість напрями з фізичними експериментами чи клінічною взаємодією продемонстрували низьке залучення через відсутність середовища цифрового виконання.
Спеціалізовані агенти проти універсальних чат-ботів
Anthropic зазначила, що спеціалізовані інструменти на кшталт Claude Science помітно змінюють показники. За наявності прямих підключень до зовнішніх баз даних і схем предметної області генерація гіпотез подвоїлася до 8%, а частка сесій із високою автономністю агента сягнула 73,3% (проти 64,1% у Claude Code та 23,7% у звичайному Claude).
Коли використовувати
- Автоматизація очищення даних, трансформації та статистичних розрахунків із перевіркою запуском.
- Написання коду кількісного аналізу, де результати можна перевірити командами термінала або тестами.
Що зробити сьогодні
- Переорієнтуйте інструкції для агентів з неструктурованого брейнштормінгу на детерміноване виконання скриптів і валідацію даних.
- Підключайте структуровані бази даних до CLI-агентів через сервери Model Context Protocol для підвищення автономності.
Назви кроків узяті з блоку «Що зробити сьогодні».
Назви кроків узяті з блоку «Що зробити сьогодні». Переорієнтуйте інструкції для агентів з неструктурованого брейнштормінгу на детерміноване виконання скриптів і валідацію даних.. Підключайте структуровані бази даних до CLI-агентів через сервери Model Context Protocol для підвищення автономності.
- Переорієнтуйте інструкції для агентів з неструктурованого брейнштормінгу на детерміноване виконання скриптів і валідацію даних.
- Підключайте структуровані бази даних до CLI-агентів через сервери Model Context Protocol для підвищення автономності.