AI智能体渗透：软件工程独领风骚，垂直行业潜力待掘

Anthropic最新报告揭示，AI智能体近半数使用量集中在软件工程，其余16个垂直行业各占不到9%。尽管AI已具备连续工作5小时的能力，但用户目前最多只让它跑42分钟，信任远未跟上技术。Y Combinator CEO陈嘉兴断言：这片几乎空白的行业版图里，藏着下一代300个独角兽。

你所处的行业，可能还未见识过AI智能体的身影。

这一事实背后蕴藏着巨大的机遇。

2026年2月18日，Anthropic发布了一份关于AI智能体实际使用情况的大规模研究报告（报告链接：https://anthropic.com/research/measuring-agent-autonomy），分析对象是其公共API上数百万次真实的人机交互。

报告的核心发现可以浓缩成一张柱状图。

软件工程独占了49.7%的智能体工具调用量，如一根高耸的烟囱。

剩下的16个垂直行业——医疗、法律、金融、教育、客服、物流等，每一个的份额都是个位数：医疗1%，法律0.9%，教育1.8%，没有任何一个超过9%。

Y Combinator的CEO陈嘉兴（Garry Tan）看着这张图，得出了一个让许多创业者坐不住的结论：那片几乎空白的区域，潜藏着下一代300个独角兽。

他的原话更直白：「如果我今天创业，我会盯着那张柱状图上那一大片红色区域，直到从中看到自己的未来。」

你的AI比你以为的能干得多

这份报告里有一组数据，适合贴在每个产品经理的工位上。

独立评估机构METR的测试结果显示，Claude已经能够独立完成需要人类近5小时才能搞定的工作。然而在实际使用中，即便是全球最激进的那批用户（统计意义上的第99.9百分位），单次让AI连续工作的时长也不过42分钟左右。

5小时的能力，42分钟的授权。

这中间巨大的落差，陈嘉兴给它起了个名字叫「部署积压」（deployment overhang）。

翻译成大白话就是：AI已经准备好了，人还没准备好。

好消息是，人正在追赶。

从2025年10月到2026年1月，这个第99.9百分位的会话时长几乎翻了一倍，从不到25分钟涨到42分钟。

值得注意的是，这条增长曲线非常平滑，并没有因为新模型的发布出现突然跳升。

换句话说，驱动变化的主力不是模型变聪明了，而是人类在一次又一次的协作中，学会了慢慢松手。

Anthropic内部的使用数据印证了同样的趋势。

2025年8月到12月，Claude Code在最困难任务上的成功率翻倍，每次会话中人工介入的次数从5.4次降到了3.3次。

对于正在考虑创业方向的人来说，这意味着一件很具体的事：窗口期还在。

绝大多数行业甚至还没开始认真尝试让AI智能体介入自己的核心工作流。

不是技术不行，是信任还没到。

老手更敢放手，也更敢叫停

关于人和AI如何磨合出默契，这份报告讲了一个很有意思的故事。

刚开始用Claude Code的人，只有大约20%的会话选择了「全自动批准」模式——也就是让AI自己跑，不用每一步都等人点头。

累计使用超过750次之后，这个比例上升到40%以上。

信任在日复一日的使用中缓慢生长，可以被精确测量。

反直觉的地方在于：那些更愿意放手让AI跑的老用户，同时也更频繁地打断它。

新手的打断率大约是5%，老手反而到了9%。

这看起来矛盾，其实是两种截然不同的工作方式。

新手像是在考场上监考，AI每写一道题都要看一眼。

老手更像是委托了一个信得过的下属，平时不盯着，一旦感觉方向不对立刻喊停。

从「逐项审批」到「委托+监控」，这种转变对理解人机协作的未来至关重要。

护城河在行业里，不在模型里

看到这里，可能有人要问：既然垂直行业机会这么大，为什么大家都挤在软件工程里？

答案并不复杂。

代码是可测试、可回滚、出错成本低的——写坏了一段代码，最多回退一个版本。

但你让AI帮一个病人处理医保报销，或者替律师做证据开示，出了错可能是一场诉讼。

软件工程的智能体渗透率高，本质上是因为这个领域的「容错空间」最宽裕。

图已经画好了

软件工程这块地盘基本已经有主了。

...剩下的内容保持不变...