Anthropic が40万件の Claude Code セッションを分析：AIコーディングの成否を左右するのはコーディング力より専門性
- Anthropic は2025年10月から2026年4月にかけての約40万件の Claude Code 対話セッションを分析、対象ユーザーは約23.5万人
- 典型的なセッションでは、ユーザーが「何をするか」の意思決定の約70%を、Claude が「どうやるか」の意思決定の約80%を担う
- あるタスクにおけるユーザーの専門度（プログラミング経験ではない）が高いほどセッションの成功率が高い——専門家レベルの検証成功率は28%〜33%、初心者はわずか15%
- コードを生成したセッションに限ると、上位10職種カテゴリーの成功率の差は7ポイント以内に収まり、いずれもソフトウェアエンジニアに近い水準
- 7カ月間で、バグ修正に費やしたセッションの割合は33%から19%に低下、一方で運用・ドキュメント作成・データ分析系セッションは倍増、平均タスク評価額も約25%〜27%上昇
40万件の対話——決めているのは人間か、AIか
Anthropic は先日、2025年10月から2026年4月にかけての約40万件の Claude Code 対話セッションを分析した研究レポートを発表した。狙いは一つの問いへの答え——プログラミング経験のない人でも、AIエージェントを指揮して複雑な技術タスクをやり遂げられるのか。
これは Claude Code の実際の利用実態について、これまでで最大規模の公開分析だ。約40万件の対話セッション、約23.5万人のユーザー、7カ月間にわたる。研究が注視したのは一点——うまく使えるかどうかは、結局何で決まるのか。
なぜ注目に値するか：二つの結論が呼応している。コードを生成したセッションに限れば、最大10職種の成功率はいずれもソフトウェアエンジニアとの差が7ポイント未満。一方、専門家レベルのユーザーが「検証成功」を得る割合（28%〜33%）は、初心者（15%）のほぼ2倍に達する。このデータに従うなら、成否を決めているのは「その人がコードを書けるかどうか」ではなく「目の前のタスクをどれだけ理解しているか」ということになる。
プライバシーを侵さずにこれほど大量の実際の対話をどう分析したのか。用いられたのはプライバシー保護分析という手法だ。Claude モデルに匿名化された各セッション記録を自動で読み取らせてラベルを付け、システムが自動記録したテレメトリ（そのセッションで実際にコードの追加・削除があったかなど）と突き合わせて検証する。研究者は個々人の具体的なチャット内容を一切読まず、大量のユーザーを横断した全体傾向だけを見る。両者の一致度は高く、AIが「コードを作成または変更した」と判定したセッションのうち、90%以上でテレメトリ上も実際にコードの変更が確認された。
対象範囲について：本研究が対象とするのはコマンドライン、Claude.ai、Claude Code デスクトップ版での対話セッションのみ。claude -p による単発コマンドの headless モードや、サードパーティの開発環境・SDK経由のバッチ利用は含まない。
ユーザーが方向を決め、Claude が細部を実行する
研究はセッション内の各意思決定を2種類に分けた。プランニングの意思決定は「何をするか、どの道筋を取るか、何をもって完了とするか」を、実行の意思決定は「どのファイルを直すか、何のコードを書くか、どの言語を使うか、どのコマンドを走らせるか」を管轄する。それぞれの決定を「人間が下したか、Claude が下したか」を分類器に判定させ、各セッションについて二つの数値を算出した。
ひと言でまとめれば——人間が方向を決め、AIが細部をこなす。この役割分担は、セッション全体を通じて安定的に現れる。
視点を変えて、「意思決定」を「アクション」に置き換えてみる。Claude Code のセッションは、人間と Claude のやり取りの往復だ——ユーザーが1つの指示を出すと、Claude はひとまとまりの作業をこなし、その後ユーザーが次の指示を出す。典型的なセッションは約4往復。過去データでは、ユーザーの1指示あたり Claude は平均約10個のアクションを引き起こし、時には100を超えることもある。Claude は毎ラウンド、ファイルを読み、コードを書き換え、コマンドを実行し、平均約2400字の出力を書き記す。