第二期 Anthropic Economic Index 分析了 Claude 的使用情况如何在整个经济中发生变化。一个关键发现是：人们使用这一 AI 模型的时间越长，获得的结果就越好。这可能扩大现有的不平等。
Anthropic 发布了其第五份 Economic Index Report，基于 2026 年 2 月的数据。该公司使用一套符合隐私要求的分析系统，在不披露单个对话内容的情况下，考察 Claude 如何在整个经济中被使用。样本涵盖来自 Claude.ai 和 Anthropic 第一方 API 的 100 万段对话。
Claude 的使用正在扩散，但也变得更简单
自 2025 年 11 月第一份报告发布以来，Claude.ai 上的使用已显著多样化。2 月最常见的 10 项任务仅占流量的 19%，低于三个月前的 24%。编码仍是占比最高的应用，达到 35%，但它正越来越多地转向 API，在那里 Claude Code 的占比不断上升。
与此同时，个人请求的占比从 35% 上升到 42%。以相关职业美国劳动者的时薪来衡量，Claude.ai 上已完成任务的平均经济价值从 49.30 美元小幅降至 47.90 美元。
Anthropic 表示，这符合典型的采用曲线：早期采用者更偏好编程等专业化任务，而后期采用者带来了更广泛的需求，包括体育比分、产品比较和家庭维护问题。研究还称，总体来看，大约 49% 的职业中，至少有四分之一的任务是通过 Claude 完成的。
有经验的用户会与 Claude 协作，而不只是向它下指令
报告区分了 automation 和 augmentation：前者是 Claude 基本独立完成工作，后者是人类与模型共同协作。在 Claude.ai 上，augmentation 的占比略有上升。
有经验用户与新用户之间的差距很明显。资深用户把一条指令直接交给 Claude 的可能性低 8.7 个百分点，却更倾向于围绕任务反复迭代。他们将 Claude 用于专业目的的比例也高出 7 个百分点，并提出更复杂的请求。
在经验水平最高的一端，报告发现的活动包括 AI 研究、Git 操作和手稿修订。相比之下，新手更常请求俳句、体育比分或聚会食物建议。
AI 使用技能会随着练习提升
即便在统计上控制了任务类型、模型选择、使用场景和来源国家之后，这一效应依然成立。在处理同样任务时，有经验用户的成功率大约比新手高 4 个百分点。换句话说，从 AI 平台获得好结果是一种会随着练习而提升的技能。
报告还首次考察了人们会选择哪些模型。付费 Claude.ai 用户在复杂工作中会倾向于选择能力最强的 Opus。对于编码任务，55% 的人选择 Opus；对于教育任务，只有 45% 这样做。API 用户在模型选择上对任务复杂度的反应更强，幅度大约是前者的两倍；考虑到 API 用户整体上比普通 Claude 网页用户更偏技术型，这一点是说得通的。
