Anthropic による Claude Code セッション40万件の分析：コーディング力よりも専門性がAIコーディングの成否を左右する
- Anthropicは2025年10月から2026年4月にかけての約40万件のClaude Codeインタラクションセッションを分析、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%を担っている
- あるタスクにおけるユーザーの専門性（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も上がる：専門家レベルの検証成功率は28%〜33%、初心者レベルはわずか15%
- コードを生み出したセッションに限れば、上位10職種カテゴリの成功率の差は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ヶ月間で、バグ修正に費やされたセッションの割合は33%から19%に低下、運用・ドキュメント作成・データ分析系セッションは倍増、平均タスク評価額は約25〜27%上昇
40万件の対話、人とAIどちらが主導権を握っているのか
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インタラクション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だ——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作業を成し遂げられるのか。
これは実際のClaude Code利用状況について、これまでで最大規模の公開分析だ。約40万件のインタラクションセッション、約23.5万人のユーザー、7ヶ月にわたる期間をカバーしている。研究が注視したのは一点——うまく使えるかどうかは、結局何によって決まるのかということだ。
注目すべき理由：2つの結論が互いに呼応している。コードを生み出したセッションでは、最大10職種の成功率がいずれもソフトウェアエンジニアと7ポイント以内の差に収まる一方、専門家レベルのユーザーが「検証成功」を得た割合（28%〜33%）は、初心者（15%）のほぼ2倍に達する。このデータに従えば、成否を決めるのはコードが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。
プライバシーを侵害せずにこれほど大量の実際の対話をどう分析したのか。研究が用いたのはプライバシー保護分析だ——Claudeモデルに匿名化された各セッション記録を自動で読ませてラベルを付け、システムが自動記録するテレメトリデータ（そのセッションで実際にコードの増減があったかどうかなど）と突き合わせる。研究者は個々人の具体的なチャット履歴は一切読まず、大量のユーザーをまたいだ全体的な傾向だけを見ている。両方のデータの整合性は非常に高く、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%以上がテレメトリ上でも実際にコードの変更が確認されている。
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インタラクションセッションのみで、claude -pによる単一コマンドのheadlessモードや、サードパーティの開発環境・ソフトウェアキットを通じた一括利用は含まれない。
ユーザーが方向を決め、AIが細部を仕上げる
研究ではセッション中のあらゆる意思決定を2種類に分けている。プランニングの意思決定は「何をするか、どの道を進むか、何をもって完了とするか」を扱い、実行の意思決定は「どのファイルを変更するか、どんなコードを書くか、どの言語を使うか、どのコマンドを実行するか」を扱う。さらに分類器を使って各意思決定が人によるものかClaudeによるものかを判定し、各セッションについて2つの数値を算出している。
簡単に言えば、人が方向を決め、AIが細部を仕上げる。この役割分担はセッションの中で安定して繰り返し現れている。