这篇文章是 Anthropic 团队发布的，——《在实践中衡量 AI 智能体的自主性》。他们调取了数百万次真实的人机交互数据，终于为我们揭开了 AI 智能体在现实世界中的真实生存状态。
有几个点，我认为这条道路上的从业者们和学子们都应该看到：
真相一：AI 的“连续搬砖”时间正在狂飙
AI 到底能脱离人类控制，自己连续工作多久？
数据给出的答案是：越来越久。在 Claude Code 中，AI 在停止工作前（无论是完成任务还是停下来提问）的连续运行时间，在三个月内几乎翻了一番——从不到 25 分钟，飙升到了超过 45 分钟。
有趣的是，这种时长的增加并不是因为 AI 模型发了新版本，它的增长曲线非常平滑。
这意味着什么？这意味着人类正在逐渐建立对 AI 的信任。现有的 AI 其实早就具备了很强的能力，只是我们之前不敢完全放手，而现在，大家越来越愿意让 AI 自己去“折腾”了。
真相二：资深老手的反直觉操作——越“放养”，越爱“打断”
随着用户使用 AI 经验的增加，他们管理 AI 的方式发生了非常有趣的转变。
新手玩家： 典型的“微操大师”。每走一步都要盯着，生怕 AI 犯错。大约只有 20% 的新手会开启“完全自动批准”模式。
资深老手： 主打一个“抓大放小”。超过 40% 的老手会直接让 AI 自己跑全流程。
但矛盾的是，老手在 AI 工作中途“打断”它的频率反而更高了！ 这其实是工作模式的进化：老手不再逐行审查代码，而是放权让 AI 自己去干，凭借直觉和经验，一旦发现不对，立刻出手干预。
真相三：别慌，AI 比你想象的更懂“不懂就问”
很多人担心 AI 会不会“瞎自信”，出现幻觉？
现实情况可能会让你松一口气：AI 主动停下来向你求助的次数，比你主动打断它的次数还要多
在处理最复杂的任务时，系统设定的机制会让 Claude 遇到不确定的关键节点就立刻暂停，主动向人类要求澄清细节。
真相四：AI 都在干啥？高风险领域正在悄悄萌芽
目前，大家都在拿 AI 智能体做什么？
从 API 数据来看，写代码（软件工程）绝对是主力军，占据了近 50% 的江山。 毕竟写代码容错率相对较高，跑不通大不了重写。大多数操作依然是低风险且可逆的。
但值得注意的是，在医疗保健、金融和网络安全等高风险领域，AI 智能体的身影也正在逐渐浮现。 虽然还没形成大规模应用，但苗头已经显现。
原文链接：
https://www.anthropic.com/research/measuring-agent-autonomy
我来总结一下：AI现在是一个被严重低估的员工。
技术的发展早已跨越了执行的门槛，进入了自主决策的深水区。然而，认知的偏差将本该 让我们解放双手的AI困在了“代码助手”的囚笼里。打破 45 分钟的心理防线，才是人机协作效率爆发的开始。
第一步：赛道抢跑，金融、医疗、甚至电商，大家都在摸着石头过河，所谓的“规模化普及”连影子都没有。 这时候你该干嘛？死磕代码吗？绝对不是。
你手里最大的王牌，就是你对自己所在行业的“懂行”。搞清楚每天那些繁杂的业务流里，究竟哪几个节点能被机器无缝接管，你就能吃到红利。只要你比同行先蹚出一条自动化闭环，你就是这个细分领域的规则制定者。
第二步：角色升维，从“干活的人”进化为“AI 的监工”，这份数据揭示的最反直觉的真相是：高阶玩家绝不是把烂摊子一扔就去睡大觉，而是进化出了“干预嗅觉”——既敢彻底放权，又能在ai跑偏的瞬间精准进行纠错。
第三步：构筑壁垒，眼下这个节点，“到底怎么在某个具体行当里把 AI 用出花来”的实操经验，市面上几乎是一片空白。只要你敢于折腾、勤于复盘、乐于迭代，自然而然就会成为这个赛道的领跑者。
最后的最后
其实 Anthropic 这份报告的行文非常克制，甚至可以说是保守。他们承认一切都在极早期，没人敢断言终局长什么样。
但有一张明牌已经打在了桌面上：从“AI 被严重闲置”到“AI 产能全面大爆发”中间的这片巨大荒野，注定需要一批人去开荒。
既然这条路迟早要有人去走，
那个人为什么不能是你呢？
