Claude Code 40万セッション分析 — 成功を決めるのはコード力ではなく「その分野に詳しいこと」

要点 — 40万セッションが示した「分野に詳しい人が勝つ」構図

Anthropicは2026年6月16日、Claude Codeの実利用データを大規模に分析した経済リサーチ「Agentic coding and persistent returns to expertise」を公開しました。著者はZoe Hitzig、Maxim Massenkoff、Eva Lyubich、Shaoyi Zhang、Ryan Heller、Peter McCroryの6名で、Economic Researchチームによる報告です。分析対象は2025年10月から2026年4月までの約40万件のClaude Codeセッション、約23万5,000人分のインタラクティブ利用ログを、プライバシー保全解析ツールClio経由で集計したものです。

中心的な発見は4つに要約できます。

• 典型セッションでは、人間が計画判断の約70%を、Claudeが実行判断の約80%を担う分業構造が定着している
• コーディングタスクに限れば、主要な職種すべてがソフトウェアエンジニアと数ポイント差の成功率に収まる
• セッションの成否を最も強く左右するのは、コード職か否かではなく分野の専門性(domain expertise)
• 7か月で「デバッグ用途」は33%から19%へほぼ半減し、代わりに運用・データ分析・文書作成が伸長。タスクの推定価値は平均で約25%上昇

全体としては「AIコーディングエージェントは"書ける人"の道具から"分かっている人"の道具へ移行しつつある」という命題を、実利用データで裏打ちした報告です。同社の社内エンジニア132人調査や量的社会科学者1,260人調査と合わせて読むと、対象母集団を「一般ユーザー40万人」まで広げた3本目のピースにあたります。

分業の内訳 — 「何を作るか」は人間、「どう作るか」はClaude

Anthropicはまず、Claude Codeセッションでの意思決定を「計画(planning、何をやるか / どういうアプローチか / 何を完了とみなすか)」と「実行(execution、どのファイルを触るか / どのコードを書くか / どの言語で書くか / どのコマンドを走らせるか)」に分け、それぞれを分類器で人間・Claudeに割り振りました。

結果、平均で人間は計画判断の約70%を握る一方、実行判断は約20%しか握らず、残りをClaudeに委ねています。「作るものは人間が決め、作り方はエージェントに任せる」という分業がデータ側から浮かび上がった格好です。

セッション構造の方も同じ像を裏付けます。典型セッションは人間とClaudeが約4ターン往復し、人間の1プロンプトあたり平均10アクション、時には100を超えるアクションをClaudeが自律実行します。1ターンあたりClaudeが出力する文字量は平均2,400語です。

特徴的なのは、Claudeが計画側の80%以上を担うセッションでは、1ターンあたりのアクション数が16まで膨らむ点です。人間が実行判断の80%以上を握るセッションでは約8にとどまります。主導権を渡すほど、Claudeは長い自律行動をとるという直感どおりの相関が観測されています。

この分業観は、以前のエージェント自律性の測定研究を補完します。前者が「エージェントが単独で走る時間の長さ」を測ったのに対し、本報告は「意思決定の重心がどちらにあるか」を測ったといえます。

専門性の指標 — 職業ではなくタスク単位の「domain expertise」

分業の観測に続いて、この報告が独自に持ち込んでいるのがexpertise分類器です。各セッションについて、Claudeが以下3つのシグナルからユーザーの専門性をnovice(初心者)からexpert(専門家)まで5段階で評価します。

1. ユーザーが指示をどれだけ精密に組み立てているか
2. ユーザーが何を検証させようとしているか
3. ユーザーがClaudeを訂正する側か、Claudeにユーザーが訂正される側か

重要なのは、この専門性がタスク単位の指標であることです。Anthropicは「Rustを初めて触るシニアエンジニアはそのタスクでは初心者」「Pythonを書いたことがなくても、締め処理の照合ルールを正確にClaudeへ伝え、エッジケースを月末で拾える会計士はそのタスクでは専門家」と例示しています。肩書ではなく、今開いているタスクの中身をどれだけ握っているか、が問われる設計です。

専門性が上がるほど、人間の1プロンプトあたりのClaudeの出力量は増えます。noviceでは1プロンプト平均5アクション・600語、expertでは平均12アクション・3,200語で、行動量で2倍・出力量で5倍以上の差があります。作業モード・タスク価値帯・月・職種・モデル系列を統制した回帰でも、専門性が1段上がるごとにアクション数+9%、出力量+13%が有意で残ります(いずれもp < 0.001)。

分野に詳しい人ほど、Claudeを1指示でより遠くまで走らせられる。ここが本報告の核となる観察です。

成功率の分布 — 職種差5点、専門性差は2倍以上

成功はどう測るのか。Anthropicは直接ユーザーに結果を尋ねる代わりに、トランスクリプトから2種類の指標を組み立てています。

失敗側もパラレルに、エラー / テスト失敗 / 再試行 / ユーザーの不満表明を5段階で採点します。「no clear goal」判定は分析から除外(全体の約7.7%)しています。

この物差しで測った結果が印象的です。

専門性による差:

• verified successに到達する率は、noviceで15%、intermediate以上で28〜33%(2倍前後)
• 部分成功以上に到達する率は、noviceで77%、intermediate以上で91〜92%
• トラブルにぶつかったセッションのうちverified successまで持ち直す率は、noviceで4%、expertで15%
• 失敗して1行もコードを書かずに諦める「abandon」率は、noviceで19%、それ以外で5〜7%

職種による差(コード生成のあったセッションに限定):

• ソフトウェア系職種のverified success率は34%、それ以外の職種は29%(差は5点)
• 部分成功以上では、ソフトウェア系89%、それ以外88%(差は1点)
• 上位10職種はいずれもソフトウェア系職種と7ポイント以内に収まる
• 管理職(management)はソフトウェアエンジニアをverified successでわずかに上回る

コード職とそれ以外の差は無視できる程度に小さい一方、専門性が中級以上か否かで成功率がほぼ倍違う。「コードが書けるか」より「その分野が分かっているか」の方が、Claude Codeで結果を出せるかを強く予測するという主張です。

なお、専門性のリターンは中級までで大半を回収します。noviceからintermediateへ上がるときの伸びが最も大きく、intermediateからexpertへの伸びは緩やか、と本報告は明記しています。全員が達人である必要はなく、その分野を"働く水準で分かっている"だけでほぼ最大の恩恵が取れるというのは、労働市場への含意として大きい観察です。

7か月の推移 — 「壊れたコードを直す」から「動かす・分析する・書く」へ

2025年10月から2026年4月の7か月で、Claude Codeで行われる作業の構成は大きく動きました。

Anthropicは同期間に、セッションあたりのタスク推定価値も約27%上昇したと報告しています。価値の推定はフリーランス求人プラットフォームの実データと突き合わせた粗い近似で、絶対額を読み取るためのものではなく、時系列比較のためのものだと明記されています。カテゴリー別では、building(新規開発)+43%、operating(運用)+34%、fixing(修正)+32%と、いずれも3割以上価値が伸びました。

デバッグ用途が減った理由は本報告では断定されていませんが、Anthropicの直前作の分析(Claude Codeの社内利用)で観測された「エンジニアがClaudeで新機能実装比率を14%→37%へ引き上げた」という動きと整合的です。修正・保守のパイが縮み、開発・運用・分析の側にパイが移っています。

職業構成 — 使い手はコード職に閉じない

各セッションのユーザー職業は、プロジェクトのコンテキスト・ファイル名・参照物(法務ファイル / 臨床データ / 財務レポート / カリキュラム等)・用語などから、米国労働統計局(BLS)のSOC分類23大分類に写像されます。分類器には「コードを書いていることを理由にコード職と決めつけない」ように明示的な指示が入っており、契約書の欠落条項を自動フラグ立てするスクリプトを書く弁護士のセッションはLegal Occupationsに落ちる設計です。

推定できたのは全セッションの約70%で、内訳の上位は次のとおりです。

非ソフトウェア職の中で伸びが速いのはmanagement(管理)、sales(営業)、legal(法務)の3群だとAnthropicは指摘しています。Claude Codeがコード職の道具ではなくなりつつあるという命題を、職業構成の変化の側からも支える観察です。

労働市場への含意 — 何が置き換わり、何が残るか

Anthropicの「Looking ahead」で示された含意は控えめですが、輪郭ははっきりしています。

• コード職の学位・経歴の相対価値が下がる:コード生成のあったセッションで、全ての主要職種がソフトウェアエンジニアと数ポイント差の成功率。「コーディング背景がプログラミング成功の必要条件でなくなりつつある」
• 分野の専門性がむしろ増幅される:expertセッションは検証成功率がnoviceの2倍超。トラブル時の粘り強さも歴然。分野の分かっている人ほど、Claudeに"より多くの仕事を1指示でさせる"力を持つ
• その一方、深い達人でなくてよい:noviceからintermediateへの伸びが大半で、その先のexpertまでの伸びは限定的。「働く水準」の理解で大半のリターンが取れる

Anthropicは「コーディングエージェントは実装重視の作業を一部吸収する一方で、自分が解いている問題を理解している人を報酬している」と表現しています。実装を代替する道具ではなく、理解を増幅する道具として振る舞っている、というのが同社の解釈です。

編集視点として付け加えると、この論の外側にはまだ大きな観測できない領域が残ります。本報告はインタラクティブなCLI / Claude.ai / デスクトップアプリ経由の利用に限定されており、Claude Code Auto Modeのような非対話・バックグラウンド実行や、GitHub連携で走るClaude Code Actionのような非インタラクティブ用途は含みません。Anthropic自身も「これは実質的な利用の一部を除外している」と明記しており、次の研究課題として明示しています。数字が「対話型では」の限定つきで、フルオートメーション寄りの利用が入ればまた別の像が出る可能性は高いです。

もう1つ。本報告の「成功」はトランスクリプトから読める範囲の成功であって、書かれたコードが実際に本番に投入されたか、経済的成果を生んだかまでは測っていません。分類器の限界も本文中に率直に書かれており、これは学術的な確度の指標として重要です。断定より観測結果の共有に寄せた書き方で、読み手も同じ姿勢で受け取るのが妥当でしょう。

Anthropicの経済リサーチ群の中での位置付け

本報告は単発の分析ではなく、Anthropicが継続的に発表している経済リサーチ群の一角に位置付けられます。関連する直近の発表は以下です。

3本を並べると、「小さく深い(社内132人)」「中規模の対象専門職(社会科学1,260人)」「大規模一般利用(23万5,000人)」というスケールの階段になっています。母集団が広がるにつれて「Claudeが書ける人だけの道具ではなくなる」という共通の観察が繰り返し観測されており、命題としては再現性が上がってきていると読めます。

一次データが公開されるのはClaude Codeのようにテレメトリと会話ログの両方を持つプロダクトだからこそ、という側面もあります。同じ手法がClaude.ai全体やClaude Skillsに広がると、「知識労働全般でも同じ構図か」を検証できる可能性があります。次の12か月で経済リサーチチームがどこに手を伸ばすかは、労働市場側の含意を追う読者にとって注視ポイントです。

まとめ — 誰が読むべきで、何を持ち帰る報告か

• エンジニアリング組織の採用担当・マネージャー:コード職以外の中途をClaude Code運用に組み込む余地が、データで一定裏付けられました。分野の理解がある候補者は、コード経験の浅さを補う可能性が高いという仮説の材料になります
• 非ソフトウェア職の実務家:「Claude Codeはコード職の道具」という前提はもう成り立ちません。自分が理解している領域(法務・会計・営業・研究)ならスクリプトや自動化を組める見込みは、この報告の数字上は十分ある水準です
• AI導入を検討する経営層:デバッグ用途の縮小と運用・分析用途の拡大、タスク推定価値の25%上昇は、投入したエージェントの回収期間の見立てに使える一次データです。分野理解の教育・整備がツール導入と同じくらい効くという含意も、社内展開計画の設計に影響します
• 研究者・政策立案者:Anthropicの経済リサーチ群の中で最大母集団の観測。専門性のリターンが中級で頭打ちになる非線形性は、労働市場のシミュレーション設計に強い示唆を含みます

本報告のPDF全文はAnthropic研究ページからダウンロードできます。数字の精度・分類器の妥当性・除外されたセッションの扱いは付録に詳しく書かれており、二次解説を組み立てる際は本体・付録の両方に当たるのが穏当です。