หัวเรื่องเดิม: Affice ทํางานและปัจจุบันจะคืนค่ากลับมาเป็นการส่งออก
ภาพถ่ายโดย มานุษยวิทยา
รูปของเพ็กกี้

เครื่องมือแก้ไข: รายงาน นี้ อาศัย การ พิจารณา เรื่อง ราว ราว 400,000 เรื่อง เกี่ยว กับ เครื่อง มือ โปรแกรม เอ ไอ ที่ เปลี่ยน ความ สัมพันธ์ ระหว่าง คน กับ รหัส。

ประเด็นหลักของบทความนี้ก็คือ ในโปรแกรมที่ชาญฉลาด มนุษย์มุ่งมั่นหลักที่จะ "ทําอะไร" ในขณะที่คลาวด์มีส่วนรับผิดชอบใน "ทําอะไร" ผู้ใช้ใช้เวลาส่วนใหญ่ในการตัดสินใจการวางแผน ในขณะที่ Claude ทําหน้าที่มากที่สุด นั่นคือ AI รับช่วงความสําเร็จในการเขียนรหัส การเปลี่ยนเอกสาร คําสั่งดีบั๊ก ฯลฯ。

ที่ สําคัญ ยิ่ง กว่า นั้น ผล ของ การ ใช้ รหัส คลา วด์ ไม่ ได้ ขึ้น อยู่ กับ ว่า ผู้ ใช้ เป็น โปรแกรมเมอร์ หรือ ไม่. รายงาน นั้น แสดง ว่า ใน ภารกิจ ใน การ สร้าง รหัส อัตรา ความ สําเร็จ ของ ผู้ ใช้ ที่ ไม่ ใช่ เทคโนโลยี อาชีพ เช่น ผู้ ใช้ งาน ด้าน กฎหมาย, การ เงิน, การ จัด การ และ วิทยาศาสตร์ นั้น ใกล้ เคียง กับ วิศวกร ด้าน ซอฟต์แวร์. สิ่งที่ส่งผลกระทบจริงๆต่อผลลัพธ์ก็คือ ผู้ใช้เข้าใจปัญหาที่พวกเขากําลังจะแก้。

นี่หมายความว่าโปรแกรม AI จะลดขีดจํากัดลง ไม่ใช่ขอบเขตของการตัดสิน ใน อนาคต คน ที่ รู้ เรื่อง ธุรกิจ หรือ รู้ ฉาก เหตุ การณ์ สามารถ พูด ได้ ชัดเจน ถึง ความ จําเป็น และ ผล ของ การ ตัดสิน อาจ จะ ดี กว่า คน เหล่า นั้น ที่ เพียง แต่ เขียน รหัส. AI ไม่ได้แทนที่ความรู้ในสาขางานโดยอัตโนมัติ แต่ช่วยเพิ่มคุณค่า。

ต่อ ไป นี้ เป็น ข้อ ความ เดิม:

ค้นพบกุญแจ

จากงานวิจัยที่จัดตั้งขึ้นมา เราได้เสนอกรอบสําหรับการศึกษาการเขียนโปรแกรม โครง สร้าง นี้ อาศัย การ วิเคราะห์ ด้าน การ ป้องกัน ความ เป็น ส่วน ตัว ซึ่ง มี ประมาณ 400,000 ราย ระหว่าง ช่วง เวลา ตั้ง แต่ เดือน ตุลาคม 2025 ถึง 2026 ซึ่ง เป็น การ ประเมิน การ ประกอบ ภารกิจ, วิธี ที่ มนุษย์ ร่วม มือ กับ เอ ไอ, และ อัตรา ความ สําเร็จ ของ ภารกิจ。

ในการประชุมทั่วไป มนุษย์จะต้องรับผิดชอบ ในการตัดสินใจส่วนใหญ่ คลอดเป็นผู้รับผิดชอบ ในการตัดสินใจของผู้บริหารส่วนใหญ่ ยิ่งผู้ใช้งานมีความชํานาญมากเท่าไร ก็จะทําให้งานแต่ละรายการยิ่งหนักเท่านั้น ใน การ มอบ หมาย ให้ เขียน รหัส อัตรา ความ สําเร็จ โดย เฉลี่ย ของ กลุ่ม งาน อาชีพ หลัก ๆ — คือ ไม่ ว่า ผู้ ใช้ จะ ต้องการ ทํา หรือ ไม่ ก็ ตาม และ ด้วย หลัก ฐาน ที่ น่า เชื่อ ถือ เช่น การ ทดสอบ, รหัส รับ ส่ง — แทบ จะ เหมือน กับ ของ วิศวกร ซอฟแวร์。

ยิ่งพื้นที่ผู้ใช้มีความเชี่ยวชาญมากเท่าไร การสนทนาก็จะประสบความสําเร็จมากขึ้นเท่านั้น อย่าง ไร ก็ ตาม ช่อง ว่าง ระหว่าง ผู้ ใช้ ทั้ง กลาง และ ผู้ เชี่ยวชาญ ไม่ ใช่ เรื่อง สําคัญ. ในเจ็ดเดือนที่เราสังเกตเห็น สัดส่วนของวาระการดีบั๊ก มีอากาศเกือบลดลง และโหมดการใช้งานได้เลื่อนไป。

ใน ช่วง เจ็ด เดือน นี้ คุณค่า ของ ภารกิจ ทั่ว ไป เพิ่ม ขึ้น ใน งาน แทบ ทุก ประเภท. เราประเมินมูลค่าของภารกิจ โดยเปรียบเทียบมันกับข้อมูลที่ตีพิมพ์ในงานอิสระ แสดงให้เห็นการเพิ่มขึ้นเฉลี่ยประมาณ 25 เปอร์เซ็นต์。

แนะนํา

การเขียนโปรแกรมทางร่างกายกําลังเพิ่มขึ้นอย่างรวดเร็ว นับ ตั้ง แต่ สิ้น ปี 2025 อัตรา ส่วน ของ การ ทํา งาน ด้วย ความ สามารถ ใน การ เขียน รหัส ใน กิตติฮับ มี มาก กว่า สอง เท่า และ ปัจจุบัน ผู้ ใช้ รหัส คลา วด์ ใช้ เครื่อง มือ โดย เฉลี่ย 20 ชั่วโมง ต่อ สัปดาห์. คน ที่ ไม่ มี ประสบการณ์ ใน การ เขียน โปรแกรม อย่าง เป็น ทาง การ สามารถ สั่ง ร่าง กาย ที่ มี เชาวน์ ปัญญา ให้ ทํา งาน ที่ ซับ ซ้อน ได้ ไหม? เครื่อง มือ เหล่า นี้ จะ ส่ง ผล กระทบ อย่าง ไร ต่อ การ รับ เอา ความ รู้ มาก ขึ้น? เรายังให้คําตอบไม่ได้ทั้งหมด แต่เราสามารถเห็นสัญญาณเริ่มต้น จากรหัสน้ําเกลือ。

รายงาน นี้ ให้ หลัก ฐาน ว่า มี การ ใช้ รหัส คลอด อย่าง ไร จริง ๆ โดย อาศัย การ วิเคราะห์ ความ เป็น ส่วน ตัว เกี่ยว กับ ผู้ ใช้ ประมาณ 235,000 คน และ การ พูด โต้ ตอบ ประมาณ 400,000 ครั้ง ระหว่าง เดือน ตุลาคม 2025 ถึง 2026. มันติดตามงานวิจัยก่อนหน้านี้ของเรา เกี่ยวกับตัวบ่งชี้ของรหัสของ Claude และวิธีที่รหัส Claude ได้เปลี่ยนแปลงงานภายในของแอนโทรปิก กระดาษนี้จะแสดงกรอบสําหรับอธิบายการใช้ ผู้ช่วยโปรแกรม AI แบบโต้ตอบ: สิ่งที่คนทํา, ผู้ทําและประสบความสําเร็จ เรากําลังกังวลเกี่ยวกับการใช้รหัสของ Claude โดยผู้ใช้ที่ใช้ ส่วนเชื่อมต่อบรรทัดคําสั่ง (CLI), Claude. ai หรือ Claude Code Desktop. โดยการติดตามวิธีการใช้โปรแกรมอย่างฉลาด ในการเปลี่ยนการเขียนโปรแกรม เมื่อความสามารถในการจําลองเติบโต เราจะสามารถเข้าใจผลกระทบของเครื่องมือเหล่านี้。

สิ่งที่เกิดขึ้นในรหัส Claude อาจจะเป็นสัญลักษณ์ ของงานด้านความรู้ในอนาคต: เราพบว่าคลาวด์กําลังจัดการ กับงานที่ซับซ้อนขึ้นและมีคุณค่ามากขึ้น ในขณะเดียวกัน ยังคงมีความชัดเจนของการทํางาน ในโปรแกรมของร่างกายที่ชาญฉลาด มนุษย์ตัดสินใจสิ่งที่จะสร้าง。

เราได้เห็นหลักฐานที่ว่า เครื่องมือขยายขนาดจริง ถูกนําไปใช้โดยความเชี่ยวชาญในสาขางาน แทนที่จะเขียนโปรแกรม โดย เฉพาะ อย่าง ยิ่ง ผู้ เชี่ยวชาญ ใน ด้าน นี้ มัก จะ ประสบ ความ สําเร็จ และ ฟื้น ตัว จาก ความ ผิด พลาด และ ความ เข้าใจ ผิด. อย่างไรก็ตาม ช่องว่างระหว่างผู้เชี่ยวชาญกับผู้ใช้ระดับกลางนั้น ไม่มีความสําคัญ นี่ บ่ง ชี้ ว่า ตราบ ใด ที่ มี ความ ยืดหยุ่น มาก พอ ใน บริเวณ ที่ กําหนด ไว้ เครื่อง มือ เหล่า นี้ ก็ สามารถ ใช้ ได้ เกือบ เท่า กับ ผู้ เชี่ยวชาญ ด้าน ความ ลึก。

การ ค้น พบ เหล่า นี้ ทํา ให้ เรา สามารถ สังเกต เห็น การ เปลี่ยน แปลง ที่ อาจ เกิด ขึ้น ได้ ใน ตลาด แรงงาน. ในข้อมูลของเรา ความสําเร็จขึ้นอยู่กับว่า คนเราจะเข้าใจ ปัญหาที่เขาหรือเธอต้องการที่จะแก้ ถ้าแบบจําลองเหล่านี้ถูกจัดตั้งขึ้นในระบบเศรษฐกิจ นั่นหมายความว่า เครื่องมือเขียนโปรแกรมแบบฉลาดๆ การเข้ารหัสไม่พิเศษในพื้นที่ทางเลือก ตรง กัน ข้าม ยิ่ง คน งาน ทํา งาน มาก เท่า ไร คน ฉลาด ก็ จะ สามารถ ทํา งาน ที่ มี คุณภาพ สูง ได้ มาก เท่า นั้น。

การ แบ่ง งาน

คนเขาทําอะไรกับรหัสน้ําอัดลม

เพื่อให้เข้าใจว่าคนใช้รหัส Claude ได้อย่างไร เราแบ่งแต่ละกลุ่มเป็นหนึ่งในเก้ารุ่นการทํางาน กิจกรรมเดียวที่อธิบายวัตถุประสงค์ของเซสชันได้ดีที่สุด ตัว อย่าง เหล่า นี้ สี่ ตัว เกี่ยว ข้อง โดย ตรง กับ การ เขียน รหัส หรือ การ บํารุง รักษา: การ สร้าง สิ่ง ใหม่ ๆ, การ ซ่อมแซม สิ่ง ที่ เสีย หาย, รหัส ทดสอบ, และ การ จัด ระบบ สาย น้ํา ที่ มี เชาวน์ ปัญญา หรือ การ อัตโนมัติ อื่น ๆ. หมวดหมู่อื่น ๆ คือ ซอฟต์แวร์ปฏิบัติการ รวมถึงการใช้งาน, การปรับแต่ง, วิ่งสายไหล และระบบติดตาม มีสองชนิดที่ชื่นชอบที่จะรู้ว่าต้องทําอะไร เข้าใจวิธีการทํางานของระบบที่มีอยู่ และวางแผนการเปลี่ยนแปลง ก่อนที่จะทําการเปลี่ยนแปลง สองหมวดหมู่สุดท้ายไม่ได้เกี่ยวข้องกับรหัส หรือรหัสเป็นเพียงส่วนเสริมของผลิตภัณฑ์ปลาย: การวิเคราะห์ข้อมูลและการสื่อสาร ผ่านการนําเสนอและเอกสารพื้นฐานข้อความอื่น ๆ。

ประมาณ 56 เปอร์เซ็นต์ ของ วาระ การ ประชุม ประกอบ ด้วย การ เขียน รหัส (25 เปอร์เซ็นต์) ซ่อมแซม (26 เปอร์เซ็นต์) หรือ ทดสอบ และ จัด ระบบ (5 เปอร์เซ็นต์). การ ดําเนิน งาน ของ ซอฟท์แวร์ มี มูลค่า 17 เปอร์เซ็นต์, การ วาง แผน หรือ การ สํารวจ 14 เปอร์เซ็นต์ และ การ วิเคราะห์ หรือ การ เขียน 13 เปอร์เซ็นต์ (ดู ตัว เลข 1)。

ตัวเลข 1: 9 นางแบบที่ทํางาน การ พูด คุย กัน แต่ ละ ครั้ง ถูก จัด เป็น แบบ ฉบับ เดียว ที่ ใช้ ได้ ผล ดี ที่ สุด。

เราจะอนุญาตให้โมเดลอ่านบันทึกเซสชัน และจําแนกแต่ละวาระตามลําดับ จากนั้นเราจะใช้เครื่องมือวิเคราะห์ความเป็นส่วนตัว มี ความ เสมอ ต้น เสมอ ปลาย ใน ระดับ สูง ระหว่าง สอง แหล่ง. ตัว อย่าง เช่น มาก กว่า 90 เปอร์เซ็นต์ ของ วาระ การ ประชุม ที่ มี การ เน้น เรื่อง การ ใช้ ภาษี ของ เรา เพื่อ สร้าง หรือ แก้ไข รหัส ต่าง ๆ ก็ แสดง ถึง การ เปลี่ยน รหัส ใน ข้อมูล ที่ เกี่ยว ข้อง กับ การ ใช้ โทรศัพท์ ด้วย. ดูไส้ติ่งสําหรับรายละเอียด。

ใครเป็นคนตัดสินใจ

รหัสน้ําดีแค่ไหน การ ประเมิน ความ จุ แสดง ว่า เพดาน สูง แล้ว และ ยัง คง สูง ขึ้น. ยกตัวอย่างเช่น ในการทดสอบที่ขีดเส้นขอบฟ้าเวลา METR แบบจําลองด้านหน้าตอนนี้ สามารถทํางานซอฟต์แวร์ แต่ ใน การ ปฏิบัติ สถานการณ์ เป็น เช่น ไร? เราเป็นห่วงว่ามนุษย์กับคลาวด์มีกันมากแค่ไหน。

เราดูที่อันนี้จากสองมุม อย่างแรก เรากังวลเกี่ยวกับขอบเขต ที่ผู้คนหันมาตัดสินใจกับ Claude ประการที่สอง เรากําลังมองหา เพื่อให้เข้าใจการแบ่งแยกการตัดสินใจในการประชุม เราได้สร้างส่วนย่อยการตัดสินใจเพื่อป้องกันความเป็นส่วนตัว เราขอให้คนเก็บภาษีจัดรายการ การตัดสินใจที่มีความหมายทั้งหมดในการประชุม และแบ่งพวกเขาออกเป็นการตัดสินใจวางแผนและดําเนินการ การ ตัดสิน ใจ ใน เรื่อง ต่าง ๆ รวม ถึง สิ่ง ที่ จะ ต้อง ทํา, สิ่ง ที่ ต้อง ทํา, สิ่ง ที่ ต้อง ทํา, สิ่ง ที่ ต้อง ทํา, การ ตัดสิน ใจ ใน การ จัด การ; รวม ไป ถึง การ ตัดสิน ใจ ที่ จะ มี การ แก้ไข เอกสาร, มี รหัส อะไร ที่ จะ เขียน, ใน ภาษา ใด, และ มี คํา สั่ง ให้ ทํา อะไร. หลังจากนั้น Katalogue จะกําหนดให้แต่ละการตัดสินใจกับ Claude หรือผู้ใช้ และสร้างตัวเลข 2 ตัวในแต่ละวาระ คือ ร้อยละของการตัดสินใจวางแผนที่ผู้ใช้ทํา และร้อยละของการตัดสินใจที่ผู้ใช้ทํา。

โดย เฉลี่ย แล้ว มนุษย์ ทํา การ ตัดสิน ใจ ประมาณ 70 เปอร์เซ็นต์ ใน เรื่อง การ วาง แผน แต่ มี เพียง 20 เปอร์เซ็นต์ ของ การ ตัดสิน ใจ ใน เรื่อง การ ดําเนิน งาน (ดู ตัว เลข 2). ในการใช้งานจริง การเขียนโปรแกรมอย่างชาญฉลาด ทําให้เกิดการแบ่งตัวของแรงงานอย่างชัดเจน มนุษย์ตัดสินใจสร้างอะไร。

เพื่อ จะ เข้าใจ ระดับ ของ ตัว แทน ใน การ กระทํา ใน ช่วง เวลา หนึ่ง เรา ไม่ ได้ ดู เนื้อหา แต่ ดู ที่ โครง สร้าง ของ ระเบียบ วาระ. เซสชันของ Claude ประกอบไปด้วย การเชื่อมต่อรอบและรอบระหว่าง Claude กับผู้ใช้: ผู้ใช้ส่งคําใบ้, Claude จะประมวลผลการกระทํา ผู้ใช้จึงส่งรายถัดไปมา โดย ทั่ว ไป การ หมุน ดัง กล่าว มี ประมาณ สี่ ครั้ง. ใน ข้อมูล ทาง ประวัติศาสตร์ ของ เรา ตั้ง แต่ เดือน ตุลาคม ถึง เดือน เมษายน แต่ ละ คํา ที่ ผู้ ใช้ ให้ ไป กระตุ้น คลา วด์ โดย เฉลี่ย ประมาณ 10 ครั้ง บาง ครั้ง มี มาก กว่า 100 ครั้ง. ในแต่ละรอบ, Claude จะอ่านไฟล์, แก้ไขรหัส, ประมวลผลคําสั่ง และส่งออกเสียงเฉลี่ย 2400 คํา。

Claude, มีผลงานทํามากแค่ไหน ระหว่างการตรวจสอบสองผู้ใช้ ขึ้นอยู่กับว่า ใครกําลังตัดสินใจอยู่ เมื่อผู้ใช้ยังคงควบคุมกระบวนการประมวลผลอยู่ เช่น เมื่อผู้ใช้ตัดสินใจมากกว่า 80% เพื่อบังคับใช้ คล้าดจะดําเนินการน้อยลงต่อรอบ ประมาณ 8 และ เมื่อ คลา วด์ เข้า ควบคุม การ วาง แผน คลา วด์ ได้ ตัดสิน ใจ มาก กว่า 80 เปอร์เซ็นต์ ทํา การ ตัดสิน ใจ โดย ทํา การ ตัดสิน ใจ จํานวน มาก ที่ สุด ประมาณ 16。

The Space 2: Claude' ร่วมวางแผนและดําเนินการตัดสินใจ ตัวเลขแสดงให้เห็นว่าในการประชุมที่แตกต่างกัน การวางแผนทําการตัดสินใจ (สิ่งที่ควรทํา) และการจัดการตัดสินใจ (ทําได้อย่างไร) นั้นสามารถกําหนดให้คลอดได้ แทนที่จะจัดจําหน่ายร้อยละผู้ใช้ ใน การ ประชุม โดย ทั่ว ไป ผู้ ใช้ ทํา การ ตัดสิน ใจ เกี่ยว กับ การ วาง แผน ประมาณ 70% ส่วน คลา วด์ ตัดสิน ใจ ประมาณ 80%。

ระดับมืออาชีพ

จากบันทึกแต่ละช่วง คลอเดียประเมินความเป็นมืออาชีพ ที่เห็นได้ชัดของผู้ใช้ในหน้าที่ ในระดับห้าระดับ นักจัดอันดับอาชีพ มุ่งเน้นไปที่สัญญาณ 3 อย่าง คือ ความแม่นยําของคําสั่งที่ผู้ใช้สั่งไว้ ความต้องการของผู้ใช้ที่คลาวด์พิสูจน์อะไร และไม่ว่าผู้ใช้จะแก้ไขคล้าวได้บ่อยกว่าหรือบ่อยกว่า สิ่งสําคัญคือระดับของมืออาชีพที่นี่ แตกต่างจากแนวคิดของไปรษณีย์หรือความสามารถทั่วไป เป็น ครั้ง แรก ที่ วิศวกร อาวุโส คน หนึ่ง ตั้ง คํา ถาม เกี่ยว กับ รัสต์ ซึ่ง อาจ ยัง คง เป็น ผู้ เริ่ม ภารกิจ ของ รัสต์. นักบัญชีที่ไม่เคยใช้ Python เป็นผู้เชี่ยวชาญในงานนี้ ถ้าเขาสามารถบอก Claude ได้อย่างถูกต้องว่า กฎการปรองดองต้องนําไปใช้กับสคริปต์ Python。

ตารางด้านล่างนี้แสดงวิธีที่เรากําหนดระดับของการจัดอันดับของทุกระดับในการจัดหมวดหมู่ และให้ตัวอย่างการร้องขอจากการใช้งานชุดข้อมูลร่างกายแบบ Opencoded กล่องโต้ตอบ จัด เป็น “มือ ใหม่ ” ให้ คํา แนะ นํา ทั่ว ไป ที่ ไม่ สะท้อน ให้ เห็น ความ รู้ เกี่ยว กับ บริเวณ เฉพาะ; กล่องโต้ตอบ จัด เป็น“ ผู้ เชี่ยวชาญ ” ถ่ายทอด ความ เข้าใจ ใน เรื่อง ห้อง สมุด รหัส และ สภาพ แวด ล้อม ทาง เทคโนโลยี。

ตาราง 1: ผู้จัดหมวดหมู่มืออาชีพ ตัว อย่าง เช่น: มี การ เขียน ระเบียบ วาระ จริง ๆ ขึ้น ใหม่, ไม่ มี การ ระบุ ชื่อ, และ การ บีบ บังคับ, และ การ ประชุม ที่ เกี่ยว ข้อง กัน นั้น มี การ จัด ขึ้น โดย ผู้ คัด เลือก ของ เรา. หลายตัวอย่างเหล่านี้มาจากชุดข้อมูลการเขียนโปรแกรมแบบโอเพ่นสปอร์ตของร่างกาย。

เราได้อธิบายถึงความสัมพันธ์ ระหว่างระดับความเชี่ยวชาญ กับผลของการผลิต และกิจกรรม ที่ทําโดยของคลาวซ์ ในวาระเริ่มต้นทั่วไป แต่ละคําใบ้กระตุ้นให้ Claude ดําเนินการเกี่ยวกับห้าการกระทําและผลลัพธ์ประมาณ 600 คํา; ในการประชุมผู้เชี่ยวชาญ ห่วงโซ่การกระทํายาวมากกว่าสองครั้งเดิมประมาณ 12 การกระทํา ในขณะที่ปริมาตรที่ออกมาถึง 32200 คํา ห้าครั้งเก่า (ดูเลข 3) ช่องว่างระหว่างผู้มาใหม่กับผู้เชี่ยวชาญนี้ เกิดขึ้นภายในแต่ละงาน และพื้นที่ค่าของแต่ละภารกิจ。

ตัวชี้วัดนี้ ตรงกับผลการศึกษาก่อนหน้านี้ เกี่ยวกับรหัสของ Claude การศึกษาก่อนหน้านี้ ติดตามความยาวของการดําเนินงานของ ร่างที่ชาญฉลาด และความถี่ที่ผู้ใช้จะอนุมัติการกระทําของตัวเองโดยอัตโนมัติ ในทางตรงกันข้าม การตัดสินใจของเราเป็นตัวชี้วัดการจับ คนที่ตัดสินใจแทนตลอดช่วงเวลา ในขณะที่คําใบ้แต่ละตัวเป็นตัวกระตุ้น。

ตัว เลข 3: สําหรับ ผู้ ใช้ มือ อาชีพ มาก ขึ้น คลา วด์ ทํา งาน ต่อ คําใบ้ มาก ขึ้น. ระดับความเป็นมืออาชีพสูงขึ้น การกระทํา (คอลัมน์ซ้าย) และผลลัพธ์ของข้อความ (คอลัมน์ขวา) เกิดจากคลอเดียต่อคําใบ้ กล่องแทนสี่เหลี่ยม และถูกแบ่งออกเป็นขนาดกลาง การ เปิด เผย แสดง ว่า มี 5 ถึง 95 เปอร์เซ็นต์. จุดสีขาวคือค่าเฉลี่ยเรขาคณิต แนว โน้ม ที่ เพิ่ม ขึ้น ทั้ง สอง แบบ มี ความ สําคัญ ทาง สถิติ (p & lt;0.001) และ ความ แตก ต่าง ใน แต่ ละ ขั้น ระหว่าง ระดับ อาชีพ เพื่อน บ้าน นั้น มี ความ สําคัญ ทาง สถิติ. แนว โน้ม นี้ ยัง คง มี ความ สําคัญ ต่อ ไป หลัง จาก ควบคุม รูป แบบ การ ทํา งาน, ค่า ปฏิบัติ การ, เดือน, อาชีพ และ รุ่น และ การ ติด ตาม ข้อ ผิด พลาด โดย กลุ่ม ผู้ ใช้: จํานวน การ กระทํา ที่ เพิ่ม ขึ้น 9 เปอร์เซ็นต์ และ ผล ผลิต ที่ เพิ่ม ขึ้น 13 เปอร์เซ็นต์ ต่อ ขั้น ตอน ของ ความ ก้าว หน้า ด้าน อาชีพ แต่ ละ ขั้น。

ใครใช้โค๊ดของ Claude พวกเขาทําอะไรกับมัน

ผู้ใช้

เพื่อให้เข้าใจว่าใครเป็นคนทํา เราเพิ่มแนวทางการยึดครองของผู้ใช้แต่ละคนจากบันทึกวาระ และโยงไปยังหนึ่งใน 23 ประเภทหลัก ๆ ในสํานักงานสถิติแรงงานของสหรัฐอเมริกา CATALOGUE จําเป็นต้องตัดสินเฉพาะจากสัญญาณต่อไปนี้เท่านั้น: บริบทของโครงการ ชื่อและโครงสร้างของเอกสาร ข้อมูลหรือผลิตภัณฑ์ที่ถูกอ้างถึงในตอนต้นของวาระ เช่น เอกสารทางกฎหมาย ข้อมูลทางการแพทย์ ข้อมูลการเงิน วัสดุหลัก เป็นต้น และคําศัพท์ที่ใช้โดยผู้ใช้ ตัวแยกนี้จําเป็นต้องไม่พิจารณา "เขียนโค้ด" เป็นหลักฐานของอาชีพการเขียนโปรแกรมของผู้ใช้ หากมีสัญญาณที่ชัดเจนว่าซอฟท์แวร์หรืองานข้อมูลคืออาชีพของผู้ใช้ เซสชันจะถูกจําแนกเป็น SOC ประเภทที่เกี่ยวข้อง คือ "ผู้ดําเนินการและคณิตศาสตร์" หากทนายความสร้างสคริปต์สําหรับการตรวจสอบอัตโนมัติ ของการไม่มีเงื่อนไขบางอย่าง ในกลุ่มของสัญญา แม้ว่าการประชุมส่วนใหญ่เกี่ยวกับซอฟต์แวร์ หาก ไม่ มี สัญญาณ ใด ๆ เกี่ยว กับ อาชีพ ผู้ ใช้ การ ประชุม ก็ ไม่ ได้ จัด ขึ้น。

เราสามารถขยายขอบเขตงานได้ ในช่วงประมาณ 70% ของการประชุม ไม่น่าแปลกใจที่ “อาชีพคอมพิวเตอร์และคณิตศาสตร์" เป็นกลุ่มที่ใหญ่ที่สุดในการประชุมลับเหล่านี้ เนื่องจากมันครอบคลุมงานส่วนใหญ่ที่เกี่ยวข้องกับซอฟต์แวร์ ประการ ที่ สอง คือ ธุรกิจ และ การ ดําเนิน งาน ด้าน การ เงิน, การ ออก แบบ ศิลปะ และ สื่อ ต่าง ๆ, การ จัด การ, และ วิทยาศาสตร์ ชีวิต, วิทยาศาสตร์ ทาง กายภาพ และ สังคม. ในตัวอย่างของเรา การเจริญเติบโตที่เร็วที่สุด ที่ไม่ใช่ซอฟต์แวร์ในอาชีพ คือ การจัดการ การตลาด และกฎหมาย。

ทํางาน

ตั้ง แต่ เดือน ตุลาคม 2025 จน ถึง เดือน เมษายน 2026 มี การ เปลี่ยน แปลง อย่าง เด่น ชัด ใน การ ประกอบ งาน โดย ใช้ โค เดก ซ์ คลอด. การ เปลี่ยน แปลง ที่ น่า สังเกต ที่ สุด คือ การ ลด ลง ของ สัดส่วน ที่ ใช้ ใน การ ซ่อมแซม รหัส ความ เสีย หาย จาก 33 เปอร์เซ็นต์ ถึง 19 เปอร์เซ็นต์ (ดู เลข 4). แทน ที่ จะ เป็น เช่น นั้น จง ทํา งาน ให้ มาก ขึ้น เกี่ยว กับ รหัส. เปอร์เซ็นต์ของซอฟต์แวร์ปฏิบัติการเพิ่มขึ้นจาก 14% เป็น 21% การ เขียน และ วิเคราะห์ ข้อมูล เพิ่ม ขึ้น เกือบ สอง เท่า จาก ประมาณ 10 เปอร์เซ็นต์ เป็น ประมาณ 20 เปอร์เซ็นต์。

ค่าของงานเองก็เพิ่มขึ้นด้วย เราประมาณมูลค่าทางเศรษฐกิจของแต่ละเซสชัน โดยประมาณต้นทุนของงานชนิดเดียวกัน ในตลาดลูกโทษเสรี และปรับค่ามันโดยใช้ชุดข้อมูลที่เปิดจริง ตาม ตัว บ่ง ชี้ นี้ ค่า เฉลี่ย ของ ช่วง เวลา ที่ เฉลี่ย แล้ว เพิ่ม ขึ้น 27 เปอร์เซ็นต์ ระหว่าง เดือน ตุลาคม ถึง เมษายน. การ เพิ่ม ทวี นี้ เกิด ขึ้น ใน งาน หลาย ชนิด. มูลค่า ของ การ ก่อ สร้าง ทํา งาน และ ซ่อมแซม ประเภท ที่ เพิ่ม ขึ้น ประมาณ 43 เปอร์เซ็นต์, 34 เปอร์เซ็นต์ และ 32 เปอร์เซ็นต์ ตาม ลําดับ. การประมาณราคาเหล่านี้หยาบ เราใช้มันเพื่อเปรียบเทียบ รายละเอียดวิธีการสร้างตัวประมาณค่าของภารกิจ จะอยู่ในภาคผนวก。

เลข 4: การเปลี่ยนแปลงในองค์ประกอบและมูลค่าของรหัส Claude 'การทํางานจาก October 2025 ถึง 2026. แผนภูมิแสดงสัดส่วนของรูปแบบการทํางานในวาระการใช้งาน ตลอดระยะเวลา 7 เดือน อัตรา ส่วน ของ ช่วง เวลา ใน การ ซ่อมแซม รหัส ที่ ได้ รับ ความ เสีย หาย ลด ลง จาก 33 เปอร์เซ็นต์ เหลือ 19 เปอร์เซ็นต์ ขณะ ที่ การ ร่วม ซอฟต์แวร์ ปฏิบัติ การ ข้อมูล และ การ เขียน เอกสาร เพิ่ม ขึ้น。

ความสําเร็จขึ้นอยู่กับว่าผู้ใช้นําอะไรมาด้วย

การ ประเมิน ค่า งาน เป็น วิธี หนึ่ง ที่ จะ เข้าใจ ว่า โค เดก ซ์ คลอด สามารถ ช่วย ผู้ คน ทํา งาน ของ ตน ได้ อย่าง ไร. อีก แง่ มุม หนึ่ง คือ การ สังเกต ว่า มี กี่ ครั้ง ที่ ประสบ ความ สําเร็จ และ ลักษณะ เฉพาะ ของ ระเบียบ วาระ นั้น เกี่ยว ข้อง กับ ความ สําเร็จ. ในบรรดาตัวบ่งชี้ถึงความสําเร็จ เราเห็นรูปแบบที่ชัดเจนๆ ว่ายิ่งมีความเป็นมืออาชีพสูงเท่าไร ส่วนใหญ่ของการอัพเกรดจะเน้นที่ ส่วนล่างสุดของอาชีพ ช่องว่างระหว่างการเริ่มต้นและระดับกลางผู้ใช้。

ก่อน ที่ จะ สรุป ลักษณะ เฉพาะ ของ ช่วง เวลา ที่ ประสบ ความ สําเร็จ เรา ต้อง บอก ให้ แน่ชัด ว่า ความ สําเร็จ นั้น วัด ได้ อย่าง ไร. เราไม่สามารถสังเกตผลโลกแห่งความเป็นจริง ของผู้ใช้ได้ และเราไม่สามารถถามพวกเขาได้โดยตรงว่า พวกเขาทําในสิ่งที่ต้องการ ผ่านคลาวซ์หรือไม่ เราจึงอาศัยวิธีการวัดแบบเสริมสองวิธี โดยอาศัยบันทึกของเซสชัน ข้อแรกคือ "ความสําเร็จ" ซึ่งผู้ใช้จะถูกตัดสินว่า ได้บรรลุเป้าหมายของตนหรือไม่ รวมถึงความสําเร็จ ความสําเร็จบางส่วน ความล้มเหลว และไร้ความชัดเจน ต่อ จาก นั้น สอง คน ที่ ร่วม กัน จะ ประเมิน ความ เข้ม แข็ง ของ การ ตัดสิน นั้น เพื่อ จะ ตัดสิน ได้ ว่า “ความ สําเร็จ ขั้น พื้น ฐาน ” เป็น อย่าง ไร. ตัวแบ่งประเภทที่ประสบความสําเร็จนี้ กําลังมองหาหลักฐานที่ยืนยันได้ถึงความสําเร็จ รวมถึงกิจกรรมการรับประกันที่ตรงกับงาน เช่น การรับส่งและดึง มันทําคะแนนของเซสชันตามมาตรา "ไม่มีสัญญาณ" ถึง "สัญญาณเล็ก" (1 นาที) ถึง "สัญญาณยากๆ" (5 นาที). สัญญาณ ความ ผิด พลาด อีก อย่าง หนึ่ง ทั้ง สอง สภาพ การณ์ จําเป็น เพื่อ จะ ประสบ ความ สําเร็จ ที่ ได้ รับ การ พิสูจน์ แล้ว: มี การ ตัดสิน ว่า การ ประชุม ประสบ ความ สําเร็จ และ มี อย่าง น้อย หนึ่ง สัญลักษณ์ ที่ พิสูจน์ ได้ ยาก ของ ความ สําเร็จ. การวิเคราะห์ต่อไปนี้เน้นในระดับความสําเร็จหรือความล้มเหลวในการประชุม ดังนั้นเราจึงยกเว้นคนที่ได้รับการระบุ โดยผลที่ประสบความสําเร็จเป็น "ไม่นิยามวัตถุประสงค์" ซึ่งประมาณ 7.7 เปอร์เซ็นต์ของตัวอย่างทั้งหมด。

HOURSฟังก์ชัน () จะคืนค่ากลับมาเป็นชั่วโมงของค่าเวลาที่กําหนด

แล้ว การ ประชุม ไหน ที่ ทํา ได้ ง่าย ที่ สุด? ผลที่ออกมาพบว่า เรตติ้งที่กล่าวไว้ ข้างต้นของการประชุม มีผลกระทบอย่างมากต่อความสําเร็จของมัน。

อาจ มี ความ เป็น ห่วง ว่า อาชีพ ไม่ ใช่ คน ขับ จริง ๆ. บาง ที ผู้ เชี่ยวชาญ อาจ เลือก คํา สั่ง ที่ ต่าง กัน หรือ มี ความ แตก ต่าง กัน ใน เรื่อง อื่น. ในส่วนนี้ เราตอบสนองต่อความห่วงใยนี้ส่วนหนึ่ง โดยการเปรียบเทียบงานประเภทเดียวกัน มูลค่าเดียวกัน เดือนเดียวกัน เรื่องเดียวกัน。

ตาราง 2: การ กําจัด ความ สําเร็จ และ ความ ล้ม เหลว ที่ เกิด จาก การ แบ่ง ประเภท. ตัวอย่างนี้มาจากเซสชันที่แท้จริง ในภาพยนตร์โอเพนท์สปอร์ตสรีระ (SWE-CHAT) ซึ่งมีเครื่องหมายโดย conomy ของเรา หลังจากที่เขียนและสรุป。

ในบรรดาตัวชี้วัดความสําเร็จ ระดับความเป็นมืออาชีพที่สูงขึ้น ที่แสดงโดยผู้ใช้ในการประชุม อัตราการประสบผลสําเร็จของภาคใหม่ คือ 15 เปอร์เซ็นต์ สําหรับตัวบ่งชี้ที่แข็งแกร่งที่สุดของ "ความสําเร็จที่ประสบความสําเร็จ" และ 77 เปอร์เซ็นต์อย่างน้อยส่วนหนึ่ง การ ประชุม จัด ขึ้น ใน ระดับ กลาง และ ข้าง บน มี ประสบการณ์ ตั้ง แต่ 28 ถึง 33 เปอร์เซ็นต์ ซึ่ง ความ สําเร็จ บาง อย่าง มี ตั้ง แต่ 91 ถึง 92 เปอร์เซ็นต์ (ดู รูป 5)。

สําหรับแต่ละตัวชี้วัด รายได้ส่วนใหญ่จากการปรับปรุงตั้งแต่เริ่มต้นถึงตรงกลาง จากตรงกลางถึงผู้เชี่ยวชาญ ความชันช้า ดู ราย ละเอียด เพิ่ม เติม เกี่ยว กับ การ วิเคราะห์ ความ ถดถอย หลัง ตัว เลข 5。

ตัว เลข 5: ผล ของ การ มี ส่วน ร่วม ใน อาชีพ. แผนภูมิแสดงผลของเซสชันใน 5 คะแนน จากเด็กปีหนึ่งถึงผู้เชี่ยวชาญ ตามระดับมืออาชีพของผู้ใช้ในภารกิจ แผนภูมิด้านซ้ายมีทุกวาระ ที่สัญญาณของความล้มเหลวมากกว่า 3 และแสดงให้เห็นว่าเซสชันเหล่านี้ ไปสู่สัดส่วนที่แตกต่างกันของความสําเร็จและความล้มเหลว แต่ละจุดคืออัตราส่วนที่ปรับ เราประเมินความแตกต่างระหว่างระดับอาชีพ โดยเปรียบเทียบเฉพาะวาระการทํางาน กับรุ่นเดียวกัน ค่าภารกิจในช่วงเดือนเดียวกัน ราย ละเอียด ของ การ กลับ มา ที่ เกี่ยว ข้อง จะ มี ใน ภาค ผนวก. สายไฟเป็นเขตความมั่นใจของค่าเฉลี่ยตัวอย่าง ส่วนใหญ่มองไม่เห็นเนื่องจากความเล็กของมัน ตัวเลขเหล่านี้ไม่ได้ระบุวาระการทํางาน ที่ประสบความสําเร็จ โดยการจัดประเภทเป็น "เป้าหมายที่ยังไม่ได้กําหนด"。

อาจ สังเกต ได้ ใน ช่วง ที่ มี การ ท้าทาย. เมื่อสัญญาณความล้มเหลวถูกบันทึกใน หลักฐานเชิงประจักษ์ของความล้มเหลว เราคิดว่าเซสชั่นเป็น "ประกาศ" ทั้ง นี้ อาจ รวม ถึง ข้อ ผิด พลาด, ความ ล้ม เหลว ของ การ ทดสอบ, ความ พยายาม หลาย อย่าง ที่ จะ ทํา ให้ สําเร็จ อย่าง เดียว กัน, หรือ การ แสดง ออก ซึ่ง ความ ข้อง ขัดใจ และ ความ ไม่ พอ ใจ จาก ผู้ ใช้. เมื่อตัวแปรข้างต้นถูกควบคุม เปอร์เซ็นต์ของความสําเร็จที่มีประสบการณ์เพิ่มขึ้น จาก 4 เปอร์เซ็นต์ของการประชุมครั้งแรก ถ้าใช้ตัวบ่งชี้ความสําเร็จแบบเสรีนิยมมากขึ้น เราจะพบอัตราการประสบความสําเร็จบางส่วน อย่างน้อย 60 เปอร์เซ็นต์ในหมู่ผู้ใช้ที่เริ่มต้น และ 80 ถึง 81 เปอร์เซ็นต์ในหมู่ผู้ใช้ระดับกลาง。

เรายังได้ติดตามความสัมพันธ์ย้อนกลับอื่น ๆ ความสัมพันธ์ระหว่างมืออาชีพ และตัวบ่งชี้ต่างๆ ของความล้มเหลว ควร สังเกต ว่า ใน การ วิเคราะห์ นี้ กลุ่ม ที่ ถูก ตัดสิน ว่า ทํา ผิด นั้น เป็น กลุ่ม ที่ ไม่ ประสบ ความ สําเร็จ แม้ แต่ บ้าง. ถ้าการพบกับปัญหาถูกพิจารณาว่าเป็นความล้มเหลว และไม่ได้เขียนด้วยรหัสใดๆ เราเรียกมันว่าการละทิ้ง จากกลุ่มผู้ใช้ที่ปรากฏเป็นมือใหม่, 19% ถูกละทิ้งในที่สุด; ในกลุ่มผู้ใช้อื่น ๆ สัดส่วนอยู่ระหว่าง 5% ถึง 7% พูด อีก นัย หนึ่ง ผู้ ที่ มี ประสบการณ์ น้อย ที่ สุด มัก จะ เลิก เมื่อ พยายาม บรรลุ เป้า หมาย ของ ตน. คุณค่า ของ ความ สามารถ ทาง อาชีพ ดู เหมือน เป็น ความ สามารถ ที่ จะ นํา ปัญญา กลับ ไป ใน ทิศ ทาง ที่ ถูก ต้อง。

งาน อาชีพ อาจ มี ความ สําคัญ น้อย กว่า คุณสมบัติ ทาง อาชีพ

อัตราการประสบความสําเร็จเชิงประจักษ์สําหรับผู้ใช้ที่ใช้ซอฟต์แวร์ในทุกวาระ คือประมาณ 30 เปอร์เซ็นต์ และผู้ใช้อาชีพอื่น ๆ ประมาณ 26 เปอร์เซ็นต์ ใน ช่วง เวลา ที่ มี การ เพิ่ม รหัส หรือ ปรับ ตัว อย่าง น้อย หนึ่ง บรรทัด ใน ชั่ว อายุ นั้น ตัว เลข มี 34 เปอร์เซ็นต์ และ 29 เปอร์เซ็นต์ ตาม ลําดับ (ดู รูป 6). หากใช้นิยามความสําเร็จแบบเสรีมากขึ้น ช่องว่างระหว่างอาชีพที่เกี่ยวข้องกับซอฟต์แวร์ และอาชีพอื่น ๆ ก็จะแคบลง ใน ช่วง เวลา นั้น ผู้ ใช้ สอง ประเภท ประสบ ความ สําเร็จ อย่าง น้อย 89 เปอร์เซ็นต์ และ 88 เปอร์เซ็นต์ ตาม ลําดับ. ความ แตก ต่าง ระหว่าง ห้า เปอร์เซ็นต์ ไม่ ได้ มี นัย สําคัญ และ ไม่ ได้ ขยาย หรือ แคบ ลง ใน เจ็ด เดือน แม้ ว่า อัตรา ความ สําเร็จ จะ เพิ่ม ขึ้น ใน ทั้ง สอง กลุ่ม. ในแต่ละรุ่น แต่ละกลุ่มอาชีพที่ใหญ่ที่สุด 10 กลุ่ม ในชุดข้อมูลของเรา การจัดการประเภท มีอัตราความสําเร็จสูงสุด ที่ได้รับการพิสูจน์แล้ว สูงกว่าการยึดครองของซอฟต์แวร์เล็กน้อย อัตรา ความ สําเร็จ ทาง การ เมือง ที่ สูง กว่า สําหรับ ผู้ จัด การ อาจ สะท้อน ถึง ความ สามารถ ของ ความ สามารถ ใน การ จัด การ ที่ จะ อพยพ ไป ทํา งาน สั่ง ความ รู้. แต่นี่อาจเป็นส่วนหนึ่งของการวัดของเรา การตรวจสอบความถูกต้องนั้นขึ้นอยู่กับการยืนยันอย่างชัดเจน โดยผู้ใช้ของเซสชัน。

ตัว อย่าง เปรียบ เทียบ 6: การ ประชุม การเข้ารหัส โดย การ ทํา งาน โดย ไม่ มี การ ระบุ อัตรา การ ประสบ ความ สําเร็จ และ อัตรา ความ สําเร็จ ใน การ หยั่ง เห็น ภาพ. แผนภูมิ นี้ แสดง ให้ เห็น ความ หมาย ที่ เข้ม งวด ของ อัตรา การ ประสบ ความ สําเร็จ โดย ผู้ ใช้ ทํา ให้ การ ประกอบ อาชีพ เป็น แบบ นอก ลู่ นอก ทาง ใน วาระ ต่าง ๆ ซึ่ง มี การ เพิ่ม รหัส เข้า มา อย่าง น้อย หนึ่ง บรรทัด รวม ไป ถึง ความ ตั้งใจ แน่ว แน่ และ ประสบการณ์ ที่ สําเร็จ. ตัว เลข นี้ แสดง ให้ เห็น กลุ่ม อาชีพ ที่ ใหญ่ ที่ สุด 10 กลุ่ม. ความแตกต่างของอัตราความสําเร็จ ระหว่างแต่ละกลุ่ม กับผู้ใช้ซอฟต์แวร์/คณิตศาสตร์ เช่น ผู้ใช้คอมพิวเตอร์และคณิตศาสตร์มืออาชีพ เส้นค่าคลาดเคลื่อนแทนช่วงความมั่นใจ 95 เปอร์เซ็นต์ จากบัญชีต่างๆ。

Outlook

ผล ของ รายงาน นี้ ชี้ ถึง ภาพ ที่ ปรากฏ ขึ้น มา: การเขียนโปรแกรม ของ ร่าง กาย ที่ มี เชาวน์ ปัญญา กําลัง ขยาย ความ รู้ และ ทักษะ บาง อย่าง ขณะ เดียว กัน ก็ มี การ แทน ที่ สิ่ง อื่น ๆ. อัตราการประสบความสําเร็จของอาชีพหลักในการประชุมคนรุ่นนี้ ไม่ได้แตกต่างจากอาชีพที่เกี่ยวข้องกับซอฟต์แวร์เลย ดูเหมือนว่าปัญญาการเขียนจะทําให้การเขียนโปรแกรมพื้นหลัง มีความสําคัญน้อยลงสําหรับการเขียนโปรแกรมที่ประสบความสําเร็จ。

ใน เวลา เดียว กัน การ ทํา งาน ด้วย กัน อย่าง ประสบ ความ สําเร็จ ก็ มี โอกาส มาก กว่า ที่ จะ แสดง ความ เชี่ยวชาญ ใน ด้าน ต่าง ๆ. ผู้ เชี่ยวชาญ จะ จัด เรต ได้ มาก กว่า สอง เท่า ของ วาระ การ ประชุม ใหม่. เมื่อ เกิด ปัญหา ขึ้น จํานวน ผู้ มา ใหม่ ก็ จะ สูง กว่า ผู้ ใช้ คน อื่น ๆ หลาย เท่า ด้วย. ผู้ เชี่ยวชาญ ด้าน สนาม สามารถ ชี้ นํา คลา วด์ ให้ ทํา มาก ขึ้น กับ คํา สั่ง แต่ ละ อย่าง. ด้วย เหตุ นี้ ความ สามารถ ที่ จะ ทํา ให้ คลา วด์ ประสบ ความ สําเร็จ จึง มา จาก ความ สามารถ ที่ จะ เชี่ยวชาญ ใน เรื่อง พื้น ที่ มาก กว่า จาก ความ สามารถ ใน การ เขียน รหัส. บัด นี้ เป็น ไป ได้ ที่ ใคร ก็ ตาม ที่ มี ความ เชี่ยวชาญ ใน ด้าน ใด ๆ จะ ทํา งาน ด้าน เทคนิค ให้ สําเร็จ ซึ่ง แต่ ก่อน เป็น ไป ไม่ ได้. คนที่ขาดความเข้าใจในอาชีพนี้ เช่น การใช้เครื่องมือเดียวกันจะมีกําไรน้อยลงมาก ยิ่ง กว่า นั้น ผล ประโยชน์ ส่วน ใหญ่ มา จาก ความ สามารถ แทน ที่ จะ เป็น ความ ดี เลิศ. ด้วยความเข้าใจในการดําเนินการของพื้นที่เฉพาะส่วนใดพื้นที่หนึ่ง ผลประโยชน์ส่วนใหญ่ได้บรรลุแล้ว โดยพื้นฐานนี้ การจัดระบบพิเศษอย่างลึกซึ้ง จะให้ประโยชน์เพิ่มเติมเพียงเล็กน้อย。

การค้นพบนี้ยังเป็นขั้นแรก เช่น เดียว กับ การ ศึกษา ส่วน ใหญ่ ของ เรา เรา ไม่ สามารถ วัด ผล ที่ แท้ จริง ได้ เช่น รหัส ที่ เขียน ใน ตอน หลัง ถูก ใช้ หรือ ทิ้ง ไป หรือ ไม่ ก็ เกิด ผล อัน มี ค่า ทาง เศรษฐกิจ. นอกจากนี้ การใช้งานที่ไม่ตอบสนองจะขาดออกจากรายงานนี้ แสดงถึงสัดส่วนที่สําคัญ ของกิจกรรมโดยรวม การ พัฒนา โครง สร้าง เพื่อ วัด การ ใช้ ดัง กล่าว เป็น สิ่ง สําคัญ อย่าง หนึ่ง สําหรับ งาน ใน อนาคต. ยิ่ง กว่า นั้น การ ประชุม ทุก ประเภท ขึ้น อยู่ กับ การ อ่าน บันทึก การ ประชุม ภาค แบบ จําลอง. ในภาคผนวก เราแสดงให้เห็นว่า ตัวแยกนั้นสอดคล้องกับ จุดประสงค์ของข้อมูลการโทรคมนาคม อย่างไรก็ตาม ในสถานการณ์ขนาดใหญ่นี้ ยังคงยากที่จะตรวจสอบการจําแนกประเภทได้ การใช้รหัสของ Claude นั้นเป็นเรื่องยากกว่า เพราะมันอาจจะยาวเกินไป。

ในฐานะนางแบบ ผู้ใช้และผู้แบ่งแรงงานระหว่างพวกเขาพัฒนา ภาพในรายงานปัจจุบันจะปรับปรุงอย่างต่อเนื่อง เราหวังว่าตัวบ่งชี้เหล่านี้ จะช่วยให้เราติดตามการเปลี่ยนแปลงที่สําคัญที่เกิดขึ้น ตัว อย่าง เช่น ถ้า การ กลับ มา จาก ระดับ ผู้ เชี่ยวชาญ ใน อนาคต เริ่ม ลด ลง นั่น จะ บ่ง ชี้ ว่า แบบ จําลอง นี้ เริ่ม ต้น เพื่อ ให้ การ ตัดสิน ที่ สําคัญ ซึ่ง ผู้ ใช้ นํา มา และ ผล ประโยชน์ ของ เครื่อง มือ เหล่า นี้ ก็ จะ ขยาย ออก ไป ด้วย จาก ผู้ เชี่ยวชาญ ด้าน สนาม ไป ยัง ผู้ ฟัง ที่ กว้าง ขึ้น. หากสัดส่วนของเซสชันที่ประสบความสําเร็จ โดยผู้ใช้นอกอาชีพซอฟต์แวร์ยังคงเพิ่มขึ้น เรื่อย ๆ อาจหมายความว่าการผลิตซอฟต์แวร์ การเปลี่ยนแปลงเหล่านี้จะเปลี่ยนผู้ที่ได้รับประโยชน์จากการเขียนโปรแกรมทางร่างกายที่ฉลาดได้ และเป็นประโยชน์ต่อร่างกายมากแค่ไหน และมีผลกระทบต่อความจุที่มีคุณค่ามากที่สุดในตลาดแรงงาน。

(หัวเราะ)ส่วนเชื่อมโยงดั้งเดิม]