AI智能体正从技术概念加速落地为实际应用场景，全球主要科技企业均已推出相关产品。然而，这类系统在真实环境中的运行规律与用户交互模式仍存在诸多未知领域。近日，AI研究机构Anthropic发布的最新报告，通过分析数百万次人机交互数据，首次系统梳理了AI智能体的实际运行特征。
研究团队对Claude Code开发工具的长期追踪显示，该系统的持续运行能力呈现显著提升趋势。在2025年10月至次年1月期间，其单次最长自主运行时长从25分钟延长至45分钟，增幅达80%。值得注意的是，这种增长并非单纯源于模型升级，用户信任度提升、任务复杂度增加以及产品优化等因素共同推动了这一变化。数据显示，尽管中位数运行时长稳定在45秒左右，但极端值的变化反映出系统处理复杂任务的能力正在突破原有边界。
用户行为分析揭示了有趣的交互模式分化。经验丰富的开发者更倾向于采用"零干预"模式，当使用次数超过750次时，近半数会话完全交由AI自主处理。相比之下，新手用户仅在20%的场景中启用全自动化模式。有趣的是，随着使用经验积累，用户主动中断AI运行的频率反而从5%上升至9%，这表明专业用户更善于在关键节点进行精准干预。在处理编译器开发等高复杂度任务时，AI工具调用中的人工参与比例从87%降至67%，显示出资深用户对系统能力的深度信任。
系统自身的风险控制机制同样值得关注。面对不确定情境时，Claude Code主动请求人类确认的频率是用户中断操作的两倍以上。在高风险场景中，这种自我校验行为更为频繁，形成独特的安全防护网。研究指出，这种主动提问机制有效弥补了完全自动化带来的潜在风险，为AI系统部署提供了重要的监督范式。
应用领域分布数据显示，软件工程占据AI智能体活动量的近半壁江山，但医疗、金融和网络安全等高风险领域已出现创新应用。尽管严重风险事件目前仅占极小比例，但单个失误可能引发重大后果的特性，促使研究团队呼吁建立更完善的风险管控体系。当前监测发现，公共API执行的操作中，90%以上具有可逆性，这为风险控制提供了重要缓冲空间。
这项研究也存在明显局限。由于仅能获取单一模型提供商的数据，且对API会话的完整行为链缺乏全面观察，部分结论可能存在偏差。基于此，研究团队向行业提出多项建议：构建实时监控基础设施、强化模型不确定性识别能力、开发用户友好型监督工具，同时避免过早制定标准化交互规范，为技术创新保留弹性空间。
