AI · BM · 006
2026 AI编码采纳基准
AI Coding Adoption Benchmarks 2026 · ai-coding-adoption-benchmarks-2026--boris-cherny
所属簇 AI 时代的工程组织与管理
解决什么问题
需要 2026 年初 AI 编码采纳率与工程效率的具体基准数字,用于对标、汇报或规划("激进采用者现在到什么程度了")。
核心内容
行业层面
- SemiAnalysis 报告:4% 的 GitHub 公开 commit 由 Claude Code 署名,预测 2026 年底达到 1/5;Anthropic 认为私有仓库中比例更高
- 增长形态:Claude Code 各项指标的增长率本身在加速(不只是增长)
组织层面(Anthropic)
- 一年内工程团队约 4x 扩张,同时人均 PR 产出 +200%
- 传统对照:Meta 数百名工程师做一年全公司代码质量优化 → 效率提升几个百分点
- Claude 自动 review 100% 的 PR,之后仍保留人工 review 层(纯原型代码除外)
- 团队全员写代码:PM、EM、设计师、财务、数据科学家都写;角色间职责重叠约 50%
个人层面(Boris,激进采用者上界)
- 2025 年 11 月起 100% 代码由 Claude Code 生成,零手工编辑(但仍然看代码)
- 每天 ship 10-30 个 PR;常态 5 个 agent 并行
模型自主时长演进
- Sonnet 3.5(约 2024 末):无人值守 15-30 秒即开始跑偏
- Opus 4.6(2026 初):平均无人值守 10-30 分钟,可运行数小时/数天,个别案例数周
商业与成本
- Claude Code 年收入约 $2B、Anthropic 约 $15B(Lenny 引述),估值 $350B+
- 个别工程师月 token 消耗达数十万美元
采纳曲线形态
- Claude Code 发布(2025-02)并非即时爆发,"花了好几个月大家才理解它是什么";Opus 4 发布是显著拐点
- Cowork(Claude Code 的非技术形态)则发布即爆发——因为它承接的是已被验证的 latent demand,且构建只花 10 天
从业者满意度(Lenny 非正式 Twitter 调查)
- 工程师、PM:约 70% 用 AI 后更享受工作,约 10% 更不享受
- 设计师:55% 更享受,20% 更不享受
适用边界
- 强时效性:2026-02 时点数据,随模型迭代快速过时
- 多数为 Anthropic 内部或 Boris 个人数据,代表最激进采用者,不是行业平均
- 4% 只统计公开 commit 且按署名计算,口径偏保守
- 满意度调查为非正式 Twitter 投票,有样本偏差
关键引述 · 原话
"Productivity per engineer has increased 200%." — Boris Cherny
"4% of all commits in the world is just way more than I imagined... These are also just public commits." — Boris Cherny
关联卡片
- 为 `underfund-headcount-overfund-tokens--boris-cherny` 和 `build-for-the-model-six-months-out--boris-cherny` 提供数据支撑
被这些卡引用
出处:Boris Cherny (Anthropic, Head of Claude Code) · 03-podcasts/boris-cherny.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验