这份研究没有停留在模型能力展示，也没有简单追问 Claude Code 能不能写代码。它关心的是人们在真实任务里如何使用 agent：他们把哪些工作交给 Claude，哪些决策仍由人掌握，什么样的用户更容易把任务做成。这个问题放进法律行业，价值并不在于把程序员的故事机械移植到律师身上，而在于它提供了一个观察职业变化的结构。

法律人的焦虑有现实基础。只是如果焦点始终停在“AI 会不会替代律师”，讨论会变得太粗。Anthropic 的数据提示我们，agent 进入真实工作流之后，职业受到影响的方式通常更细。一个职业不会作为整体被一次性移动，真正发生变化的是职业内部的任务层次、训练路径和价值分配。

一、从 Claude Code 看见任务结构的松动

Anthropic 在研究中把 Claude Code 会话分成九类工作模式。直接写代码、修代码、测试和编排自动化流程的会话大约占 56%。另有 17% 属于部署、配置、运行管线和监控系统等软件运营类工作，14% 属于理解既有系统和规划变更，13% 则落在数据分析和非代码文档写作上。【注2】这组数据的意义在于，Claude Code 已经从“写代码工具”扩展到围绕代码展开的完整工作流。

七个月里的变化同样值得注意。修复问题类会话从 33% 降到 19%，软件运营类会话从 14% 增至 21%，写作和数据分析的合计占比大约翻了一倍，从 10% 左右上升到 20% 左右。Anthropic 还用自由职业平台任务价格估算会话价值，认为平均任务价值在这段时间内上升了约 27%。【注3】这些数字未必能直接说明经济价值已经兑现，但它们足以说明，用户正在把更完整、更复杂的工作交给 agent。

法律行业可以从这里看到自己的影子。早期的法律 AI 使用常常从单点动作开始，比如改一段条款、总结一份法规、起草一封邮件。随着工具能力和使用习惯成熟，法律人自然会把它放进更长的流程：读取材料、抽取事实、识别问题、匹配规则、形成初稿、生成复核清单，并根据不同风险等级提示处理路径。工具的变化会沿着工作流扩散，最后触碰到法律服务的成本结构。

成本结构被触碰，原因不在于 AI 让法律判断消失。更直接的变化，是过去被打包在同一小时费率、同一岗位职责、同一项目报价里的执行动作，会被单独拆出来重新计价。一份合同审查、一次尽调、一份合规报告，过去往往把执行、判断和项目管理混在一起收费。AI 进入后，客户和组织会越来越难接受为可清单化、模板化、批量化的执行动作支付传统费率。

这也是为什么法律人的职业讨论需要从“会不会被替代”转向“哪些任务被重新分层”。一份合同审查从来不只是写几条修改意见。它包含交易结构理解、客户风险偏好判断、谈判位置选择、内部审批边界确认，也包含条款提取、模板比对、缺失项识别、fallback 套用和风险清单整理。过去这些动作常常由同一个人连续完成，因而看起来像一种完整的职业能力。agent 进入以后，原先黏在一起的动作会被拆开，执行层最先受到压缩。

二、法律人的危险区域在执行层

Anthropic 对人机分工的观察很直接。在典型 Claude Code 会话中，人类大约做出 70% 的规划决策，只做出约 20% 的执行决策；从另一面看，Claude 承担了大部分执行层选择。【注4】研究对规划和执行的区分也很有启发。规划关心做什么、采用什么方案、什么结果算完成，执行则落到文件修改、代码生成、命令运行和具体产物形成。

如果把这个框架谨慎迁移到法律工作里，执行层的范围会比很多人想象得宽。基础检索、条款比对、材料归档、会议纪要、合同初稿、常规问答、风险点初筛、证据目录整理，这些工作都可能被 agent 大幅压缩。它们仍然需要法律知识，但任务边界清楚、输入材料充分、输出形式稳定、结果可以复核，正好符合 agent 容易嵌入的条件。

这并不说明这些工作没有价值。法律新人过去正是通过这些基础任务长出事实敏感度、条款意识和表达能力，许多资深判断也来自大量执行经验的沉淀。问题在于，市场给一项工作的定价并不只看它对训练有没有意义，也看它是否可以被更便宜、更稳定、更快的方式替代。当 AI 可以先完成一轮执行，组织就会重新计算哪些人力还值得投入。

真正需要警惕的，是一个法律人的价值长期停留在“把已经定义好的事情做出来”。如果业务、资深律师或管理者已经知道问题是什么，也知道验收标准是什么，剩下只是把材料整理成文本、把规则套进模板、把风险列成表格，这部分劳动会变得越来越便宜。职业标签可以延缓这种变化，却很难长期抵消任务结构本身的变化。

更完整地看，法律工作会呈现出三层变化。执行层会更快降价，判断层会更依赖复核和责任承担，系统层则会变得更稀缺。所谓系统层，指的是模板、SOP、知识库、证据标准、升级规则和 AI 工作流，它把个人经验变成组织可以反复调用的法律能力。

三、专业会转移到任务定义和复核能力里

Anthropic 文章里最值得法律人细读的部分，是它对“专业度”的定义。研究没有简单按照用户是否为程序员来判断专业，分类器看的是真实会话里呈现出来的任务能力。用户能否精准描述目标，能否要求 Claude 核验关键点，能否发现并纠正 Claude 的错误，都会影响专业度判断。【注5】这种专业是任务相关的，不等同于职称、学历或行业标签。

原文举了一个非常适合迁移到法律行业的例子。一个会计可能不会 Python，但如果他能准确告诉 Claude 对账脚本必须执行哪些规则，并能发现月末结账中的边界情况，他在这个任务上就是专家。【注5】这个例子说明，agent 降低的是某种实现门槛，保留下来的关键能力是对任务后果、边界条件和验收标准的掌握。

法律行业会遭遇类似变化。在标准场景或低风险前端环节，一个业务负责人如果清楚客户谈判底线、交付模式、商业风险和内部审批要求，就可能用 AI 生成一份足以进入法律复核的初步合同修改说明。一个隐私合规人员如果熟悉某类监管问询的事实结构、证据要求、答复尺度和审批链条，也可能让 AI 完成大量事实整理和初稿工作。法律人过去依靠文本生产能力形成的优势，会被更强的场景知识挑战。

这并不削弱法律专业，反而把专业推到更难伪装的位置。未来的法律判断会体现在问题定义、事实追问、风险排序、条款取舍、口径控制和最终负责中。一个人能写出法律文本，当然仍有价值；一个人知道这份文本要解决什么问题、哪些事实还不够、哪些表述会制造额外承诺、哪些结论不能由 AI 直接给出，价值会更稳定。

四、AI 会放大已有差异

很多人把 AI 想象成一种均匀增强工具，仿佛模型足够强之后，每个人都会被推到相近水平。Anthropic 的数据给出了不同信号。按照最严格的 verified success 标准，新手会话成功率约为 15%，中级及以上用户为 28% 至 33%；如果看至少部分成功，新手约为 77%，中级及以上为 91% 至 92%。【注6】多数提升发生在从新手到中级的阶段，深度专家相较中级用户的额外优势并没有同样陡峭。

这个结论对法律行业尤其重要。AI 可以帮助具备基本任务理解的人跨过执行门槛，却很难让完全不理解任务的人稳定获得高质量结果。遇到困难时，差异会进一步拉开。在出现失败信号的会话中，新手最终达到 verified success 的比例约为 4%，专家约为 15%；新手更容易放弃，专家更容易把 agent 拉回正确方向。【注6】这种“拉回正确方向”的能力，正是法律工作里最容易被低估的专业部分。

法律 AI 的风险常常不在于它完全做不出东西。更棘手的情况是，它可以生成一份看起来已经完成的文件。合同审查意见可能格式完整，却没有抓住交易结构。监管回复可能措辞稳妥，却把整改承诺说得过满。合规报告也可能堆满信息，却没有把法律要求和企业证据对应起来。过去，不会做法律工作的人通常很快暴露在粗糙输出里。现在，粗糙会被流畅的文本包起来，复核能力因此变得更关键。

因此，AI 时代对专业的要求没有下降。它要求法律人识别“貌似完成”的交付，判断输出中哪些部分只是语言顺滑，哪些部分已经满足事实、规则、风险和责任的要求。能够完成这种复核的人，会让 AI 成为执行层；缺少这种复核的人，则容易把执行层误认为判断层。

五、职业标签的护城河会变浅

Anthropic 还发现，在产生代码的会话中，软件相关职业和其他职业之间的成功率差距没有想象中那么大。软件相关职业的 verified success 约为 34%，其他职业约为 29%；按更宽松的部分成功标准看，二者分别约为 89% 和 88%。【注7】原文还特别说明，法律职业是样本中增长较快的非软件职业组之一。【注8】这两个信息放在一起看，说明 agentic coding 已经开始把技术生产能力带到更多职业内部。

迁移到法律行业，这意味着法律职业边界会变得松动。过去，许多法律任务天然流向律师或法务，因为规则表达、文本生产和检索能力集中在法律职业内部。未来，当 AI 承担一部分执行工作，具备强场景知识的业务、产品、运营、数据、合规、安全或财务人员，可能完成过去必须交给法律人的初步任务。他们未必能提供正式法律意见，却能生成初稿、识别常见风险、提出修改方向，并把问题整理到足以进入法律复核的状态。

法律人的身份仍然重要，尤其涉及责任承担、正式意见、复杂争议和高风险决策时。只是在大量前端、初步、标准化任务中，身份带来的默认优势会变弱，任务理解带来的实际优势会变强。未来更有价值的法律人，需要证明自己理解的不只是法条和文本，还包括问题在真实业务中的结构、边界和后果。专业声望会越来越依赖可见的判断质量，而不只是职业名称。

这也会改变法律服务内部的协作方式。法律人不再只是下游文本加工者，也不能只等业务把问题“交过来”。如果前端部门已经能够借助 AI 完成材料整理和风险初筛，法律人的位置就更接近规则设计者、复核者和复杂事项负责人。谁能把判断标准提前嵌入流程，谁就能在更早阶段影响结果。

六、新人的训练要重新设计

法律新人受到的冲击可能最直接。过去，基础执行工作虽然低阶，却承担着训练功能。查法规、做表格、改合同、整理证据、写会议纪要和起草初稿，这些工作让新人逐渐形成事实敏感度、条款意识、风险直觉和法律表达能力。AI 最先压缩的，恰好就是这些任务。

这会让法律组织面对一个难题。组织希望用 AI 提效，于是减少重复执行；但如果新人不再经历足够多的基础任务，他们又如何长出未来做判断所需的底层能力。过去新人用低价时间换训练机会，组织用新人时间完成低密度执行，客户或内部业务则为这种混合成本买单。AI 进入后，这个交换关系会被打破。法律行业仍要让新人接触基础工作，只是训练方式需要从亲手重复，转向复核、比较和解释差异。

更有效的训练，应当让新人围绕 AI 输出做复核和错误归因。在合同审查中，新人需要说明 AI 识别了哪些风险、漏掉了哪些条款、为什么这些条款重要、fallback 是否符合机构立场、哪些事项还要补充业务事实。在监管问询中，新人要判断 AI 是否区分事实和承诺，是否遗漏证据链，是否把整改计划说得过满，是否误用法律依据。这种训练比过去更费心，因为它要求新人既看输出，也看输出背后的判断过程。

如果训练机制设计得好，AI 反而能让新人更早接触判断。过去，新人可能花大量时间整理格式和复制材料，很晚才看到资深律师为什么改某个词、为什么删某个承诺、为什么要求业务补充某个事实。未来可以把 AI 初稿、人工修改稿和修改理由并排放在一起，让新人学习差异从何而来。这样训练出来的新人，掌握的就不只是亲手完成任务的能力，也包括评价任务是否真正完成的能力。

七、稀缺性会转向系统化表达

许多优秀律师和法务都有一种直觉，看一眼材料就知道哪里不对。这个能力很宝贵，但在 agentic workflow 里，仅靠个人直觉会遇到放大瓶颈。AI 需要明确指令，团队需要可复用方法，客户需要可验证交付，新人需要能够学习的规则。如果经验只停留在“我知道”，它就很难被工具吸收，也很难被组织继承。

未来更有价值的法律人，需要把经验表达成系统。合同审查中的条款矩阵、风险等级、fallback 规则和升级条件，是一种系统化表达。监管问询中的事实核验清单、答复口径、证据目录和审批流程，也是在把原本依赖个人经验的判断变成可复核的工作结构。数据合规和法律检索同样如此，关键不在形式是否精致，而在经验能否被复用、被检验、被改进。

Anthropic 的数据也支持这种方向。新手会话中，每次提示大约触发 Claude 5 个动作和 600 词输出；专家会话中，每次提示大约触发 12 个动作和 3,200 词输出。【注9】专家亲自做的中间动作减少了，价值并没有随之消失。他们通过更好的任务设定和校准，让 agent 承担更多中间劳动。放到法律工作中，真正强的法律人会把 AI 变成稳定执行层，而不满足于让它写几段看起来专业的话。

这要求法律人从个人手艺走向工作系统。所谓系统，不一定是软件产品，也可能是一套清晰的复核标准、一组稳定的条款策略、一个可追踪的证据模板、一条明确的升级路径。只要它能让他人和 AI 按照同样的专业逻辑工作，它就已经改变了法律人的交付方式。

所以，法律 AI 的真正工作不只是写 prompt。更重要的是把合同审查、监管应对、数据合规这类真实任务拆成规则、模板、证据和复核节点。只有到了这一步，AI 才不只是文本生成器，而会成为法律工作系统里可被管理的一层。

八、焦虑最后要落到自我诊断

这份 Anthropic 研究不能直接证明法律行业会如何变化。原文也很谨慎，承认研究无法观察会话之后的真实世界结果，不能确认产物最终是否被采用，也排除了大量非交互式使用；会话分类和成功判断还依赖模型读取 transcript。【注10】所以，把它当成法律职业预言并不合适。更稳妥的读法，是把它看作 agent 进入复杂知识工作后的早期信号。

这个信号已经足够让法律人重新审视自己的工作。如果一个人的主要价值来自重复性文本加工、机械式条款比对、基础信息整理和标准问题回答，工作会受到直接冲击。如果一个团队长期依靠低年级人力堆时间，成本结构也会被重新定价。如果一家律所或法务团队仍把 AI 理解为写作助手，就会低估 agent 进入完整流程后的影响。

更有用的问题要回到每个法律人的日常工作。一个人需要知道，自己的时间究竟花在执行上，还是花在判断上；自己的判断能否被说明，还是只能靠直觉维持。进一步说，常见任务能否拆成规则、边界和验收标准，新人和 AI 能否沿着同一套复核流程工作，一次性经验能否沉淀为可持续的法律交付系统。这些问题比“AI 会不会替代律师”更具体，也更难回避。

未来几年，法律人的分化会在这些地方拉开。有人会把 AI 当成搜索框和写作工具，继续零散使用。有人会把它当成执行层，重新设计自己的工作方法。也会有人把法律经验、业务理解、模板规则和 AI 工作流结合起来，形成新的法律服务产品。真正的差距不会只来自谁用了工具，更会来自谁能把专业转化成可见、可复用、可验证的系统。

法律人的焦虑是对的。只要执行型法律劳动变得更便宜，职业内部的稳定结构就会被重新定价。值得焦虑的焦点，并非“法律人还会不会存在”这样的大问题，而应落到自己的专业能否被看见、被拆解、被复用、被验证，并最终转化为更稳定的交付能力。AI 不会自动抹掉专业，它会让低密度的专业迅速降价，也会让高密度的判断更难被伪装。

如果想把这个问题放回一个真实法律任务里看，今晚正好有一场直播。我们会用 DPA 协议审核做现场演示，看 AI 如何进入一项具体的数据合规工作：先读取协议，识别角色和处理范围，再对照审查口径定位风险，最后把结果整理成“必须改、可以谈、需要补材料、需要人工复核”的清单。这会把抽象的职业判断，拉回一份协议、一套规则和一次可复核的工作流里。

这场直播对应的，正是本文最后想讨论的那件事：法律人的专业力怎样转换成任务表达能力。我们会看的重点，不只是 AI 能否写出一份意见，更是审查规则、证据要求、风险边界和复核节点如何被说清楚，让 AI 能在有边界的流程里承担执行层工作。真正的焦虑，也会在这个过程中变得更具体：我能不能把自己的判断表达成别人和 AI 都能执行、检查、复用的工作系统。

直播时间是 今晚 6 月 23 日（星期二）20:00，主题是 “审核 DPA，能让 AI 先审么？” 本场嘉宾是 朱玲凤、薛颖、孟洁。直播后也会分享一个基于 Claude for Legal 开源 Skill 开发的 DPA 协议审核 Skill 体验包。如果你正在处理供应商 DPA、AI 服务协议、云服务数据处理条款，或者想看法律 AI 如何从“会写”进入“会审”，可以扫码预约。

---

注释

【注1】Anthropic, "Agentic coding and persistent returns to expertise", June 16, 2026. 原文说明研究基于 2025 年 10 月至 2026 年 4 月约 40 万个 Claude Code 交互会话、约 23.5 万名用户。https://www.anthropic.com/research/claude-code-expertise

【注2】同上，"What people use Claude Code for" 部分。原文将会话分为九类工作模式，并给出 56%、17%、14%、13% 等占比。

【注3】同上，"The work" 部分。原文描述 2025 年 10 月至 2026 年 4 月期间各类任务占比变化，以及平均任务估值上升约 27%。

【注4】同上，"Who decides what" 部分。原文称用户平均做出约 70% 的规划决策、约 20% 的执行决策。

【注5】同上，"Level of expertise" 部分。原文用任务描述精确度、核验要求、纠错关系等信号判断用户在具体任务中的专业度，并举会计使用 Python 对账脚本的例子。

【注6】同上，"The returns to expertise" 部分。原文给出新手、中级及以上用户在 verified success 和至少部分成功上的差异，以及遇到困难后的恢复差异。

【注7】同上，"Occupation may matter less than expertise" 部分。原文比较软件相关职业和其他职业在代码产出会话中的成功率。

【注8】同上，"The users" 部分。原文称管理、销售和法律职业是样本中增长最快的非软件职业组。

【注9】同上，"Level of expertise" 部分。原文比较新手与专家每次提示触发的 Claude 动作数量和输出规模。

【注10】同上，"Looking ahead" 部分。原文说明研究无法测量真实世界结果，排除了非交互式使用，并依赖分类器理解会话。

说明：本文件为公众号渲染试稿，建议在浏览器中打开后复制渲染结果，再粘贴到公众号编辑器。