Anthropic 研究员：代码正确率 80% 没人用，99% 才值得依赖

victor_explore · x · 2026-10-19

Anthropic 研究员 Emmanuel Ameisen 分享了一个关键观察：AI 模型能力平滑提升，但每个任务都存在一个「可靠性阈值」——当 Claude 写代码的正确率只有 80% 时根本不值得用；达到 99% 后，今年 Claude 已经承担了他大部分的代码编写工作。

核心结论：agent 不需要「更聪明」，而是需要跨过可靠性门槛。给开发者的启示是「为可靠性而构建，而不是为 demo 而构建」——80% 到 99% 之间的差距，决定了工具是从「没用」到「不可或缺」的分水岭。