AI智能體正從技術概念加速融入現(xiàn)實應用場景，全球主要科技企業(yè)均已推出相關產品，但用戶對其實際運行模式仍存在認知盲區(qū)。近日，AI研究機構Anthropic發(fā)布的最新報告，通過分析數(shù)百萬次人機交互數(shù)據(jù)，首次呈現(xiàn)了AI智能體在真實環(huán)境中的行為特征與潛在風險。

研究團隊對旗下編程助手Claude Code的長期運行數(shù)據(jù)追蹤發(fā)現(xiàn)，該模型單次自主執(zhí)行任務的最長時長在三個月內增長近一倍。2025年10月至2026年1月期間，其"任務執(zhí)行周期"第99.9百分位時長從25分鐘延長至45分鐘以上，而中位數(shù)時長穩(wěn)定在45秒左右。這種增長趨勢與模型版本迭代無顯著關聯(lián)，更多源于用戶信任度提升、任務復雜度增加以及產品交互優(yōu)化。

用戶行為數(shù)據(jù)顯示，經(jīng)驗積累顯著影響人機協(xié)作模式。新用戶（使用次數(shù)少于50次）僅在20%的會話中啟用全自動模式，而資深用戶（使用超750次）的該比例超過40%。值得注意的是，隨著使用時長增加，用戶主動中斷模型運行的頻率從5%上升至9%，同時模型因自身不確定性主動請求澄清的次數(shù)達到人類中斷次數(shù)的兩倍以上，形成雙向監(jiān)督機制。

不同復雜度任務呈現(xiàn)差異化協(xié)作特征。在修改單行代碼等簡單任務中，87%的操作需要人工參與，而在查找軟件漏洞或開發(fā)編譯器等復雜場景中，人工介入比例降至67%。研究指出，復雜任務往往由技術熟練的用戶發(fā)起，其步驟的不可分割性導致人工審批難度增加，這促使系統(tǒng)更依賴模型自主判斷。

風險評估顯示，當前AI智能體操作集中在低風險領域，軟件工程相關活動占比近半，但醫(yī)療、金融等高敏感領域已出現(xiàn)應用案例。盡管高風險操作占比不足1%，其潛在危害不容忽視。研究特別指出，現(xiàn)有監(jiān)控體系對公共API的會話級行為存在觀測盲區(qū)，且分析樣本僅覆蓋單一模型提供商，結論外推需謹慎。

基于研究結果，報告提出四項建議：構建實時監(jiān)控基礎設施以捕捉異常行為，強化模型對自身不確定性的感知能力，開發(fā)支持用戶監(jiān)督的交互界面，以及避免過早制定標準化協(xié)作規(guī)范。這些措施旨在平衡技術創(chuàng)新與風險管控，為AI智能體的規(guī)模化應用提供參考框架。