AI智能体正从技术概念加速融入现实应用场景，全球主要科技企业均已推出相关产品，但用户对其实际运行模式仍存在认知盲区。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，首次呈现了AI智能体在真实环境中的行为特征与潜在风险。
研究团队对旗下编程助手Claude Code的长期运行数据追踪发现，该模型单次自主执行任务的最长时长在三个月内增长近一倍。2025年10月至2026年1月期间，其"任务执行周期"第99.9百分位时长从25分钟延长至45分钟以上，而中位数时长稳定在45秒左右。这种增长趋势与模型版本迭代无显著关联，更多源于用户信任度提升、任务复杂度增加以及产品交互优化。
用户行为数据显示，经验积累显著影响人机协作模式。新用户（使用次数少于50次）仅在20%的会话中启用全自动模式，而资深用户（使用超750次）的该比例超过40%。值得注意的是，随着使用时长增加，用户主动中断模型运行的频率从5%上升至9%，同时模型因自身不确定性主动请求澄清的次数达到人类中断次数的两倍以上，形成双向监督机制。
不同复杂度任务呈现差异化协作特征。在修改单行代码等简单任务中，87%的操作需要人工参与，而在查找软件漏洞或开发编译器等复杂场景中，人工介入比例降至67%。研究指出，复杂任务往往由技术熟练的用户发起，其步骤的不可分割性导致人工审批难度增加，这促使系统更依赖模型自主判断。
风险评估显示，当前AI智能体操作集中在低风险领域，软件工程相关活动占比近半，但医疗、金融等高敏感领域已出现应用案例。尽管高风险操作占比不足1%，其潜在危害不容忽视。研究特别指出，现有监控体系对公共API的会话级行为存在观测盲区，且分析样本仅覆盖单一模型提供商，结论外推需谨慎。
基于研究结果，报告提出四项建议：构建实时监控基础设施以捕捉异常行为，强化模型对自身不确定性的感知能力，开发支持用户监督的交互界面，以及避免过早制定标准化协作规范。这些措施旨在平衡技术创新与风险管控，为AI智能体的规模化应用提供参考框架。
