在科技浪潮的推动下，AI智能体正逐步渗透到各行各业。近期，Anthropic发布了一份关于AI智能体实际使用情况的大规模研究报告，揭示了AI智能体在软件工程领域的广泛应用，以及在其他垂直行业中的巨大潜力。报告指出，尽管AI智能体已具备连续工作5小时的能力，但用户实际使用时间却远未达到这一水平，这其中的差距被称为“部署积压”。同时，Y Combinator CEO陈嘉兴对这一现象进行了深入分析，认为这片几乎空白的行业版图里，蕴藏着下一代300个独角兽的机会。
报告显示，软件工程领域占据了AI智能体工具调用量的大部分，达到了49.7%，而其他16个垂直行业如医疗、法律、金融、教育、客服、物流等，每个领域的份额都不到9%。这一数据背后，隐藏着巨大的创业机会。陈嘉兴认为，这些看似空白的领域正是下一个300个独角兽的摇篮。
报告中还提到了AI智能体的工作效率。独立评估机构METR的测试结果显示，Claude已经能够独立完成需要人类近5小时才能搞定的工作。然而，在实际使用中，即便是全球最激进的那批用户，单次让AI连续工作的时长也不过42分钟左右。这种能力与实际使用时间之间的巨大落差，被称为“部署积压”，意味着AI已经准备好了，而人类还在追赶。
值得注意的是，从2025年10月到2026年1月，第99.9百分位的会话时长几乎翻了一倍，从不到25分钟涨到42分钟。这一增长曲线的平滑性表明，驱动变化的主力并非模型变得更聪明，而是人类在协作中学会了慢慢放手。同时，Anthropic内部的使用数据也印证了这一趋势，表明AI智能体的自主程度正在逐步提高。
在理解和磨合人机协作的过程中，报告讲述了一个有趣的故事。最初使用Claude Code的人中，只有大约20%选择了“全自动批准”模式，但随着使用次数的增加，这一比例上升到了40%以上。这表明，随着信任的积累，用户开始更加放手让AI智能体运行。然而，值得注意的是，那些更愿意放手让AI运行的老用户，同时也更频繁地打断它。这种看似矛盾的现象，实际上反映了两种截然不同的工作方式。
报告还强调了AI智能体在复杂任务中的“共建”概念。AI智能体的自主程度并非由模型单方面决定，而是由模型、用户和产品设计共同塑造。这一发现对理解AI监管争论具有重要意义。报告中的数据显示，73%的工具调用有人在回路中监管，仅0.8%的操作属于不可逆类型。这表明，在AI监管方面，采取过度监管可能导致生产力下降，而安全性提升有限。
在垂直AI创业领域，软件工程领域的智能体渗透率高，主要是因为这个领域的“容错空间”最宽裕。但其他垂直行业如医疗、法律、金融、教育、客服、物流等领域，却几乎是一片未经开垦的土地。陈嘉兴认为，垂直AI公司天然具备防御性，因为它们需要深入理解特定行业的痛点和雷区。
报告预测，到2026年底约40%的企业应用将集成任务型AI Agent，这意味着我们正站在从实验到规模化的临界点上。对于正在选方向的创业者或传统行业的从业者来说，这份报告提供了一个明确的信号：日常工作中那些让你疲惫又无聊的环节，很可能就是下一个独角兽公司的起点。
陈嘉兴的总结简练而有力：“300个SaaS独角兽已经来过了，300个垂直AI独角兽即将到来。” 赢家属于那些选准一个行业扎进去、把领域知识编织进智能体、同时能帮客户完成变革管理的创始人。每一轮技术革命最丰厚的回报，往往不属于铸造锤子的人，而属于那些清楚该往哪面墙上敲的人。
