# Эффективность ИИ-модели Claude в программировании зависит от экспертизы пользователя

> Исследователи из Anthropic выяснили, что точность генерации кода моделью Claude возрастает с 77% до 91% при увеличении уровня предметной экспертизы пользователей. Результаты основаны на анализе взаимодействия разработчиков с ИИ-ассистентом.

- Canonical HTML: https://youragents.me/ru/media/news/jeffektivnost-ii-modeli-claude-v-programmirovanii-zavisit-ot-jekspertizy-polzovatelja
- Markdown: https://youragents.me/ru/media/news/jeffektivnost-ii-modeli-claude-v-programmirovanii-zavisit-ot-jekspertizy-polzovatelja.md
- Section: Новости
- Published: 2026-06-18T00:37:34+03:00
- Modified: 2026-06-18T00:37:34+03:00

Исследователи из Anthropic выяснили, что точность генерации кода моделью Claude возрастает с 77% до 91% при увеличении уровня предметной экспертизы пользователей. Результаты основаны на анализе взаимодействия разработчиков с ИИ-ассистентом. 

Компания Anthropic опубликовала данные, демонстрирующие прямую зависимость между квалификацией пользователей и успешностью работы ИИ-модели Claude в задачах программирования. Согласно исследованию, при взаимодействии с опытными специалистами модель генерирует корректный код в 91% случаев, тогда как для менее подготовленных пользователей этот показатель составляет 77%.

Анализ проводился на основе реальных сценариев использования Claude в качестве инструмента разработки. Исследователи отмечают, что ключевым фактором повышения эффективности стало умение пользователей формулировать точные и структурированные запросы. В частности, эксперты чаще применяли специфические термины предметной области и детализированные инструкции, что позволяло модели точнее интерпретировать задачи.

Результаты подчеркивают важность обучения пользователей для максимально эффективного взаимодействия с ИИ-системами. Как пишет один из авторов исследования, Кэмерон Вулф (Cameron R. Wolfe), «качество входных данных определяет качество выходных — это правило работает и для больших языковых моделей». В Anthropic не раскрывают детали методологии, но указывают, что выборка включала разработчиков с различным уровнем опыта.

Публикация вызвала дискуссию среди специалистов по машинному обучению. Некоторые эксперты, в том числе Равид Шварц-Зив (Ravid Shwartz-Ziv), отмечают, что аналогичная зависимость наблюдается и у других ИИ-моделей, однако масштаб разницы между группами пользователей в случае Claude оказался неожиданно высоким.

Источники: X-пост Кэмерона Вулфа (Cameron R. Wolfe), 16 июня; публикация на платформе Digg.