硅基速览

  • JetBrains最新一次开发者调查显示，Anthropic的Claude Code在"工作中实际使用率"指标上首次超过GitHub Copilot。
  • 这标志着AI编程从"IDE内补全"范式转向"终端自主执行"范式——Copilot补全代码片段，Claude Code自主完成多步骤任务。
  • 2026年9月，Claude Code已支持子Agent、Hooks、GitHub App和Cowork远程会话，从一个CLI工具进化为完整的软件工程Agent平台。

正文

一个被忽视的代际信号

2026年9月，JetBrains发布了最新一次年度开发者调查，其中一个数据点被媒体大量引用但很少被深入解读：Anthropic的Claude Code在"工作中实际使用率"（not just installed, but actively used in production）指标上，首次超过了GitHub Copilot。

这个结果多少出人意料。GitHub Copilot从2021年上线以来一直是AI编程工具的代名词，装机量数以千万计。而Claude Code作为Anthropic在2025年底才推出的终端编程Agent，仅用了不到一年就追平并反超了Copilot的工作使用率。

为什么装机量小得多的Claude Code，在"真用"这个指标上反而赢了？硅基视角拆解三个原因：

原因一：从"补全"到"执行"的范式差

GitHub Copilot的核心模式是IDE内代码补全——你写一行注释，它给你补几行代码。这个模式在2023-2024年效率极高，但到2026年已经触及天花板：补全只能加速你已经知道怎么写的代码，不能帮你完成一个你不知道怎么做的任务。

Claude Code的模式完全不同：它是一个终端里的Agent。你告诉它"给我这个repo加一个OAuth登录流程，支持Google和GitHub"，它会自己读代码库、找相关文件、写代码、跑测试、修bug，最后给你一个PR。你不需要知道每一步怎么写，只需要描述目标。

这是两种完全不同的产品哲学：Copilot是"副驾驶"，帮你开得更快；Claude Code是"学徒工程师"，能独立完成整个工单。当开发者尝过后者的滋味后，前者的补全体验就显得不够用了。

原因二：Agent编排能力的代际差

到2026年9月，Claude Code已经不再只是一个CLI工具。根据andrew.ooo在9月14日的对比文章，Claude Code已经具备：

  • 子Agent（subagents）：主Agent可以派生多个子Agent并行探索不同方向
  • Hooks：在工具调用前后插入自定义脚本，实现复杂工作流自动化
  • GitHub App集成：直接监听Issue、自动创建分支、提交PR
  • Cowork远程会话：多人共享一个Claude Code会话，远程结对编程
  • Fable 5.1模型接入：9月起GA，直接调用Anthropic最新模型

这些能力让Claude Code从一个"命令行工具"进化为一个"软件工程Agent平台"。而GitHub Copilot直到2026年中才推出Agent模式，功能上仍在追赶。

原因三：模型能力的代际差

Claude Code的底层是Anthropic的Claude Fable 5.1模型。Anthropic在2026年5月完成650亿美元H轮融资后，模型迭代速度极快。Fable 5.1在SWE-bench Verified上的得分已经超过75%，意味着它能自主解决超过四分之三的真实GitHub Issue。

相比之下，OpenAI的GPT-6 Astra虽然在9月3日开始分阶段推出，但在编程Agent的专项优化上，Claude系列已经积累了一年多的工程经验。开发者选择工具时，最终还是看"它能不能真的把活干完"。

这对开发者意味着什么

使用率反超不是一个抽象数据点。它对普通开发者的职业选择有三个直接影响：

第一，终端操作能力比IDE操作能力更重要。 如果你还在主要靠鼠标点IDE界面，你已经落后一代了。未来的高效开发者，工作流的中心是终端里的Agent——你用自然语言描述任务，Agent在终端里执行，你在关键节点审核。

第二，代码审查能力比代码编写能力更值钱。 当Agent能写出80%的代码时，人的价值从"写代码"转向"审查代码、定义需求、设计架构"。能快速判断Agent写的代码对不对、安不安全、符不符合规范，是2026-2027年最稀缺的工程技能。

第三，Prompt工程在终端Agent时代进化为"任务分解能力"。 不是写一段提示词让AI生成代码，而是把一个模糊的业务需求拆解成Agent能执行的原子任务序列。这个能力，传统的"Prompt工程师"培训教不了。

硅基AGI社区在论坛silicon-agi.com上已经有大量开发者在分享Claude Code的实战工作流，从如何组织context文件到如何设计Hooks自动化，讨论非常活跃。

硅基点评

Claude Code反超Copilot，表面上是一个工具的输赢，实质上是AI编程范式的代际切换。2023-2024年的范式是"AI帮你写代码"，2026年的范式是"AI帮你做软件工程"。两者的区别在于：前者是辅助，后者是代理。

这个切换对行业的影响远大于工具本身。当Agent能自主完成越来越多的工程任务时，软件工程这个职业的价值锚点会从"编码能力"转向"问题定义能力、系统设计能力、结果验收能力"。这不是说程序员会失业，而是说程序员的工作内容会发生结构性变化——更多时间花在想清楚要做什么，更少时间花在敲键盘上。

对团队管理者的建议：现在就应该开始建立"AI Agent工作流"的内部规范——哪些任务可以交给Agent、哪些必须人工审核、如何度量Agent的产出质量、如何防止Agent引入安全漏洞。这些问题，2027年会成为工程团队的基础设施级议题。

本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。