这种集中度的下降在一定程度上反映了编码任务从Claude.ai迁移到我们的第一方A PI,其中Claude Code已占据了采样流量的很大份额。Claude Code的自主架构将 编码工作分解为较小的API调用,这些调用被标记为不同的任务。因此,尽管编码 在API流量中的整体份额有所增长,但它分散在许多任务类别中,而不是集中在少 数几类中。结果,尽管编码活动增加,API中的任务集中度仍然大致保持平稳 这种代码从Claude.ai迁移的现象并不是导致集中度下降的唯一因素。部分下降是 由于两个时期之间使用案例组合的变化。课程作业从19%降至12%的对话中,而个 人使用则从35%上升至42%的对话中。一部分课程作业的下降可以用某些国家的学 术日历来解释,正值学生在我们样本期间的寒假²。与此同时,从2月开始的注册人 数增加带来了更多的休闲AI用户。 随着Claude工作任务的传播变得更加多样化,几乎所有这些任务在我们的数据中 都曾出现过。在我们之前的报告中,我们提到 在Claude.ai上被识别为工作、个人或课程相关的对话份额