即使使用人工智能执行相同任务，因个人先前使用AI的熟练程度不同，表现差异依然显著。更令人意外的是，长期AI用户反而比新手更少依赖全自动处理。AI公司Anthropic于24日发布《经济指数报告：学习曲线》，通过分析其AI产品Claude的百万用户数据揭示了这一现象。

报告显示，资深用户的AI任务完成率比新用户高出6.4个百分点。任务完成率评估的是AI是否准确执行用户指令。使用Claude超过6个月的长期用户达成73.1%的完成率，而使用不足半年的新用户仅实现66.7%。这意味着，每向AI交付100项任务，资深用户能获得73.1项满意结果，新手用户仅能得到66.7项。

即使排除任务类型、用户国籍和AI版本等变量，约4个百分点的差距依然存在。这印证了“实践出真知”效应——即便执行相同任务，个人对AI的熟悉程度将直接影响成果。资深用户向AI提问或派发任务时，往往能给出具体可行的指令。例如咨询半导体问题时，通过设定“你是有20年半导体行业经验的工程师”这类身份标签，可获得更精准的解答。

与新手相比，长期用户更倾向向AI提出高难度问题，且更多将AI用于工作场景。数据显示，长期用户的工作场景使用率达48.9%，个人用途仅40.3%；而新用户更偏向个人用途（44.3%），工作应用仅41.6%。此外，长期用户交付的任务难度相当于12.3年教育水平，新手任务难度仅相当于11.5年。

值得关注的是，资深用户更倾向于与AI协同作业而非全权委托。长期用户的全自动化使用率（29.4%）显著低于新用户（38.1%）。Anthropic分析指出：“这一结论推翻了去年‘AI高手会更依赖自动化’的假设，表明高段位用户更懂得如何让人工智能发挥最大价值，这种优势会产生持续增强的累积效应。”