1.7 万次会话实测：三大编码 Agent 是怎么选工具的

开发工具圈最近有一份挺特别的研究：Armature 团队跑了 16,893 个会话，就为了回答一个问题——Claude Code、Codex、Cursor 这三个编码 Agent，在给项目选第三方服务（数据库、支付、邮件、部署）的时候，到底是怎么做决定的，最后谁会赢。

背景是 Vercel 今年 4 月公布的一组数据：超过 30% 的部署已经由编码 Agent 发起，半年涨了十倍。Agent 不只在写代码，它在替你做技术选型。这对开发者是个信任问题，对工具厂商则是生死问题——你的产品会不会被 Agent 选中。

先说清楚这项研究的方法和它的立场。Armature 自己是给开发工具做增长服务的，这项研究本来就属于"怎么影响编码 Agent 选择"的工作的一部分，数据有立场，解读时要带着这个前提看。但方法做得相当扎实。

实验怎么做的

他们先分析了数千个公开 GitHub 仓库的语言、框架、第三方服务和团队规模分布，然后搭了 75 个仿真仓库：10 种编程语言，假公司名、假 Git 历史、假 API key，但锁文件是真的、能和 npm registry 对上的。

任务来自四种人设：只描述症状的 vibe coder、提到类目的初级工程师、讲约束的高级工程师、带合规和采购要求的大厂工程师。共 1,163 种提示词变体，在 E2B、Blaxel、Daytona 三家沙箱轮换执行。

还有一个细节很讲究：他们用 Gemini 3.7 Flash 扮演"模拟人类"在环。因为真实使用中很少是一句提示就放手，通常是 Agent 先给推荐，人拍板。另一个 Gemini 实例当裁判，剔除仓库预先选边等无效会话。最后 16,893 次运行里，5,292 个会话被认定有效发布。

五个发现

一、三个 Agent 的信息来源完全不同，而且经常吵不出结果。

Cursor 三分之二的会话靠联网搜索做决策；Codex 94% 的会话都联网，而且十次里有九次用 site: 这类搜索指令只看信任域名；Claude Code 主要靠模型自身记忆，只有约 30% 的场景联网，但一旦联网，浏览的页面数是 Codex 的三倍——在沙箱这类它记忆里没有的新兴品类，联网率会跳到 80%。

结果是：三个 Agent 只有 42% 的场景选出同一个工具。语音 agent 品类里，Claude Code 选 Twilio，Codex 选 OpenAI Realtime API，Cursor 选 Vapi。另外 Claude Code 自研方案的比例（19%）几乎是另外两家（10%）的两倍。

二、仓库上下文是最大的变量。

同一个需求，四种语言的仓库，选出四个不同的邮件服务赢家：TypeScript 仓库 Resend 赢（55/89），Python 仓库 SendGrid 赢（22/24），Go 仓库 Postmark 赢（20/24），Java 仓库 Azure ACS 赢（22/23）。Vercel 在 TypeScript 仓库通吃（Next.js 项目 100% 中选），在 Python 仓库却从未被推荐，那边是 Render 的地盘。

三、被提及不等于被选中。

这是整份研究里最有传播力的数据。支付品类，PayPal 被提及 139 次、选中 0 次（这 139 次里 Stripe 赢了 124 次）；Adyen 被提 175 次、只中 3 次。LangChain 是被提及最多的框架（194 次），只被选中 4 次。Netlify 被提 152 次选中 6 次。Supabase 是被提及最多的数据库（242 次），依然被 Neon 大幅压制。

四、细节能翻盘。

Mailgun 经常输给 Postmark，原因是 Agent 读到了它免费版的"日志只保留 1 天"；Supabase 总是输，是因为它把 auth、存储、realtime 这些 BaaS 功能打包展示，而 Agent 要的只是一个纯数据库。5,292 个会话里，388 次提到平台管理开销、195 次提到成本——其中不少是信息呈现方式的问题，不是产品真的不行。

五、有的市场一家独大，有的高度分散。

支付里 Stripe 十战九胜，只在欧盟合规场景输给 Paddle、Mollie 这些专精玩家。数据库 Neon 拿下 66%，其余归云厂商原生方案。文件存储 Amazon S3 占 45%。邮件服务 Resend（35.6%）和 Postmark（27.4%）缠斗正酣。

几点想法

对开发者，这份研究最大的价值是把"Agent 的判断可信吗"量化了：同一个需求，换个语言换个仓库，答案就完全不同。Agent 的推荐是强上下文相关的，不是客观评测。

对工具厂商，游戏规则变了：被提及只是入场券，被选中才是结果，而决定后者的可能只是文档里一句话的呈现方式。当然，这份研究本身出自一家做 Agent 增长服务的公司，实验设计和数据都公开了（完整 traces 可查），但"如何被 Agent 选中"正是它们的生意，这个立场要记住。

Agent 时代的 SEO，可能真的要来了。

原文：armature.tech/blog/which-tools-coding-agents-install（本文为解读转述，数据与结论均归 Armature 原作者）。