Claude, Codex और Cursor कौन-से टूल चुनते हैं? हमने पता लगाने के लिए 17k रन मापे
एक startup ने Claude Code, OpenAI-powered Codex tools, और Cursor जैसे coding agents के लगभग 17,000 runs का विश्लेषण किया ताकि यह देखा जा सके कि वे कौन-से developer tools install करते हैं और उन्हें कैसे चुनते हैं। निष्कर्ष में पाया गया कि agents अक्सर एक-दूसरे से असहमत होते हैं, कुछ मामलों में web search का बहुत कम उपयोग करते हैं, और familiar incumbents को प्राथमिकता देते हैं। Commenters इस विचार से आकर्षित हैं कि AI preferences यह तय कर सकती हैं कि कौन-से frameworks, databases, और services mainstream बनें, लेकिन कई लोग चेतावनी देते हैं कि इससे web search में पहले से मौजूद SEO और ad-driven विकृतियाँ फिर से पैदा हो सकती हैं। कई लोग safeguards, transparency, और मज़बूत open-source alternatives की वकालत करते हैं, इससे पहले कि “agent optimization” growth hacking और paid placement का एक नया, कम दिखाई देने वाला संस्करण बन जाए।
अध्ययन के निष्कर्ष & टूल व्यवहार
- अध्ययन ने अलग-अलग repos, personas, और org sizes में लगभग 17k coding-agent sessions चलाईं ताकि टूल चयन को मापा जा सके।
- रिपोर्ट किए गए पैटर्न: Claude Code बहुत कम web search का उपयोग करता है; Codex लगभग हमेशा करता है; Cursor बीच में है। कुछ लोग व्यवहार में यही पैटर्न देखते हैं, जबकि अन्य कहते हैं कि Claude केवल तब search करता है जब स्पष्ट रूप से कहा जाए।
- कुछ tools (जैसे LangChain, Supabase, Netlify, payment processors) का अक्सर उल्लेख होता है, लेकिन उन्हें बहुत कम चुना जाता है।
- repository context और instructions एजेंट द्वारा चुने गए tool को काफी हद तक बदल सकते हैं।
Agent choices को प्रभावित करना & “agents के लिए SEO”
- मुख्य business idea: एजेंट क्या चुनते हैं इसका विश्लेषण करना, फिर vendors को मानवों के लिए SEO/marketing की तरह अपने tools की ओर agents को nudges देने में मदद करना।
- एक commenter बताता है कि उसने स्वतंत्र रूप से एक समान system बनाया है और पुष्टि करता है कि “agents को बेचना” पारंपरिक marketing जैसा महसूस होता है।
- एक अन्य का कहना है कि भविष्य के models में recommendations के लिए affiliate-style revenue शामिल हो सकती है, हालांकि अन्य तर्क देते हैं कि इससे पहले भी तुरंत opportunity मौजूद है।
Ethics, ads, और trust
- “growth hacking” agents के खिलाफ ज़ोरदार विरोध है, जिसे web की SEO-style degradation को दोहराने और संभावित रूप से suboptimal tools को बढ़ावा देने के रूप में देखा गया।
- कुछ का तर्क है कि इससे model priors में baked-in incumbents का संतुलन बन सकता है और नए, बेहतर tools को उभरने में मदद मिल सकती है।
- कई लोग “Agent Engine Advertising” और sponsored tool choices से डरते हैं, इसे search ads के creep से जोड़ते हैं; कई का कहना है कि यह बड़ी labs के साथ पहले से ही शुरू हो चुका है।
तकनीकी व्यवहार & robustness
- Agents साधारण prompt-injection-style प्रयासों के प्रति टूल चयन में bias लाने के लिए प्रतिरोधी दिखते हैं: custom search index के साथ experiments में, बहुत मजबूत या असंगत bias ने safety mechanisms और संदेह को trigger किया।
- tool-selection में अंतर model instructions, system prompts, और cost/efficiency considerations से जोड़ा गया है (जैसे multi-file edits के लिए tokens बचाने हेतु shell/Python को प्राथमिकता देना)।
UX, pricing, और ecosystem
- कई commenters Armature site की intrusive popups और खराब mobile layout के लिए आलोचना करते हैं; टीम जवाब देती है कि fixes ship किए जा रहे हैं।
- pricing (लगभग $5k/month से शुरू) को ऊँचा माना जाता है, लेकिन इसे सिर्फ tool access के बजाय एक managed “agency” service के रूप में प्रस्तुत किया गया है।
- व्यापक चर्चा इसे AI centralization, “golden age” के अंत, और open-source/open-weights alternatives के महत्व से जोड़ती है।