Claude、Codex 和 Cursor 会选择哪些工具？我们测了 1.7 万次运行来弄清楚

原文 ↗ Hacker News 讨论 ↗

一家创业公司分析了约 17,000 次 Claude Code、OpenAI 驱动的 Codex 工具和 Cursor 等 coding agents 的运行，想看看它们安装哪些开发工具以及如何做选择，结果发现 agents 经常彼此不一致，在某些情况下很少使用 web search，而且往往偏向熟悉的既有工具。评论者对“AI 偏好”可能如何塑造哪些框架、数据库和服务会成为主流这一想法很感兴趣，但许多人警告说，这可能会重演已经困扰 web search 的 SEO 和广告驱动扭曲。在“agent optimization”变成一种新的、没那么显眼的增长黑客和付费置顶之前，多位评论者呼吁建立防护措施、透明度，以及强大的开源替代方案。

研究发现与工具行为

  • 这项研究在不同的仓库、角色设定和组织规模下运行了约 1.7 万次 coding-agent 会话，以衡量工具选择。
  • 报告出的模式：Claude Code 很少使用 web search；Codex 几乎总会使用；Cursor 介于两者之间。有些人在实践中也看到了相同的行为，另一些人则说 Claude 只有在被明确要求时才会搜索。
  • 某些工具（例如 LangChain、Supabase、Netlify、支付处理器）经常被提及，但很少被选择。
  • 仓库上下文和指令可以显著改变 agent 选择哪种工具。

影响 agent 选择与“面向 agent 的 SEO”

  • 核心商业想法：分析 agent 会选择什么，然后帮助供应商将 agent 引导到他们的工具上，这类似于面向人类的 SEO/营销。
  • 一位评论者表示自己也独立构建了类似系统，并确认“卖给 agents”感觉很像传统营销。
  • 另一位指出，未来模型可能会为推荐加入类似联盟营销的收入机制，尽管其他人认为即便在那之前也已经存在直接机会。

伦理、广告与信任

  • 有人强烈反对对 agents 进行“增长黑客”，认为这是在重演 SEO 式的网络退化，并且可能推动次优工具。
  • 也有人认为，这可以抵消已写入模型先验中的既有巨头影响，并帮助更新、更好的工具浮现。
  • 许多人担心“Agent Engine Advertising”和带赞助性质的工具选择，认为这会像搜索广告一样不断侵蚀；几位评论者断言，大型实验室已经开始这么做了。

技术行为与鲁棒性

  • Agents 似乎对那种天真的、类似 prompt injection 的偏置尝试具有一定抵抗力：在自定义搜索索引上的实验显示，过强或不一致的偏置会触发安全机制和怀疑。
  • 工具选择差异被归因于模型指令、system prompts，以及成本/效率考量（例如，为了节省 token，多文件编辑时偏好 shell/Python）。

UX、定价与生态

  • 几位评论者批评 Armature 网站弹窗过于侵入、移动端布局糟糕；团队回应称修复正在发布。
  • 定价（起步约 5,000 美元/月）被认为偏高，但其定位是托管式“agency”服务，而不仅仅是工具访问权限。
  • 更广泛的讨论把这与对 AI 中心化、“黄金时代”终结，以及开源/开放权重替代方案重要性的担忧联系起来。