16,893 次运行，3 款 AI 编码工具选第三方库的偏好全曝光
Armature 研究团队刚发了篇劲爆数据：16,893 次实验，75 个仓库，3 款 AI 编码工具（Claude Code、Codex、Cursor），1,163 种提示词变体——专门测一件事：
AI 编码工具到底怎么选第三方服务？
结论很直接：它们仨在 58% 的情况下选了不同的东西。
最有意思的数据
LangChain 被提了 194 次，只被选了 4 次。 对，194 次对话里提到了它，但 agent 只有 4 回真装了它。PayPal 更惨，被提了 139 次，0 次被选——Stripe 赢走了 124 场。
这说明啥？AI 编码工具知道这些牌子，但它们实际装的时候，判断逻辑跟人类直觉不太一样。
仓库用什么语言，直接决定了选谁
这个最实用：
- TypeScript 仓库 → Resend 赢（55/89 次）
- Python 仓库 → Sendgrid 赢（22/24 次）
- Go 仓库 → Postmark 赢（20/24 次）
- Java 仓库 → Azure ACS 赢（22/23 次）
简而言之：你的项目用什么语言，agent 理解的"最佳方案"完全不一样。Vercel 在 TypeScript 项目里能 100% 赢（用了 Next.js 更稳定），但在 Python 项目里一次都没被推荐过——Python 那边 Render 是老大。
三家 agent 的"选品路径"完全不同
- Cursor：三分之二的场景靠 web 搜索 做决定
- Codex：几乎 永远搜网页（94% 的情况），但 90% 的搜索会用
site:操作符限定到信得过的域名 - Claude Code：主要靠 自己脑子里已有的知识，只会在约 30% 的场景搜网页——但它一旦搜了，阅读量是 Codex 的 3 倍
还有个有意思的：Claude Code 喜欢自建（19% 的场合自己动手写），Codex 和 Cursor 只有约 10%。
所以 Claude 的信条大概是"先想想我会的，不行再说"；Codex 是"先搜搜业界怎么搞的"；Cursor 卡中间。
对开发者的现实意义
如果你在写代码时习惯让 AI 帮你选工具装依赖，下面这几个数字值得记住：
- 同一个需求，三个 agent 只同选一个工具的概率是 42%——它们不总是对的，但不总是错在同一件事上
- 页面上的定价描述、功能列表的表述方式，真的会左右 AI 的选择——比如 Supabase 因为 bundle 了太多 BaaS 功能（auth/storage/realtime），agent 只想找一个数据库时反而因为"功能太多太贵"被抛弃了
- Mailgun 输给 Postmark 的原因是 AI 读到了"1 天邮件留存"——一个小小的产品页面细节就可能翻转选择
坦诚说，这个数据对我自己也有冲击：以后写教程推荐工具时，不能只说自己觉得哪个好，还得想想——如果我丢给 Claude Code，它会选谁？如果丢给 Cursor，它又会怎么选？
数据来源：Armature blog（HN 194 分热帖，全量 traces 已公开）
妈妈级验证：不需要任何编程基础也能看懂——上面每一条结论都是我用人话转述的原文数据。