实测1.7万次AI编程会话：Claude、Codex和Cursor各自偏好什么工具

近日一项研究追踪了16,893次AI编程代理的会话，发现不同编程助手在选择第三方工具时存在令人意外的差异。该研究由Armature团队进行，他们通过分析数千个公开GitHub仓库的统计数据，构建了覆盖10种语言、75个模拟仓库的测试环境。这些仓库模拟真实工作场景，包含了伪造的公司名、Git历史、API密钥，并在npm等注册中心真实校验了依赖文件。

研究人员设计了四种用户角色（业余代码爱好者、初级工程师、高级工程师和企业工程师），生成了1163组提示词。每组实验均在一个独立的沙箱环境中运行，且引入了由Gemini 3.7 Flash扮演的“人机交互模拟者”。这个模拟者会在列表中会接受初步分析并征询意见，从而避免因条件限制迫使Agent只能使用内部方案。

结果显示，不同工具的选择偏好差异很大。Cursor约有三分之一左右的会话依据内部知识即可决定方案；Codex则高度依赖网页搜索来验证信息，其94%的会话使用了搜索，但其中九成使用了(site:))这样的搜索算子来聚焦来自特定域的结果。Claude Code则把更多的注意力放在自身已有知识上，但一旦启动搜索，则会读取更多页面。

在对同样任务的适配上，代码背景也会互换答案。在Python或Go仓库中求会话和在不同语言中，选择有明显不同偏好。例如在Java仓库，有关Azure的环境较多被选，Go则偏向Select and Run、等等。在20的搭建、部署环节，Vercel明显偏好TypeScript项目，而Python项目中Renderer被偏好且被推荐，而Vercel从未出现。

更值得注意的是，一些知名厂商常常是“说的多、选得少”，如支付模块中，PayPal被提及139次但从未被中选选中。这表明，虽然AI编程助手在底层上更依赖现有信息，但它在特定技术上存在明显的倾向性，开发者若要将其应用于技术选型，需要了解这些隐式的偏好。