Eltérő eszközöket választanak a Claude, a Codex és a Cursor, az Armature.tech szerint
Az Armature.tech 17 893 futásból 5 292 érvényes sessiont elemezve kimutatta, hogy az AI-kódolók eltérő forrásokra támaszkodnak, és a szimulált emberi beavatkozás csökkentette a felhőplatform-natív megoldások dominanciáját.
A mesterséges intelligencia (AI) kódolásban való alkalmazása terén a Claude, Codex és Cursor ügynökök eltérő stratégiákat követnek az eszközök kiválasztásában. Az Armature.tech által végzett, 17 893 futást magában foglaló kísérletsorozatból 5 292 érvényes sessiont értékeltek ki, feltárva az ügynökök forrásfelhasználási szokásait és a végső döntéseket befolyásoló tényezőket. (Hacker News)
Eltérő források, eltérő döntések
A kísérlet kimutatta, hogy a különböző kódolóügynökök eltérő forrásokra támaszkodnak. A Cursor a sessionök kétharmadában az internetre hagyatkozik, míg a Codex 94%-ban használ webes keresést, gyakran specifikus domainekre vagy megoldásokra fókuszálva.
A Claude Code ezzel szemben elsősorban saját előzetes tudására épít, és csak mintegy 30%-ban keres rá az interneten, bár ekkor háromszor több oldalt böngész át, mint a Codex. Az ügynökök mindössze 42%-ban választanak azonos eszközt; például a hangügynökök kategóriájában a Claude Code a Twilio-t, a Codex az OpenAI Realtime API-t, a Cursor pedig a Vapi-t részesíti előnyben.
A kontextus kulcsfontosságú
A kódolóeszközök kiválasztását jelentősen befolyásolja a projekt kontextusa és a programozási nyelv. Azonos felkérés esetén négy különböző programozási nyelvű repozitóriumban négy különböző emailküldő szolgáltató nyert: a Resend a TypeScript (55/89 futás), a Sendgrid a Python (22/24), a Postmark a Go (20/24), az Azure ACS pedig a Java (22/23) esetében. Hasonlóképpen, a Vercel dominált a TypeScript repókban, míg a Render a Python repókban volt a legnépszerűbb.
A szimulált emberi beavatkozás hatása
A kutatás során egy „szimulált ember” is részt vett a folyamatban, aki a Gemini 3.7 Flash orchestrátor segítségével valósághűbb forgatókönyveket tett lehetővé. Ez a beavatkozás csökkentette a felhőplatform-natív megoldások, mint az Amazon S3, dominanciáját. Például az objektumtárolási kísérletekben a Cloudflare R2 kezdett győzni olyan szekciókban, ahol korábban az ügynökök mindig az Amazon S3-at használták. A szimulált emberi beavatkozás hatása a valós fejlesztői döntésekre azonban csak a kísérleti környezetben lett tesztelve.
Népszerűség és valós választás
Számos ismert szolgáltató, mint a Paypal vagy a LangChain, gyakran említésre kerül a beszélgetésekben, de ritkán választják őket. A Paypal 139 említésből egyszer sem nyert, míg a Stripe 124 alkalommal. A LangChain 194 említést kapott, de csak négyszer választották. A Netlify-t 152-szer említették, de csak hatszor választották. Az Armature.tech 5 292 sessionjéből 388 említett platformkezelési többletterhelést és 195 a költségeket, ami gyakran az információ prezentálásának módjából adódott, nem pedig tényleges kizáró okból.
Piaci dominancia és vita
Bizonyos piacokat erősen uralnak, míg mások vitatottak. A Stripe az esetek 90%-ában nyert, csak specifikus, EU-szabályozású esetekben veszített. A Neon 66%-os győzelmi aránnyal vezetett a tárolási megoldások között, ezt követték a felhőplatformok natív megoldásai (Azure, AWS). A fájltárolásban az Amazon S3 dominál 45%-kal, míg az Azure és a GCP 20%-ot ért el. A Resend és a Postmark vezet a telepítési arányban 35,6%-kal és 27,4%-kal.