Armature 16893 次 session 三大 Agent 选工具仅 42% 一致
Armature 2026 年 9 月 3 日发布实验：Claude Code、Codex、Cursor 在 5292 条有效 session 里仅 42% 选同一第三方工具。本文提炼搜索习惯、Stripe/Neon 集中度与对选型文档的启示。
「Agent 会帮我选 Stripe 还是 Adyen？」在 2026 年 9 月之前，多半只能靠猜。Dev-tools 增长公司 Armature 9 月 3 日发布目前公开规模最大的对照之一：16,893 次 sandbox session（Claude Code、OpenAI Codex、Cursor 三 CLI），经质检保留 5,292 条有效 run，覆盖 51 个合成 codebases、18 个 sector、1,163 种 prompt 变体。核心结论：三者选完全同一第三方产品的比例仅 42%。
实验设计为什么可信（以及 caveat）
Armature 不是只让 Agent「推荐」，Agent 必须在 repo 里安装并写集成代码；Gemini 3.7 Flash 扮演产品 owner 多轮对话；独立 judge 记录最终选型。Traces、prompt、diff 公开，见 leaderboards。
Caveats（原文与 Pivot News 均提到）：
Armature 业务含「影响 Agent 选型」的 growth 服务，读数时保持批判。
合成 repo（假公司名、假 git history）+ 真 lockfile；不等于你的 legacy monolith。
10,601 条 run 未进首发数据集，结论可能随 second wave 微调。
五条对开发者有用的观察
搜索策略差很大
Codex 94% session 用 web search，常带site:vendor.com；Cursor 约 2/3；Claude Code 仅 ~30% 但搜时浏览页数约为 Codex 3×。弱 prior 领域（如 sandboxes）Claude 搜索率升到 ~80%。自研 vs 买第三方
Claude Code ~19% 选择 in-house 实现；Codex/Cursor ~10%。Performance CI sector 里 ~52% 自研 gate，高于任何 SaaS。头部 SaaS 仍集中
Payments：Stripe ~88%；Databases：Neon ~66%；Cloud：AWS ~62%。五个 sector 有「过半」默认赢家。contested sector 没有默认
AI gateway：Portkey 与 Cloudflare AI Gateway 各 ~21%；Search：Postgres FTS 仅 ~17% 领先。Voice agents：Claude→Twilio，Codex→OpenAI Realtime API，Cursor→Vapi，三不一。仓库语言/栈影响极大
同一 sector、四种语言栈，email provider 选型可完全不同；「Agent 会选 Postmark」不能从语言无关地推广。
对你写 CLAUDE.md / Cursor Rules 意味着什么
若你不写约束，Agent 用 training prior + 搜索习惯 选型，三人三结果，PR 里可能出现团队未批准的 vendor。
可执行写法：
在 rules 里 点名允许的服务（如 payments: Stripe test mode only）。
禁止 Agent 自行 sign up 生产 API Key；secrets 走 vault。
对 contested sector（Auth、AI gateway）给 decision tree，别留 open-ended「你选一个」。
这与 限额变更总表 同属 2026 Q3「Agent 上生产」文档化浪潮；也和 Token 开销 联动，Armature 实验里 Agent 装工具，工具 schema 越大，后续每 turn 越贵。
和 Cursor / Codex / Claude 选型文怎么配合
Armature 测的是 「加能力选 SaaS」，不是「哪个 IDE 更好」。IDE 对比仍看 Cursor 定价 hub、OpenCode 值不值、Agents API。
Voice 栈分歧可接 OpenAI Realtime API 与 Agents API 公测，Codex 偏 OpenAI Realtime 与 Armature 一致。