1.7 萬次實測揭露 Claude Code、Codex 與 Cursor 工具選擇偏好，發布各類別排行榜與決策軌跡

據報導，一項針對 Claude Code、Codex 與 Cursor 等 AI 寫程式代理（coding agents）的大規模測試結果發布，旨在分析 AI 如何為開發者挑選並安裝第三方服務。該實驗共執行近 1.7 萬次測試，涵蓋 75 個程式碼儲存庫、1,163 種提示詞變體，並模擬無軟體背景開發者至資深工程師等多種使用者輪廓。 測試發現，即使在不同的沙盒環境、專案基礎與提示詞下，AI 代理常得出一致的工具選擇結論。例如在資料庫選擇上，Claude Code 與 Cursor 皆因免費額度、成本可預期，以及不會像 Supabase 在低用量時休眠等理由，向不同背景的使用者推薦並實際安裝 Neon。 報告引述 Vercel 去年 4 月的數據指出，超過 30% 的部署已由 AI 代理發起（半年內成長 1000%），顯示開發工具廠商的市場競爭將越來越依賴 AI 的決策偏好。測試團隊目前已公開各類別工具的排行榜、彙整結果，以及包含使用者提示詞、AI 思考軌跡與實際程式碼差異（code diffs）的完整紀錄。