Які інструменти вибирають Claude, Codex та Cursor? Ми виміряли 17 000 запусків, щоб дізнатися
Armature проаналізував 17 000 сеансів трьох AI-агентів для кодування (Claude, Codex, Cursor) та 75 репозиторіїв, щоб визначити, які інструменти вони встановлюють. Агенти послідовно рекомендують однакові рішення незалежно від користувача або запиту.
🔬 Цікаво для розуміння поведінки AI-агентів. Для тих, хто будує або оцінює інструменти для розробки коду — допомагає передбачати, які залежності будуть додані автоматично.
🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Проаналізовано 17 000 сеансів трьох AI-агентів для кодування
- •Вивчено 75 репозиторіїв на предмет встановлених інструментів
- •Агенти послідовно рекомендують однакові рішення незалежно від користувача
- •Стаття не розкриває, які саме інструменти вибирають агенти
- •Дослідження має характер exploratory, без практичних рекомендацій
Як це змінить ваш ринок?
Для інструментів розробника це може означати новий шлях поширення: якщо AI-агенти послідовно встановлюють конкретні бібліотеки або розширення, це створює эффект «обов’язкового вибору» для нових користувачів, які довіряють агентам. Це зменшує маркетингові витрати на продвиження інструментів, але збільшує залежність від поведінки моделей, яку важко контролювати.
Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.
- •Людина, що оцінює інструменти для розробки: ніякого спеціального обладнання не потрібно, достатньо читати статтю
- •Команда: не потрібна, аналіз можна провести індивідуально
- •Масштаб: актуально для будь-якого розміру команди, що використовує AI-агенти для кодування
- •Час на впровадження: не потрібен, це інформаційна новина
Альтернативи
| Armature дослідження | Bezpośrednie тестування | Аналіз логів GitHub | |
|---|---|---|---|
| Ціна | Безкоштовно (публічний блог пост) | Вартість часу розробника | Вартість доступу до даних |
| Де працює | Блог платформа | Локальне середовище розробки | Публічні репозиторії |
| Мін. вимоги | З’єднання з інтернетом | Доступ до AI-агентів | API GitHub |
| Ключова різниця | Підсумок великомасштабного аналізу | Першособовий досвід | Реальні дані з використанням |
💬 Часті запитання
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
Shir-man Trending — оригіналНавчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiupskill.live