编程智能体选工具或重塑开发者软件竞争规则

生成式人工智能正在推动软件推广从搜索引擎优化转向答案引擎优化和生成式引擎优化，厂商开始关注如何让内容被智能体理解和引用。开发者工具增长服务公司 Armature 的研究显示，Claude Code、Codex 和 Cursor 可能正在成为软件工具的新“采购者”，并重新决定调试、部署、数据库及其他技术栈工具的归属。

Armature分析了约1.7万次工具选择会话，发现过去二十年形成的品牌认知并不等于智能体当下的产品选择。例如，提到容器时模型会立即联想到 Docker，却未必知道其如今提供的沙箱能力。公司认为，工具能否被智能体发现、推荐并接入代码库，可能直接关系到厂商未来能否留在技术栈中；研究还计划在 Astra 和 Fable 5.1 上重跑，以观察模型变化带来的结果差异。

研究团队模拟了 vibe coder、初创企业初级工程师和大型企业资深工程师，设计出1163种提示词，并从75个公开代码仓库生成测试环境。对外展示的数据来自其中经过验证的5292次会话。样本记录了语言、框架、第三方服务、部署平台、团队规模和项目年龄等信息，还对开源项目偏多的样本结构进行了调整。

实验分别测试三个编程智能体在真实代码库中的工具接入行为，并用虚构公司名、伪造提交历史和 API Key 降低偏差。Gemini 3.7 Flash 通过 orchestrator 模拟人类参与者；若直接要求智能体立即执行，它往往会自行开发全部功能，而加入“人类”环节后，头部工具和云平台原生方案的优势会减弱，结果更接近实际开发流程。

代码库上下文对最终选择影响显著。同为邮件或通信服务，TypeScript 项目中 Resend 在89次运行中胜出55次，Python 项目由 SendGrid 以22/24胜出，Go 项目由 Postmark 以20/24胜出，Java 项目则是 Azure ACS 以22/23胜出。Cursor约三分之二会参考网页，Codex有94%的会话使用搜索且九成查询带 site 运算符，Claude Code仅约30%会联网，但联网时访问页面数约为 Codex 的3倍。三者仅42%的测试单元选择相同工具，Claude Code自行实现的比例为19%，接近另外两者10%的两倍。

研究还显示，被提及不代表会被采用。PayPal曾被提到139次却一次未选，LangChain被提及194次但最终只选中4次。相关分析认为，仓库上下文、文档、定价页面乃至数据保留期限等脚注，都可能影响智能体判断；厂商需要让这些内容更便于机器准确读取，而不只是面向人类进行品牌营销。

这一趋势已催生围绕智能体选型的服务。MailChannels创始人 Ken Simpson 表示，企业可以先分析智能体在不同场景下的决策，再调整产品信息，让选择结果向自身倾斜。Armature成立于2026年，当前研究仍属早期尝试，但如果未来更多工具由智能体依据代码库、开放数据和网页信息决定，开发者工具厂商面向人类建立的营销体系可能需要重新设计。