Что произошло
Команда Armature провела масштабное исследование поведения трёх ИИ-ассистентов для разработчиков: Claude Code, Codex и Cursor. В ходе 16 893 сессий модели выбирали инструменты для конкретных задач в разных контекстах — от личных проектов до корпоративных репозиториев.
«В 30% развёртываний инициатором был ИИ-ассистент — рост на 1000% за полгода» (данные Vercel)
Детали
Исследователи создали 75 реалистичных репозиториев на 10 языках программирования с фейковыми историями и API-ключами. Каждый эксперимент моделировал запрос от одного из четырёх типов пользователей:
- «Вайб-кодеры» — описывают только симптомы проблемы
- Джуны — называют категорию инструмента
- Сеньоры — конкретизируют требования
- Корпоративные разработчики — учитывают compliance и процессы
Для реалистичности добавили «симулированного человека» на базе Gemini 3.7 Flash, который утверждал или отклонял выбор ассистента. Без этого ИИ чаще предлагал самописные решения.
Почему это важно
- Доверие к рекомендациям — разработчики могут полагаться на выбор ИИ, особенно в незнакомых областях
- Для вендоров — понимание логики выбора критически важно, так как доля «агентных» решений растёт экспоненциально
- Паттерны выбора — ИИ часто отвергает «раскрученные» решения (PayPal, Netlify) в пользу более специализированных (Neon, Resend)
Что дальше
Тренд на автоматизацию выбора инструментов будет усиливаться. Уже сейчас заметны:
- Зависимость от контекста (язык/фреймворк определяют выбор)
- Рост значения «правильного» позиционирования для вендоров
- Различия в поведении ассистентов (Cursor чаще ищет в интернете, Claude полагается на внутренние знания)
При работе с ИИ-ассистентами уточняйте контекст (язык, масштаб проекта) — это сильно влияет на качество рекомендаций.
Источники
- Оригинал: armature.tech — © armature.tech
