三个AI选同一个工具的概率，只有42%

Armature 跑了 16893 次会话，让三个主流 AI 编程工具各自挑第三方服务并真的写进代码。只有 42% 的时候它们选到一块儿。更狠的是 PayPal 被点名 139 次，一次都没被装上。

先说结论：AI 的推荐不是答案，是抽签

你有没有问过 AI"这个需求该用哪个服务"？

有，而且你大概率照着装了。

因为 AI 说话那个语气太像标准答案了——有条有理、列了对比、还给了理由。你很难怀疑它在三秒钟前刚扫了一眼某个定价页。

9 月 3 日，一家叫 Armature 的公司把这事儿量化了。结论有点难看：给三个最主流的 AI 编程工具同一个需求，它们只有在 42% 的情况下选中同一个服务。

剩下 58% 的时候，你用的是哪个 AI，决定了你这个项目未来几年背着哪家供应商。

16893 次，而且不许嘴上说说

这个实验最值钱的设计是：AI 不能只推荐，必须真的把代码写进去。

很多评测问 AI"你觉得该用哪个"，AI 给你一段答案，完事。但"提到"和"装上"是两件完全不同的事。Armature 要求 AI 把集成代码老老实实写进仓库，然后看 lockfile 里最后到底多了谁。

规模也不小：75 个仿真仓库、10 种编程语言、1163 种提问变体、16893 次会话，每次都跑在一次性沙箱里。提问的人还分了四种角色——只会描述症状的小白、说得出目标的新手、列需求的老手、以及带合规和采购约束的大厂工程师。

最后通过校验、作为本轮公开结果的是 5292 次会话。

42%：剩下那 58% 发生了什么

最直观的一个例子是语音功能。同一个需求，同一份代码库：

• Claude Code 选了 Twilio
• Codex 选了 OpenAI Realtime API
• Cursor 选了 Vapi

三个都不算错。但没有哪个项目能同时用三家。

为什么差这么多？往下挖一层，你会发现三个 AI 的信息来源根本不是一回事：

翻译成人话：一个每家供应商都要打电话问一遍，一个翻翻行业黄页，还有一个靠老经验——除非遇到它真不熟的新领域（在"沙箱"这类新兴品类里，Claude Code 的搜索率会飙到 80%）。

顺便说一句，Claude Code 有 19% 的时候干脆自己手搓，另外两个只有 10%。如果你的产品能被四十行手写代码替代，那你在五分之一的会话里，竞争对手是"AI 懒得装"。

你的代码用什么语言写，比你说什么更重要

这是整份报告里最反直觉的一条。

Armature 拿同一个"发邮件"的需求，丢进四个只有编程语言不同的仓库，结果出了四个赢家：

部署平台也一样分裂：TypeScript 仓库里 Vercel 通吃，只要有 Next.js 它就是 100%；但在 Python 仓库里，Vercel 一次都没被推荐过，位置被 Render 占了。

决定 AI 选什么的，不是你的需求，是你已有的代码。

这句话值得所有做产品的人抄下来：你以为你在跟用户说话，其实你在跟他的存量系统说话。

被点名，不等于被选中

如果说前面几条还只是"AI 各有偏好"，这一条就是行业级地震了。

Armature 统计了"被提到次数"和"最终被安装次数"的落差：

PayPal 被 AI 提了 139 次，一次都没装成。同一次会话里，Stripe 从这 139 次里拿走了 124 次。

全篇被引用最多的框架 LangChain，提了 194 次，装了 4 次。

品牌知名度，在 AI 面前不是资产。

数据库品类也一样：Supabase 被提到 242 次，知名度远高于 Neon，最后赢的是 Neon（66% 的选择率）。原因据分析是 Supabase 把 auth、storage、realtime 打包进定价，AI 一合计——"我只要个数据库，不想买一整套"，转身走了。

这份报告，有一半不能全信

写到这儿必须踩一脚刹车，不然就是替人抬轿子了。

第一，发布方有利益冲突。 Armature 自己的生意，就是帮厂商优化"在 AI 面前的曝光排名"。它自己在报告里披露了这一点。它测的这件事，正好是它收费干的那件事——读这种报告，得打个折。

第二，只公开了三成会话。 16893 次里放了 5292 次，其余说留待第二批。留下的是随机抽样还是挑过的，外人无从判断。

第三，最要命的一条：模拟用户和最终裁判，用的是同一个模型（Gemini 3.7 Flash）。也就是说，AI 扮演用户去追问，另一个 AI 实例来判定这次会话算不算数、谁赢了。自我评审这套，误差会往哪边偏，谁也说不清。

所以 42% 这个数字，别当成物理常数看。它真正的价值是把一件事摆到了台面上：

AI 的选择是有倾向性的，而倾向性来自它的训练数据、搜索习惯和上下文。它不是在给你一个客观答案，它是在给你一个它自己的答案。

最后：AI 推荐位，是新的广告位

这事儿跟不写代码的人有什么关系？关系大了。

过去二十年，商业世界里最值钱的位置是"搜索结果第一条"。为了这个位置，诞生了整个 SEO 行业。

现在，越来越多的采购决策——用哪家数据库、接哪个支付、发邮件找谁——正在从"人去搜"变成"AI 直接选"。Vercel 今年 4 月就说过，平台上超过 30% 的部署是由 AI 编程工具发起的，半年涨了十倍。

买方换了，没人发通知。

接下来会冒出来一个新行当，有人已经给它起了名字：AEO，Agent Engine Optimization——优化给 AI 看的文档，而不是给人看的落地页。什么 llms.txt、把关键信息塞进结构化文件、控制 Token 预算让 AI 读得省劲……本质上就是 SEO 换了个甲方。

对普通人的提醒只有一句：

下次 AI 给你推荐个什么东西，记得它只是在三个答案里随机挑了一个。多问一句"还有别的选择吗"，成本为零。

觉得有用？点个关注，持续获取优质内容。