دراسة لأكثر من ١٦ ألف تجربة: Claude وCodex وCursor يختلفون في اختيار أدوات التطوير

اختبرت Armature كيف يختار وكلاء البرمجة أدوات وخدمات الطرف الثالث عند تنفيذ مهام تطوير فعلية، عبر 16,893 تشغيلًا شملت Claude Code وCodex وCursor. وبعد تصفية الجلسات، استندت النتائج المنشورة إلى 5,292 جلسة صالحة عبر 51 codebase و18 قطاعاً.

الفكرة ليست سؤال النموذج مباشرة عن «أفضل أداة»، بل وضعه داخل مستودع برمجي ومطالبته بحل مهمة محددة، مثل إرسال فواتير إلى البريد الإلكتروني، ثم تتبع ما ناقشه وما اختاره وما أضافه فعلياً إلى الكود.

اختلاف واضح بين الوكلاء

اختار الوكلاء الثلاثة الأداة نفسها في 42% فقط من الحالات. وفي فئة voice agents مثلاً، اختار Claude Code خدمة Twilio، بينما اتجه Codex إلى OpenAI Realtime API واختار Cursor منصة Vapi.

كما اختلفت طريقة البحث عن المعلومات:

• استخدم Cursor الويب في نحو ثلثي الجلسات.
• استخدم Codex البحث على الويب في 94% من الجلسات تقريباً، وغالباً عبر استعلامات موجهة مثل site: للتركيز على مواقع موثوقة أو وثائق مزود بعينه.
• اعتمد Claude Code بصورة أكبر على معرفته السابقة، ولم يبحث في الويب إلا في نحو 30% من الحالات، لكنه عند البحث تصفح صفحات أكثر بثلاثة أضعاف من Codex. وفي فئات أحدث مثل sandboxes، ارتفع استخدامه للويب إلى نحو 80%.

ووجدت الدراسة أيضاً أن Claude Code يبني الحلول داخلياً بمعدل يقارب ضعف Codex وCursor: 19% مقابل 10% لكل منهما وفق النتائج المعروضة.

لغة المشروع تغيّر الاختيار

سياق الـ repository لم يكن تفصيلاً ثانوياً. عند طرح الطلب نفسه في أربعة مستودعات بلغات مختلفة، تغير مزود البريد الإلكتروني الفائز:

• Resend في مشاريع TypeScript: 55 من 89 تشغيلًا.
• SendGrid في Python: 22 من 24.
• Postmark في Go: 20 من 24.
• Azure ACS في Java: 22 من 23.

وينطبق الأمر على الاستضافة أيضاً: تفوق Vercel في مستودعات TypeScript، ووصل إلى 100% عندما كان المشروع يستخدم Next.js، لكنه لم يُوصَ به في مستودعات Python حيث هيمن Render.

الظهور في الحوار لا يعني الفوز

كثرة ذكر المنتج لا تضمن أن الوكيل سيختاره. ضمن تجارب بوابات الدفع، ذُكر PayPal 139 مرة من دون أن يُختار، بينما فاز Stripe في 124 من تلك الجلسات. وذُكر Adyen 175 مرة لكنه اختير ثلاث مرات فقط.

وفي أمثلة أخرى، كان LangChain أكثر framework ذكراً بـ194 إشارة، لكنه اختير أربع مرات فقط. وذُكرت Netlify 152 مرة كخيار deployment واختيرت ست مرات، بينما كانت Supabase قاعدة البيانات الأكثر ذكراً بـ242 إشارة، لكنها تراجعت أمام Neon في النتائج.

كيف أثرت صفحات المنتجات؟

تشير النتائج إلى أن طريقة تقديم التفاصيل في صفحات المزودين قد تقلب القرار. فقد خسرت Mailgun بصورة متكررة أمام Postmark عندما اطّلع الوكلاء على عبارة «الاحتفاظ لمدة يوم واحد» في الخطة المجانية. كما خسرت Supabase في كثير من الحالات لأن عرض حزمة BaaS الواسعة، بما فيها auth وstorage وrealtime، بدا غير ملائم لوكيل يبحث عن قاعدة بيانات فقط.

ومن أصل 5,292 جلسة، ذُكر عبء إدارة المنصات 388 مرة، وذُكرت التكلفة 195 مرة. وتقول Armature إن أثر هذه العناصر ارتبط في عدد ملحوظ من الحالات بأسلوب عرض المعلومة، لا بكونها عائقاً تقنياً حاسماً وحده.

أسواق محسومة وأخرى متقاربة

في الدفع، فاز Stripe في تسع حالات من كل عشر تقريباً، مع خسارات في حالات أوروبية منظمة محددة لصالح مزودين أكثر تخصصاً مثل Paddle وMollie. وفي قواعد البيانات، حققت Neon نسبة اختيار بلغت 66%، تلتها الحلول الأصلية لمنصات السحابة مثل Azure وAWS.

أما التخزين، فتصدرت Amazon S3 بنسبة 45%، تلتها Azure وGCP بنسبة 20% لكل منهما. وفي البريد الإلكتروني، تقاربت Resend وPostmark بنسبة تثبيت بلغت 35.6% و27.4% على الترتيب.

اعتمدت التجارب على 75 مستودعاً مولداً يحاكي خصائص مستودعات عامة، عبر 10 لغات برمجة، مع lockfiles حقيقية جرى التحقق منها مقابل registries مثل npm. كما استخدمت Armature أربعة أنماط للطلبات، من Vibe-coder إلى مهندس في مؤسسة كبيرة، وشغلت المهام في sandboxes مؤقتة من E2B وBlaxel وDaytona.

ولمحاكاة الحوار الواقعي، استخدمت الشركة Gemini 3.7 Flash كـ«إنسان محاكى» يراجع اقتراح الوكيل أو يطلب منه تنفيذ خياره، وكأداة تحليل لتقييم صلاحية الجلسات وتحديد الأداة التي انتهى الوكيل إلى استخدامها في الكود.