Claude Code 工具选择研究

你有没有想过这个问题：当你让 AI 帮你写代码的时候，它脑子里是怎么选工具的？

你说"帮我加个登录功能"，它选什么认证方案？你说"部署到云上"，它选哪个云平台？你说"加个状态管理"，它用 Redux 还是 Zustand？

说实话，我之前一直觉得 AI 选工具大概是随机撞大运，或者根据它训练数据里什么东西多就选什么。直到我看到 Amplifying.ai 做的这个实验，才发现事情比我猜的有意思多了。

他们干了这么一件事：拿了三个 Claude 模型（Sonnet 4.5、Opus 4.5、Opus 4.6），扔到四种不同的项目仓库里，每个跑三遍，总共 2430 次测试。关键是不告诉它该用什么工具，就问开放性问题，看它自己怎么选。

结果呢？有些选择跟我猜的差不多，有些就完全没想到。

发现一：Claude Code 能自己写代码，就不推荐第三方工具

说实话这个发现挺意外的。

在 20 个工具类别里，有 12 个类别 Claude Code 的首选不是用现成工具，而是自己写一个。

你让它加 feature flag，它不会推荐你用 LaunchDarkly，而是帮你写一套配置系统，用环境变量加上百分比灰度发布。你让它加登录认证，它不会推荐 Auth0，直接给你写 JWT 加 bcrypt 的方案。

统计下来，“Custom/DIY”（自己动手）这个标签出现了 252 次，比任何单个工具都多。

我琢磨了一下，这事儿其实挺合理。想想看，你让一个会写代码的东西帮你解决问题，它本能反应就是写代码解决，而不是去找第三方。就像你问一个木匠"我想装个书架"，他第一反应是拿木头做一个，而不是打开淘宝搜"书架"。

但这个倾向也不是绝对的。有些领域它就特别认死理，认准了一个工具就死磕到底。

发现二：选工具时果断得吓人，GitHub Actions 占 94%

当 Claude Code 决定用现成工具而不是自己写的时候，它的选择集中度非常高：

  • CI/CD：GitHub Actions 占 94%（152/162）
  • 支付：Stripe 占 91%（64/70）
  • UI 组件：shadcn/ui 占 90%（64/71）
  • 前端部署：Vercel 占 100%（86/86，所有 JS 项目）
  • 状态管理：Zustand 占 65%（57/88）
  • 错误监控：Sentry 占 63%（101/160）

在 Claude Code 的"世界观"里，某些工具已经是默认选项了。你让它做 CI/CD，它几乎不会考虑 Jenkins、GitLab CI 或者 CircleCI，直接就 GitHub Actions 了。

这种果断让我想到一个类比：就像北京人吃涮羊肉认准铜锅，重庆人吃火锅认准牛油底料。不是其他的不行，但这些已经是默认选项了，没有特别理由不会换。

发现三：新模型偏爱新工具，Drizzle ORM 取代 Prisma

研究者把三个模型的选择做了对比，发现了一个明显的"新鲜度梯度"：越新的模型，越倾向于选择更新的工具。

最典型的例子是 ORM。

在 JavaScript 项目里，Sonnet 4.5 选 Prisma 的比例是 79%，选 Drizzle 是 0%。但到了 Opus 4.6，情况完全反转：Drizzle 100%，Prisma 0%。

这就像你问你爸和你弟同一个问题"买什么手机"，你爸说华为，你弟说小米。两代人对"什么是好东西"的判断标准不一样。

Python 的任务队列也有类似情况。Sonnet 4.5 选 Celery 是 100%，但 Opus 4.6 选 FastAPI BackgroundTasks 的比例上升到了 44%，剩下大部分是自己写 asyncio 任务，Celery 直接被抛弃了。

缓存这块更明显。Sonnet 4.5 选 Redis 的比例是 93%，但 Opus 4.6 选 Redis 的比例掉到了 29%，一半的情况选择自己写一个内存缓存。

AI 模型的"技术品味"在随着训练数据更新。Opus 4.6 的训练数据更新，它接触到的更多是"轻量化"、“简单够用"这种技术趋势，所以它的选择也更往这个方向靠。

发现四：部署平台选择完全看技术栈，Vercel 还是 Railway

部署这个类别的选择特别有意思，因为它完全被技术栈决定了：

JavaScript 前端项目（Next.js / React SPA）：Vercel，100%。没有任何其他选项被选为首选。

Python 后端项目（FastAPI）：Railway，82%。

最让我震惊的是这个数据：AWS、GCP、Azure 这三大云服务商，在 112 次部署相关的回答中，被选为首选的次数是——零。

这就像你问一群北京人去哪吃烤鸭，没人说去全聚德。不是全聚德不好，而是大家都有了新的默认选项。

Vercel 被选中的原因研究者也给了解释：它是 Next.js 的创造者做的，零配置部署，自动预览环境，边缘函数支持。你让它部署一个 Next.js 项目，它给你的答案通常是这样的：

Vercel（推荐）—— 由 Next.js 的创造者开发，零配置部署，自动预览环境，边缘函数。运行 vercel deploy 即可。
Netlify —— 不错的替代品，免费额度友好。
AWS Amplify —— 如果你已经在 AWS 生态里可以用。

注意到了吗？Vercel 有安装命令和详细理由，AWS Amplify 就一句话打发过去了。这待遇差距也太大了。

发现五：有些工具被"礼貌性提及"但从不推荐

看到这块数据的时候我笑出声了。

有些工具，Claude Code 知道它们的存在，会在回答里提一嘴，但从来不推荐作为首选。

比如前端部署领域：

  • Netlify 被提及 67 次，但都是作为"备选”
  • Cloudflare Pages 30 次，同样是备选
  • GitHub Pages 26 次，还是备选

还有一类更惨，被提及但连备选都不是：

  • AWS Amplify 被提及 24 次，0 次备选推荐
  • Firebase Hosting 被提及 7 次，0 次备选推荐

这就像你问朋友推荐餐厅，他说"你可以去那家新开的日料店，或者隔壁的火锅店也行，哦对了旁边还有家麦当劳"。麦当劳被提了，但你懂的，那不是推荐。

最惨的是那些"完全透明"的工具：AWS EC2/ECS、Google Cloud、Azure、Heroku。这些在回答里几乎都不会被提及，就像不存在一样。

这研究告诉我们什么

看完这些数据，我有几点感受：

第一，AI 编程助手的"技术品味"正在形成。它不是随机选工具，而是有一套自己的判断逻辑。这套逻辑可能来自训练数据里最新的技术趋势，也可能来自对"简单好用"的某种理解。

第二，如果你想知道"现在流行用什么"，看 AI 的选择可能比看各种年度调查报告更有参考价值。因为 AI 的训练数据就是最近的代码，它反映的是当下开发者真实在用的东西。

第三，传统云服务商可能要紧张了。当 AI 编程助手开始影响技术选型，而它几乎不推荐 AWS、GCP、Azure 的时候，这些公司的获客成本可能会越来越高。

最后，这个研究也提醒我们：AI 选的工具不一定是最适合你的。它的选择基于它的"世界观"，而你的项目可能有不同的约束条件。它推荐 Vercel 是因为它觉得简单好用，但如果你的公司有合规要求必须用私有云，那你还是得老老实实选别的。

工具好不好，最终还是得看场景。AI 可以给建议，但拍板的还是你。

常见问题

Q：这个研究的数据来源是什么？

A：Amplifying.ai 使用了三个 Claude 模型（Sonnet 4.5、Opus 4.5、Opus 4.6），在四种不同的项目仓库中进行测试，每个模型跑三遍，总共收集了 2430 次响应。85.3% 的回答能够提取出明确的工具选择。

Q：为什么 Claude Code 倾向于自己写而不是用现成工具？

A：研究者认为这是因为 AI 本质上是一个"会写代码的助手"，它的本能反应是用代码解决问题。对于 feature flag、简单认证这类需求，自己写的成本可能比集成第三方还低，所以它选择自己动手。

Q：Vercel 真的有那么好吗？

A：对于 Next.js 项目来说，Vercel 确实提供了最好的开发体验，因为它就是 Next.js 团队做的。零配置、自动预览环境、边缘函数支持，这些特性让部署变得非常简单。但如果你的项目有特殊需求（比如必须部署在私有云），那它就不一定是最佳选择了。