Armature团队对Claude、Codex和Cursor三个编码智能体进行了大规模对比研究，共进行16893次运行测试，收集了5292个有效会话，涉及51个代码库和18个行业领域。研究发现这三个智能体在选择第三方服务时采用不同策略，仅在42%的情况下做出相同选择。