Armature、コーディングエージェントのツール選定傾向分析レポートを公開──1.7万セッションから判明した Claude / Codex / Cursor の振る舞い
Claude Code・Codex・Cursor の 16,893 セッションの検証から、エージェントごとの検索頻度や選定ツールの違いを実証した。
リリース: 2026-09-03 · 読了 3 分記事の要約
1. 核心（What）
- Armature が Claude Code・Codex・Cursor の 16,893 セッションを解析した結果を公開
- 75 種類のダミーリポジトリ、10 言語、4 種類のペルソナを用いて実際のタスクを実行
- Gemini 3.7 Flash をオーケストレーター（シミュレートされた人間）およびジャッジとして使用
- 検証に使用されたすべてのセッションのトレースとコード差分データがパブリックに公開された
2. 影響（Why）
- エージェントごとの意思決定プロセスの違い: Cursor や Codex が web 検索を多用するのに対し、Claude Code は事前知識に頼る傾向が強く、エージェント変更だけで選定ライブラリが大きく変わる。
- 国内開発チームへの示唆: 国内の受託開発・SaaS開発企業（チーム規模 10〜50 名程度）では、AI コーディング支援の挙動差がそのまま成果物に直結するため、選定基準の統制が急務となる。
3. 根拠・詳細（How）
- 検証環境とサンドボックスの構成: E2B・Blaxel・Daytona の 3 つのサンドボックスプロバイダをローテーションし、10 言語・75 リポジトリで検証を実施した。
- シミュレートされた人間の導入: Gemini 3.7 Flash によるオーケストレーターを介し、最初からすべてを内製化しようとするバイアスを排除して実環境に近い意思決定を再現した。
4. 展望・課題（Next）
- 第 2 波以降のデータ公開: 今回除外された 1 万件以上のセッションについても、追加の分析結果として順次公開される予定。