Что выбирает Claude Code

28.02.2026 · 5 мин

Хочешь узнать, какие инструменты выбирает ИИ-помощник для написания кода? Я тоже сначала подумал — да какая разница? Но результаты исследования меня реально удивили.

В исследовании Amplifying ребята запустили Claude Code против реальных репозиториев 2430 раз и просто наблюдали за тем, что он выбирает. Без подсказок в промптах — чистый эксперимент.

Самое интересное — Клод строит сам.

ЧТО ВЫБИРАЕТ CLAUDE CODE (топ инструментов)
───────────────────────────────────────────
GitHub Actions   ████████████████████ 94% │
Stripe           ████████████████████ 91% │
shadcn/ui        ███████████████████   90% │
Vercel           █████████████████████ 100%│
Tailwind CSS     ████████████████      68% │
Zustand          ██████████████        65% │
Sentry           ██████████████        63% │
Resend           █████████████         63% │
Vitest           ████████████          ~60%│

Custom/DIY       █████████████████████████│
                 (252 выбора — больше чем 
                  любой отдельный инструмент)
Доля случаев использования инструмента vs собственной реализации

Главный вывод: строй сам

Когда Клоду говорят «добавь feature flags», он не предлагает LaunchDarkly (хотя это стандарт индустрии). Он пишет конфиг с переменными окружения и процентным rollout прямо в коде.

Когда просят «добавь авторизацию на Python» — получай JWT + bcrypt с нуля.

Это паттерн: в 12 из 20 категорий Клод выбирает собственную реализацию вместо готового решения.

КОГДА СТРОИТ vs КОГДА ПОКУПАЕТ (по категориям)
─────────────────────────────────────────────
Строго строит:              Строго покупает:
┌─────────────────┐         ┌─────────────────┐
│ Auth (Python)   │ →100%   │ CI/CD           │ →94%
│ Feature Flags   │ →69%    │ Payments        │ →91%
│ Caching         │ часто   │ Deployment (JS) │ →100%
└─────────────────┘         └─────────────────┘

Баланс:
┌─────────────────┐         ┌─────────────────┐  
│ Auth (общее)    │ →48%/52%│ Observability   │ →78%/22%
└─────────────────┘         └─────────────────┘  
(48% строит / покупает)     (78% покупает / строит)
Процент случаев когда Claude Code пишет код сам vs использует готовое решение

Персональности моделей

Исследователи тестировали три версии модели — и они ведут себя по-разному:

Sonnet — консерватор. Выбирает проверенные решения: Redis для кэширования в Python (93%), Prisma для ORM в JS (79%), Celery для фоновых задач (100%). Это тот случай, когда старший разработчик говорит «возьми то, что знаешь».

Opus 4.5 — балансировщик. Больше всего называет конкретные инструменты (86.7%) и равномерно распределяет выбор между альтернативами.

Opus 4.6 — экспериментатор. Вообще не трогает Prisma в JS-проектах (0%), зато Drizzle везде где можно (100%). Больше всех строит сам — 11,4% случаев кастомной логики вместо библиотек.

Мне это напоминает разницу между junior и senior разработчиками: первый тянется за готовыми решениями («возьму Redux»), второй понимает когда нужен собственный велосипед («Redux здесь лишний»).

Что он выбирает по умолчанию

Когда Клод всё-таки покупает, а не строит — он делает это уверенно и предсказуемо:

Инструмент Категория Доля
GitHub Actions CI/CD 94%
Stripe Платежи 91%
shadcn/ui UI компоненты 90%
Vercel Деплой JS 100%

Это как если бы новый разработчик пришёл в команду и сказал: «Я буду использовать Vercel + Tailwind + shadcn + Zustand». Знакомо?

Другие предпочтения:

При этом почти никогда не выбирают Express (предпочитают современные фреймворки), LaunchDarkly для фич-флагов и старый добрый Redux без крайней необходимости.

Почему это важно

2 430 запусков — это не игрушечный бенчмарк. Это картина того, как ИИ-помощники формируют экосистему.

Когда миллионы разработчиков используют Клода каждый день и получают одни и те же рекомендации — это влияет на рынок инструментов сильнее любого маркетинга.

Vercel сейчас получает огромный буст просто потому что Клод ставит его по умолчанию в JS-проектах с вероятностью 100%. Stripe доминирует в платежах не потому что конкуренты хуже — а потому что ИИ знает только один правильный ответ.

Выводы

Что я вынес из этого исследования:

  1. Не все проблемы нужно решать библиотеками. Клод часто пишет простой код вместо тяжёлой зависимости — и это окей.
  2. Экосистема становится монопольной. Один ИИ-помощник диктует выбор десяткам тысяч разработчиков.
  3. Выбирай модель под задачу. Sonnet даст консервативный стек технологий; Opus последних версий — более смелые решения.
  4. Следи за тем что предлагает твой ИИ. Если он всегда тянется к одному инструменту — возможно есть смысл посмотреть альтернативы.

А ты заметил какие-то закономерности в том, какие инструменты тебе предлагают ИИ-помощники? Есть ощущение что они все как один советуют одно и то же?

Ссылки