最近有人做了一个实验，我看完之后好几天都在想这件事。

他们让 Claude Code 去构建项目——SaaS 应用、API、数据管道——不给任何工具限制，就问：你觉得应该用什么？然后把 2430 次回答里的工具推荐都统计了一遍。

数字挺吓人的。

Vercel：JS 项目的部署推荐率 100%。不是 80%，不是 90%，是一百分之一百。Stripe 拿走了 91.4% 的支付集成推荐，shadcn/ui 拿走了 90.1% 的 UI 组件推荐，GitHub Actions 拿走了 93.8% 的 CI/CD 推荐。与此同时，AWS 的主推荐次数是 零。Express.js——npm 历史上下载量最高的包之一——也是零。 Jest 在无数 CI 流水线里跑着，但 Claude 推荐它的概率只有 4%。

你可能会想：「也许这些确实就是最好的工具呢？」也许是。但这恰恰是问题所在。

这不叫推荐，这叫垄断

我写了挺长时间代码了，见过技术偏好来来去去。Rails 从「未来」变成「遗留系统」，Angular 输给了 React，Redux 被更简单的状态管理方案取代。这些演变发生在几年时间里，经过无数博客、技术大会、招聘需求和开发者的讨论才形成。

但它们从来没有以 100% 的方式发生过。

一个真实的高级工程师推荐工具时，通常会说：「我喜欢 Vercel，DX 很好，但 Railway 和 Render 其实也挺靠谱的。」人的推荐自带上下文、有取舍、有场景限定。没有一个真正上过线的人会对所有项目无脑推同一个工具。

但 Claude 会。当一个初级开发者问 AI 助手「我的 Next.js 应该怎么部署」，得到的不是一个带有权衡的比较，而是一个听起来像金科玉律的答案：用 Vercel。

你得到的不是推荐。你得到的是某个人愿意花几十亿去制造的那种结果。

史上最有效的广告，没有广告

直说吧：这就是广告，而且是有史以来最有效的广告形式。

回顾一下广告的进化史。最早是广告牌和平面广告——你一眼就能认出来，可以主动忽略。然后是原生广告——把「赞助内容」伪装成新闻报道。读者一开始被骗，后来 SPONSORED 的标签让它露馅了。再后来是 SEO——公司疯狂生产内容刷排名，让产品「有机地」出现在搜索结果顶部。但用户慢慢也学会了对自然排名保持怀疑。

现在，出现了终极形态：AI 介导的产品植入。

没有赞助标签。没有关键词堆砌的痕迹。只有你信赖的 AI 助手，用跟刚才帮你 debug 一个复杂 TypeScript 错误完全相同的口吻，告诉你：部署用 Vercel，支付用 Stripe，UI 组件用 shadcn/ui。没有任何缝隙，没有任何提示说「这个推荐可能受到训练数据经济学的影响」。

用户对 AI 的信任——这种信任是在亲眼看着 AI 正确解决一个又一个技术难题中建立起来的——会毫无摩擦地转移到 AI 的产品推荐上。这是有史以来最精密的信任转换机器。

已经有人在玩这套了

接下来的部分有点黑暗：这个玩法，公司们早就在琢磨了。

机制很简单。大语言模型用互联网上的文字训练出来。如果你想让你的产品被推荐得更多，你就需要让它更多地出现在训练数据里——出现在教程里、GitHub 仓库里、Stack Overflow 回答里、博客文章里。这本质上是 SEO，只不过目标受众是 AI 训练语料库。

Vercel 把这套玩得很明白。他们的开发者关系策略、开源贡献、写得非常好的部署文档、跟 Next.js（他们也赞助这个项目）的深度绑定——这一切在 AI 训练数据里形成了巨大的引力场。不管这是从一开始就有意识的「训练数据营销」，还是恰好在 AI 时代发酵的好的开发者关系，结果是一样的：100% 的捕获率。

与此同时，AWS——那个真正跑着互联网很大一部分的基础设施巨头——在 Claude 这里主推荐次数是零。想想这意味着什么。AWS 市占率更高，功能更多，企业部署规模更大。但它的开发者体验差，小项目的文档烂，学习曲线陡。在人类专家做决策的世界里，AWS 经常因为安全性和规模而胜出。在语言模型根据训练数据模式做决策的世界里，AWS 输了，因为初级开发者写的热情洋溢的 AWS 教程比 Vercel 的少太多了。

新的护城河不是基础设施，不是功能，而是在训练集里的文档密度。

没人在讨论的那些受害者

Express.js 被下载了几十亿次。它驱动着大量的 Node.js 应用。它有维护、稳定，几乎每个 Node 开发者都懂它。Claude Code 推荐它的次数：零。

Jest 跑在无数 CI 流水线里。它是 Create React App 多年来内置的测试框架。Claude 推荐它的概率只有 4%，基本上被 2021 年才出生的 Vitest 全面替代了。

Redux：零次。AWS：零次。各大云厂商的托管数据库服务：几乎隐身。

这些都不是烂工具。它们只是不够「AI 原生」——要么诞生得太早，没赶上这波大规模写技术博客的热潮；要么文档主要面向企业用户，不是那种会被抓进训练数据的热情洋溢的开发者教程。它们正在被从新一代的默认技术栈里抹去，不是因为输掉了技术竞争，而是因为输掉了一场它们压根不知道自己在参加的比赛。

这件事应该引起所有做开发者基础设施的人警觉。「这是最好的工具吗？」这个问题正在越来越多地被「AI 会推荐这个工具吗？」所取代。这是两个截然不同的问题，有着截然不同的答案。

你的技术决策早就不是你的了

有一个机制让这件事特别阴险，值得专门说一下：AI 编程助手不只影响你最初选哪个工具，它影响你对哪些工具变得熟练。

当你用 Claude Code 构建项目，它持续地用 shadcn/ui 的模式写代码，你就开始内化这些模式。你学会了 shadcn/ui 的用法，因为那是 Claude 替你写的代码。当你之后「独立地」决定用哪个 UI 组件库时，你会自然地伸手去拿 shadcn/ui——不是因为 Claude 告诉你要用它（那件事你早忘了），而是因为那是你真正会用的那个，是那个让你觉得自然顺手的那个。

好广告的微妙之处一直都是这样。最好的广告不像广告，它像文化，像你自己的偏好。

AI 工具推荐正在以比任何东西都更快的速度变成「文化」。不是因为它更有说服力，而是因为它更有塑造力——它在你形成独立判断之前，就已经决定了你用什么来构建东西。

接下来会发生什么

我预计未来几年，开发者工具厂商会掀起一场争夺「AI 推荐密度」的军备竞赛。我们会看到更多的教程投入、更多的开源示例、更多精心撰写的文档——这些文档在写的时候，已经心知肚明自己的受众里包括 AI 训练管道。

我们大概也会看到一些厂商试图更直接地影响训练数据——赞助 AI 相关内容，为被用作训练示例的项目做贡献，也许最终找到直接影响模型微调的办法。「好的开发者关系」和「训练数据营销」之间的界限，会以极快的速度模糊掉。

最早看透这套逻辑的公司已经赢得了巨大的先发优势。Vercel 在 Claude 推荐里的 100% 捕获率，胜过他们曾经能打出去的任何广告战役。它会自我强化：开发者学 Vercel，因为 Claude 推荐 Vercel；Vercel 在开发者心智中越来越强势；关于它的教程越来越多；训练数据越积越厚；未来的模型推荐它的频率越来越高。

这是一个飞轮，而且它已经在高速旋转了。

我们造了一台极其强大的推荐引擎，把它嵌进了每个开发者的工作流，然后免费发放出去。谁能影响这台引擎推荐什么，谁就能塑造下一代软件是用什么构建的。

这不是一个产品功能，这是一个文明级的杠杆。而现在，它大体上指向的是那些在 2022 年写了最多热情洋溢的博客文章的人。

本文引用的研究是 amplifying.ai 的 Edwin Ong 和 Alex Vikati 撰写的 “What Claude Code Chooses"，基于对 Claude Code 在 20 个工具类别中 2430 次回答的系统性分析。