Course · 7 chapters
Panorama degli Agenti di Coding
Choose the right AI coding agent for your team. Compare Claude Code, OpenAI Codex, Gemini CLI, GitHub Copilot, and Cursor on architecture, permissions, and cost. 7 chapters, foundations.
What you'll be able to do
- Compare the top 5 coding agents
- Map terminal, cloud, and IDE agents
- Assess each agent's permissions model
- Compare coding agent costs
- Match an agent to your team
- Plan a multi-agent rollout
What's inside
- 1Coding agents landscape: parti da qui
Un orientamento di 12 minuti su cinque coding agent le cui feature list sono ormai convergenti vicino a 1M di context — quindi la vera decisione è il fit, non le capabilities.
- 2Claude Code Overview
Il coding agent nativo nel terminale di Anthropic — architettura, context window da 1M token, permessi, modello di costo e trade-off onesti per gli engineering manager che valutano le opzioni.
- 3Panoramica di OpenAI Codex
L'agente di coding async-first di OpenAI — architettura CLI e cloud task, esecuzione in sandbox, modello dei permessi, struttura dei costi e compromessi onesti per gli engineering manager che valutano le proprie opzioni.
- 4Panoramica di Gemini CLI
L'agente da terminale open-source di Google — in dismissione per gli utenti consumer, Pro e Ultra dal 18 giugno 2026 a favore della Antigravity CLI closed-source.
- 5GitHub Copilot: panoramica
L'ecosistema di assistenza al coding IDE-native di Microsoft/GitHub — superfici, architettura, gestione del contesto, permessi, modello di costo e trade-off onesti per gli engineering manager che valutano le opzioni.
- 6Panoramica di Cursor
L'IDE AI-native che forka VS Code e intreccia più modelli in ogni superficie di editing — architettura, gestione del contesto, permessi, modello di costo e compromessi onesti per gli engineering manager che valutano le proprie opzioni.
- 7Scegliere l'Agente Giusto
Un framework decisionale per gli engineering manager che valutano gli agenti di coding — le dimensioni che contano, gli archetipi di team, le strategie multi-agente e il playbook di rollout.
Frequently asked questions
- What will I learn in the Coding Agents Landscape course?
- You learn how five major AI coding agents (Claude Code, OpenAI Codex, Gemini CLI, GitHub Copilot, and Cursor) differ in architecture, context window, permissions, and cost. The final chapter gives you a decision framework to match an agent to your team and plan a rollout.
- Who is this coding agents course for?
- It is built for engineers and engineering managers who need to evaluate and choose AI coding agents for a team. It is a foundations-level survey, so it suits anyone making or influencing the tooling decision.
- Do I need to code or have experience to take this course?
- Some software engineering background helps, because the course covers architecture, sandboxed execution, and cost models. You do not write code during the course. It is an evaluation and comparison survey, not a hands-on build.
- How long is the course and is there a certificate?
- The course has 7 chapters and runs about 140 minutes (roughly 2 hours and 20 minutes). Completing the chapters earns a certificate you can share.
- Is the Coding Agents Landscape course free?
- No. It is a paid course included with an AI Academy by Anthropos subscription.
Earn a certificate
Complete all chapters to receive your certificate of completion.