Cursus · 7 hoofdstukken
Het Landschap van Coding Agents
Kies de juiste AI-codeeragent voor jouw team. Vergelijk Claude Code, OpenAI Codex, Gemini CLI, GitHub Copilot en Cursor op architectuur, rechtenmodel en kosten. 7 hoofdstukken, basisniveau.
Wat je zult kunnen
- Vergelijk de top 5 codeeragenten
- Breng terminal-, cloud- en IDE-agenten in kaart
- Beoordeel het rechtenmodel van elke agent
- Vergelijk de kosten van codeeragenten
- Koppel een agent aan jouw team
- Plan een uitrol met meerdere agenten
Wat erin zit
- 1Het landschap van coding agents: begin hier
Een oriëntatie van 12 minuten op de vijf grote coding agents, hoe ze zich tot elkaar verhouden en waar je je evaluatie begint.
- 2Overzicht van Claude Code
Anthropic's terminal-native coding agent — architectuur, contextvenster, permissies, kostenmodel en eerlijke afwegingen voor engineering managers die hun opties evalueren.
- 3OpenAI Codex Overzicht
OpenAI's async-first coding agent — CLI- en cloud-taakarchitectuur, uitvoering in een sandbox, machtigingsmodel, kostenstructuur en eerlijke afwegingen voor engineering managers die hun opties evalueren.
- 4Overzicht van Gemini CLI
Google's open source codeeragent voor de terminal — contextvenster van 1M tokens, extensie-architectuur, permissiemodel, kostenstructuur en eerlijke afwegingen voor engineering managers die hun opties wegen.
- 5Overzicht van GitHub Copilot
Het IDE-native ecosysteem van coding-assistenten van Microsoft/GitHub — surfaces, architectuur, contextafhandeling, permissies, kostenmodel en eerlijke afwegingen voor engineering managers die hun opties evalueren.
- 6Cursor-overzicht
De AI-native IDE die VS Code forkt en meerdere modellen verweeft in elk bewerkingsoppervlak — architectuur, contextverwerking, permissies, kostenmodel en eerlijke afwegingen voor engineering managers die hun opties evalueren.
- 7De juiste agent kiezen
Een beslissingskader voor engineering managers die coding agents evalueren — dimensies die ertoe doen, teamarchetypen, multi-agent-strategieen en een uitrolplan.
Veelgestelde vragen
- Wat leer ik in de cursus Coding Agents Landscape?
- Je leert hoe vijf grote AI-codeeragenten (Claude Code, OpenAI Codex, Gemini CLI, GitHub Copilot en Cursor) verschillen in architectuur, contextvenster, rechtenmodel en kosten. Het laatste hoofdstuk geeft je een beslissingsraamwerk om een agent te koppelen aan jouw team en een uitrol te plannen.
- Voor wie is deze cursus over codeeragenten bedoeld?
- De cursus is gemaakt voor engineers en engineering managers die AI-codeeragenten voor een team willen evalueren en kiezen. Het is een overzicht op basisniveau, dus geschikt voor iedereen die de toolingkeuze maakt of beïnvloedt.
- Moet ik kunnen programmeren of ervaring hebben om deze cursus te volgen?
- Enige achtergrond in software-engineering helpt, omdat de cursus architectuur, sandbox-uitvoering en kostenmodellen behandelt. Je schrijft zelf geen code tijdens de cursus. Het is een evaluatie- en vergelijkingsoverzicht, geen hands-on bouwopdracht.
- Hoe lang duurt de cursus en is er een certificaat?
- De cursus heeft 7 hoofdstukken en duurt ongeveer 140 minuten (circa 2 uur en 20 minuten). Door de hoofdstukken te voltooien verdien je een certificaat dat je kunt delen.
- Is de cursus Coding Agents Landscape gratis?
- Nee. Het is een betaalde cursus die is inbegrepen bij een AI Academy by Anthropos-abonnement.
Behaal een certificaat
Rond alle hoofdstukken af om je certificaat van afronding te ontvangen.