Course · 7 chapters
Panorama dos Agentes de Codificação
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
- 1Panorama dos Agentes de Código: Comece Aqui
Uma orientação de 12 minutos sobre cinco agentes de código cujas listas de funcionalidades convergiram perto de 1M de contexto — então a decisão real é encaixe, não capacidade.
- 2Visão Geral do Claude Code
O agente de codificação nativo de terminal da Anthropic — arquitetura, contexto de 1M tokens, permissões, modelo de custos e trade-offs honestos para gestores de engenharia avaliando suas opções.
- 3Visão Geral do OpenAI Codex
O agente de código async-first da OpenAI — arquitetura CLI e de tarefas na nuvem, execução em sandbox, modelo de permissões, estrutura de custos e trade-offs honestos para líderes de engenharia avaliando suas opções.
- 4Visão Geral do Gemini CLI
O agente de terminal open-source do Google — sendo descontinuado para usuários consumer, Pro e Ultra em 18 de junho de 2026 em favor do Antigravity CLI, de código fechado.
- 5Visão Geral do GitHub Copilot
O ecossistema de assistente de código nativo de IDE da Microsoft/GitHub — superfícies, arquitetura, tratamento de contexto, permissões, modelo de custos e trade-offs honestos para gerentes de engenharia avaliando suas opções.
- 6Visão Geral do Cursor
A IDE AI-nativa que faz fork do VS Code e integra múltiplos modelos em cada superfície de edição — arquitetura, tratamento de contexto, permissões, modelo de custos e trade-offs honestos para líderes de engenharia avaliando suas opções.
- 7Escolhendo o Agente Certo
Um framework de decisão para gestores de engenharia avaliando agentes de código — dimensões que importam, arquétipos de equipe, estratégias multi-agente e playbook de implantação.
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.