Rynek agentów kodujących poza wielką trójką

Poza Claude Code, Codex i Cursorem agenci kodujący we wrześniu 2026 dzielą się na trzy grupy: agentów chmurowych, którzy zamieniają zgłoszenie w pull request (GitHub Copilot, Jules), skryptowalnych agentów terminalowych (Gemini CLI, OpenCode, Amp, Factory Droid) oraz środowiska edytorowe i desktopowe (Kiro, Devin Desktop, Cline, Kilo Code, Junie, Warp). Uszeregować ich może tylko bake-off na prawdziwych zamkniętych zgłoszeniach.

CTO pyta: „czy kupić jeszcze agenta Copilota, czy przejść na Kiro?”. Strony producentów, liczby gwiazdek i leaderboardy nie odpowiedzą, bo żadne z nich nie mierzy twojego kodu, twoich bramek ani czasu twoich recenzentów.

Co daje ci ta mapa agentów

• Datowaną mapę 14 agentów i tabelę, która prowadzi od twojej potrzeby do agentów wartych testu.
• Jedyny w serwisie protokół bake-offu (korzystają z niego też przegląd powłok agentowych i hub frameworków): karta wyników, polecenia uruchomienia i reguła decyzyjna.

Gdzie działa który agent kodujący?

Sprawdzone 2026-09-26 w repozytoriach producentów, w github/docs i w npm. Ceny planów są na stronie cenowej, ceny modeli w hubie modeli.

Agent	Producent, licencja	Gdzie działa	Co automatyzuje	Instalacja lub punkt wejścia
GitHub Copilot	GitHub, licencja własnościowa	Cloud agent w GitHub Actions; aplikacja desktopowa; CLI	Zadania kończące się pull requestem, @copilot w pull requestach, automatyzacje; uruchamia też Claude i Codex (public preview)	npm install -g @github/copilot (CLI 1.0.88, polecenie copilot)
Gemini CLI	Google, Apache-2.0	Terminal, tryb headless, GitHub Action	Zadania skryptowe z wyjściem JSON, @gemini-cli w zgłoszeniach	npm install -g @google/gemini-cli (0.61.0, polecenie gemini)
Jules i Antigravity	Google	Jules: maszyna wirtualna w chmurze; Antigravity: limit w planach Google AI (źródło wtórne: CloudZero)	Jules otwiera pull requesty (jules-action); Antigravity obsługuje Agent Skills	Konta u producenta
Kiro	AWS	IDE, CLI, Web, Mobile (preview)	Specyfikacje, testy oparte na właściwościach, steering, Agent Skills	Pobranie od producenta
Devin Desktop i Devin CLI	Cognition	Edytor (dawniej Windsurf), CLI	Agent w edytorze; model SWE-2 od 2026-09-10	Pobranie od producenta
OpenCode	anomalyco, open source	Terminal, aplikacja desktopowa (beta)	Dowolny dostawca modeli; agent plan tylko do odczytu	npm i -g opencode-ai@latest (1.18.32)
Amp	Amp, licencja własnościowa	Terminal	Tryb wykonawczy amp -x, subagenci, druga opinia modelu „Oracle”	npm install -g @ampcode/cli (polecenie amp)
Factory Droid	Factory, licencja własnościowa	Terminal, tryb headless	Nienadzorowane zadania z CLI	npm install -g @factory/cli (0.228.0, polecenie droid)
Cline	Cline, Apache-2.0	VS Code, JetBrains, CLI headless	Twoje własne klucze do modeli	npm install -g cline (3.0.65)
Kilo Code	Kilo, MIT	VS Code, JetBrains, CLI (fork OpenCode)	„500+ models” w jednym agencie	npm install -g @kilocode/cli (7.8.1, polecenie kilo)
Junie	JetBrains	IDE JetBrains, terminal, CI/CD	„An LLM-agnostic coding agent”	npm install -g @jetbrains/junie (3110.7.0)
Warp	Warp, klient na AGPL-3.0	Terminal desktopowy	Własny agent, Claude Code, Codex, Gemini CLI	Pobranie od producenta

Zmiana nazwy na Devin Desktop (czerwiec 2026) i data SWE-2 pochodzą ze źródeł wtórnych (SECONDARY: creeta, aipricing.guru). Kolejnych agentów terminalowych open source (Goose, Crush, Qwen Code, Aider) opisuje strona inni agenci kodujący.

Popularność, z datą. Gwiazdki na GitHubie 2026-09-26: OpenCode 210 085, Gemini CLI 107 166, Cline 69 340, Warp 65 162, Kilo Code 27 419, Copilot CLI 11 211 (repozytorium bez kodu źródłowego, więc gwiazdki zaniżają użycie). Gwiazdki mierzą uwagę, a nie dopasowanie.

Czego ta strona nie mogła zweryfikować

Poza publicznymi repozytoriami i pakietami npm (stan na 2026-09-26) oraz dwoma wtórnymi (SECONDARY) faktami o Devinie powyżej ta strona nie podaje planów, limitów ani modeli Kiro, Devina, Ampa, Factory, Junie i Warpa. Przed zakupem sprawdź stronę producenta.

Którego agenta testować przy jakiej potrzebie?

Jeśli potrzebujesz…	Testuj najpierw	Dlaczego
Zgłoszenia zamienianego w pull request bez człowieka przy klawiaturze	Copilot cloud agent, Jules	Przebiegi w środowisku producenta, które otwierają pull requesty
Drugiego agenta w ramach istniejącej umowy na Copilota	Aplikacja lub CLI Copilota, potem Claude albo Codex wewnątrz Copilota	Licencje, za które już płacisz; AI credits od 2026-06-01
Agenta open source dla dowolnego modelu, także hostowanego u siebie	OpenCode, Cline, Kilo Code	Otwarte licencje, dowolny dostawca; zobacz modele open-weight
Agenta dla zespołu na IDE JetBrains	Junie, potem Cline, Kilo Code	Agent zostaje w IDE zespołu
Pracy spec-driven z testami opartymi na właściwościach	Kiro	Wbudowane w produkt
Darmowego agenta terminalowego do skryptów	Gemini CLI	„60 requests/min and 1,000 requests/day with personal Google account” (README, 2026-09-26)
Jednego graficznego terminala dla agentów, których już używasz	Warp	Uruchamia twoich agentów obok siebie; licencję AGPL-3.0 klienta uzgodnij z działem prawnym, zanim zaczniesz go modyfikować lub dystrybuować

Utrzymuj harness przenośny: Copilot, Kiro i Antigravity obsługują Agent Skills, Copilot i Gemini CLI obsługują MCP, a jeden plik AGENTS.md może przechowywać reguły projektu dla nich wszystkich. Kandydat z własnym formatem instrukcji to koszt uzależnienia od dostawcy; zobacz lock-in i przenośność.

Jak przeprowadzić bake-off agentów kodujących?

Bake-off to powtórzenie zamkniętej już pracy przez obecne narzędzie i jednego lub dwóch kandydatów w identycznych warunkach, z oceną przez bramki jakości zamiast opinii. Projekt pilotażu sprawdza potem, czy zwycięzca zmienia dostarczanie.

1. Najpierw spisz regułę decyzyjną. Wskaż właściciela decyzji, obecne narzędzie, najwyżej dwóch kandydatów i progi (tabela niżej).

2. Zbuduj zestaw zadań. Wybierz 10–20 zgłoszeń zamkniętych w ostatnich 90 dniach, ze scaloną poprawką: około 40% błędów, 30% małych funkcji, 20% refaktoryzacji, 10% testów.

3. Ukryj wyrocznię. Zamień każdą scaloną poprawkę w testy akceptacyjne poza worktree agenta; zobacz chroń wyrocznię testową.

4. Zamroź harness. Ten sam commit, AGENTS.md, serwery MCP i limit budżetu, świeży worktree lub kontener na każdy przebieg. Użyj domyślnego modelu każdego narzędzia i, gdzie się da, jednego przebiegu na wspólnym modelu, żeby oddzielić harness od modelu.

5. Uruchom każde zadanie trzy razy na agenta. Jeden przebieg mierzy szczęście.

6. Oceniaj automatycznie, a przeglądaj tylko to, co przeszło. Bramki, ukryte testy, agent recenzujący; człowiek przegląda tylko to, co przeszło wszystkie trzy etapy, i zapisuje minuty.

7. Zdecyduj i zaplanuj powtórkę. Zastosuj regułę, a potem powtórz test, gdy producent zmieni domyślny model; zobacz playbook nowego modelu.

Uruchom to samo zadanie w trybie headless w każdym agencie

Polecenia sprawdzono 2026-09-26 w zainstalowanym CLI albo w dokumentacji producenta. Każde polecenie niżej uruchamia agenta w pełni otwartego, więc uruchamiaj je tylko w jednorazowym kontenerze.

Claude Code

# Terminal, w jednorazowym kontenerze zadania
claude -p "$(cat task.md)" --permission-mode bypassPermissions \
  --output-format json --max-budget-usd 5 > run.json

Codex

# Tylko w kontenerze z zewnętrznym sandboxem (codex 0.157.1)
codex exec --dangerously-bypass-approvals-and-sandbox --json -o last-message.md "$(cat task.md)" > run.jsonl

Cursor

Uruchom ten sam task.md jako Cloud Agent albo w agencie edytora na świeżej gałęzi i wypełnij kartę wyników ręcznie. Nazwy polecenia Cursor CLI nie zweryfikowano 2026-09-26, więc nie ma go tu w skrypcie.

# Kandydaci, ten sam plik zadania, ten sam w pełni otwarty zakres
# (gemini, amp: dokumentacja producentów; copilot: --help CLI 1.0.88; 2026-09-26)
gemini -p "$(cat task.md)" --approval-mode yolo --output-format json > run.json
copilot -p "$(cat task.md)" --allow-all-tools --max-ai-credits 500 -s > run.txt
amp -x "$(cat task.md)"

Trzymaj jeden zakres uprawnień dla wszystkich agentów, inaczej mierzysz uprawnienia, a nie agenta. Dla węższego zakresu ogranicz każdego agenta do edycji i polecenia testów: Claude Code --permission-mode acceptEdits --allowedTools "Bash(npm test *)", Codex --sandbox workspace-write, Copilot wzorcami z copilot help permissions, na przykład --allow-tool='shell(npm:*)' (sprawdź to raz wcześniej: Copilot CLI 1.0.88 nazywa --allow-all-tools flagą „required for non-interactive mode”).

Claude Code (--max-budget-usd) i Copilot CLI (--max-ai-credits, 1 AI credit = $0.01; CLI 1.0.88) ograniczają wydatki z poziomu CLI. Dla Codex, Gemini CLI i Ampa (brak flagi limitu wydatków; sprawdzone na codex 0.157.1) egzekwuj limit z kroku 4 przez timeout (na przykład timeout 20m), a cost_usd odczytuj z eksportu rozliczeń dostawcy. Inne tryby headless: zobacz agenci headless w CI.

Karta wyników i reguła decyzyjna do przyjęcia

Jeden wiersz na przebieg; accepted ma wartość 1 tylko wtedy, gdy przeszły bramki, ukryte testy i przegląd człowieka.

task_id,agent,model,run,gates_pass,heldout_pass,blocking_review_findings,interventions,wall_minutes,cost_usd,reviewer_minutes,accepted
BUG-4312,incumbent,default,1,1,1,0,0,14,1.80,6,1

Metryka	Definicja	Przykładowy próg „przyjmujemy kandydata”
Odsetek akceptacji	zaakceptowane przebiegi ÷ wszystkie przebiegi	Najwyżej 5 punktów poniżej obecnego narzędzia albo lepiej
Koszt zaakceptowanej zmiany	(koszt użycia + minuty recenzenta × pełna stawka) ÷ zaakceptowane przebiegi; zobacz ekonomię	Najwyżej 80% kosztu obecnego narzędzia
Interwencje	wiadomości lub zatwierdzenia człowieka	Nie więcej niż mediana obecnego narzędzia
Ucieczki spod bramek	przebiegi, które przechodzą bramki, ale oblewają ukryte testy	Nie więcej niż u obecnego narzędzia

Dwa prompty do skopiowania: zestaw zadań i ukryte testy

Prompt do skopiowania: zestaw zadań do bake-offu

Using `gh`, list issues in this repository closed in the last 90 days that were
fixed by exactly one merged pull request touching fewer than 15 files. Pick 15:
6 bug fixes, 5 small features, 3 refactors, 1 test addition. For each, write
tasks/<issue-number>/task.md containing only the issue title, body and acceptance
criteria (no hints from the fix), and tasks/<issue-number>/base.txt with the
parent commit of the merge. Do not copy any code from the fixing PR. Print a
table of issue, category, files changed and base commit.

Prompt do skopiowania: ukryte testy akceptacyjne ze scalonej poprawki

Read pull request #PR_NUMBER and its linked issue. Write acceptance tests that
pass on the merge commit and fail on its parent, testing behaviour described in
the issue rather than the fix's internal structure. Put them in
../heldout/PR_NUMBER/ outside this repository, with a run.sh that copies them in,
runs them, and exits non-zero on failure. Prove both directions: run them on the
parent commit and on the merge commit and show me both results.

PR_NUMBER to numer scalonego pull requesta, który zamknął zgłoszenie.

Co psuje bake-off agentów kodujących?

• Kandydat widział odpowiedź. Plik zadania cytujący poprawkę albo testy w worktree zawyżają wyniki. Naprawa: wygeneruj task.md wyłącznie ze zgłoszenia.
• Wynik mierzy model, a nie agenta. Naprawa: dodaj przebieg na wspólnym modelu z kroku 4.
• Plik instrukcji się nie wczytał. Claude Code na przykład czyta AGENTS.md tylko wtedy, gdy nie ma CLAUDE.md (od v2.1.277, kanał latest). Naprawa: zaczynaj każdy przebieg od prośby, żeby agent zacytował pierwszą regułę projektu.
• Narzędzie zmieniło się w trakcie. Roo Code zamknięto 15 maja 2026 według jego README, a README Continue mówi „no longer actively maintained and is read-only”. Naprawa: wybieraj przenośną konfigurację (MCP, Agent Skills, AGENTS.md) i powtarzaj bake-off przed odnowieniem umów.
• Agent chmurowy dostał więcej dostępu, niż wymagał test. Naprawa: podłącz repozytorium testowe lub fork; zobacz uprawnienia i sandboxing.

Dokąd dalej z mapą agentów

Porównanie narzędzi: Cursor, Claude Code i Codex

GitHub Copilot jako agent kodujący

Pilotaż, który czegoś dowodzi

Powłoki agentowe: agenci, których już używasz, w jednym miejscu