Fino a poco tempo fa l'IA per programmare significava un autocompletamento un po' piu' furbo. Oggi gli agenti di coding fanno molto di piu': leggono un intero progetto, capiscono la richiesta, scrivono ed eseguono codice, lanciano i test, correggono gli errori e propongono le modifiche pronte da rivedere. Questa guida ti spiega, in modo pratico, come usare i tre strumenti piu' diffusi — Codex di OpenAI, Claude Code di Anthropic e Cursor — con comandi, prompt e flussi di lavoro reali.

A chi serve questa guida e cosa otterrai

E' pensata per chi gia' programma un po' — anche a livello base — e vuole accelerare: sviluppatori, studenti di informatica, smanettoni, professionisti che scrivono script per il proprio lavoro. Non e' un corso di programmazione da zero: serve saper aprire un terminale, avere un progetto o un'idea di codice, e la voglia di delegare parte del lavoro all'IA mantenendo il controllo. Alla fine saprai scegliere lo strumento giusto, installarlo, e farti assistere in modo efficace senza perdere di vista la qualita' del codice.

Prerequisiti reali: un computer Windows, macOS o Linux; Node.js installato (serve per le CLI di Codex e Claude Code); un account presso il fornitore scelto; e, idealmente, Git per tenere sotto controllo le modifiche.

I tre strumenti a confronto: pro, contro e costi

Ognuno ha una filosofia diversa. Ecco come orientarsi.

  • Claude Code (Anthropic): agente da terminale che lavora nella cartella del tuo progetto. Molto forte nel capire codebase estese e nel portare a termine compiti complessi in autonomia. Si integra anche in VS Code e JetBrains. Ottimo per chi ama il terminale e i lavori "grossi".
  • Codex (OpenAI): disponibile come CLI, nell'IDE e in versione cloud che esegue i compiti anche a computer spento. Ben integrato con l'ecosistema OpenAI e con Git. Ottimo per delegare task lunghi e per chi usa gia' i modelli OpenAI.
  • Cursor: un editor di codice completo (basato su VS Code) con l'IA integrata ovunque, dall'autocompletamento all'agente che modifica piu' file. Permette di scegliere tra diversi modelli. Ottimo per chi vuole un'esperienza visuale e integrata, non da riga di comando.
  • GitHub Copilot (menzione): l'alternativa piu' diffusa dentro VS Code, forte nell'autocompletamento e con una modalita' agente. Buon punto di partenza per chi gia' vive dentro l'ecosistema GitHub.

Sui costi: tutti offrono piani a pagamento (in genere da circa 20 dollari al mese per l'uso individuale, con piani superiori per volumi maggiori) e la spesa dipende dal consumo di token dei modelli. Alcuni offrono prove o piani gratuiti limitati. Prima scelta consigliata: se ami il terminale e i progetti complessi, parti da Claude Code; se preferisci un editor visuale, parti da Cursor. Codex e' la scelta naturale se sei gia' dentro l'ecosistema OpenAI.

Gli agenti di coding leggono l'intero progetto, scrivono, eseguono e correggono il codice.

Passo 1: installare Claude Code e Codex

Entrambe le CLI si installano con Node.js. Per Claude Code:

npm install -g @anthropic-ai/claude-code
cd il-mio-progetto
claude

Al primo avvio ti verra' chiesto di autenticarti con il tuo account. Per Codex:

npm install -g @openai/codex
cd il-mio-progetto
codex

In entrambi i casi lo strumento parte dentro la cartella del progetto: da li' "vede" i tuoi file e puo' lavorarci. Cursor, invece, si scarica come applicazione dal sito ufficiale e si apre come un normale editor: apri la cartella del progetto e l'IA e' subito disponibile nel pannello laterale.

Passo 2: il primo compito reale

Il modo migliore per capire la potenza di questi strumenti e' assegnare un compito concreto, in linguaggio naturale, dentro un progetto vero. Esempi di prompt efficaci:

Leggi il progetto e spiegami in 10 righe come e' organizzato: dove sta la logica principale, dove i test, quali sono le dipendenze.
Aggiungi una funzione che legga il file dati.csv, calcoli il totale della colonna "importo" e stampi il risultato. Scrivi anche un test e verificalo eseguendolo.
C'e' un bug: quando l'input e' vuoto il programma va in crash. Trova la causa, correggila e mostrami solo le righe modificate.

L'agente proporra' le modifiche, spesso chiedendo conferma prima di applicarle o di eseguire comandi. E' qui che sta il tuo ruolo: leggere e approvare, non accettare a scatola chiusa.

Passo 3: un flusso di lavoro che funziona

Per ottenere buoni risultati conviene adottare un metodo, non lanciare richieste a caso.

  1. Parti da Git pulito. Fai un commit prima di far lavorare l'agente, cosi' puoi sempre tornare indietro con git checkout . se qualcosa va storto.
  2. Descrivi il compito in modo specifico. "Sistema il codice" e' inutile; "aggiungi la validazione dell'email nel form di registrazione e un test" e' un ordine chiaro.
  3. Chiedi un piano prima dell'azione per i compiti complessi: "Prima spiegami come intendi procedere, poi aspetta il mio ok".
  4. Fai eseguire i test. Il valore vero degli agenti e' che scrivono e verificano: chiedi sempre di lanciare i test e di correggere finche' passano.
  5. Rivedi il diff. Controlla le modifiche prima di confermarle. L'IA sbaglia, e la responsabilita' del codice resta tua.

Casi avanzati: collegare strumenti e automatizzare

Gli agenti diventano molto piu' potenti quando si collegano ad altri strumenti tramite il Model Context Protocol (MCP), uno standard che permette all'agente di accedere, per esempio, a un database, a un sistema di ticket o alla documentazione interna. Sia Claude Code sia Codex sia Cursor supportano server MCP, che si configurano indicando all'agente quali strumenti puo' usare.

Un altro caso avanzato e' l'uso headless, cioe' senza interazione, per automatizzare compiti ripetitivi. Con Claude Code, per esempio, si puo' lanciare un singolo comando e ottenere una risposta da usare in uno script:

claude -p "Analizza i log in ./logs e scrivi un riepilogo degli errori in report.md"

Cosi' l'agente puo' essere inserito in pipeline di integrazione continua o in automazioni pianificate.

Errori comuni e quando non usare un agente

  • "command not found: claude / codex": manca Node.js o la cartella globale di npm non e' nel PATH. Installa Node.js e riapri il terminale.
  • L'agente modifica troppi file: la richiesta era troppo vaga. Restringi il campo ("modifica solo il file X") e lavora a piccoli passi.
  • Il codice generato non funziona: non hai fatto eseguire i test. Chiedi sempre all'agente di verificare eseguendo, non solo di scrivere.
  • Costi che salgono in fretta: i compiti su codebase enormi consumano molti token. Limita il contesto, chiudi le sessioni e monitora i consumi.

Quando non usarli: per micro-modifiche banali (piu' veloce farle a mano), per codice critico dove non puoi permetterti di non capire ogni riga, o quando lavori con dati riservati su strumenti che li inviano al cloud senza le dovute garanzie. In quei casi valuta soluzioni locali o un uso piu' controllato.

Come proseguire: scegli uno strumento e usalo per una settimana su un progetto reale, partendo da compiti piccoli e verificabili. La competenza vera non e' "far scrivere il codice all'IA", ma imparare a dividere il lavoro in richieste chiare e a rivedere con occhio critico cio' che l'agente propone. E' li' che questi strumenti trasformano davvero il modo di programmare.