Cursor, Claude Code czy Copilot: narzędzia AI dla zespołu
Trzy narzędzia, trzy odpowiedzi na pytanie, gdzie ląduje Wasz kod, kto płaci za tokeny i jak zespół pilnuje agenta. Ceny i polityki na październik 2026.
Autor: Tomek Wojciechowski · Ostatnia aktualizacja:
Opublikowano · jak powstają nasze teksty
Na wstępie uczciwie: w SZRON wdrażamy Claude Code, więc znamy go najlepiej i to widać w tym tekście. Cursor i Copilot opisujemy na podstawie ich dokumentacji i cenników, wszystkie linki prowadzą do źródeł. Ceny i limity podajemy według stanu na 6 października 2026; wszyscy trzej dostawcy zmienili model rozliczeń w ciągu ostatniego roku, więc przed decyzją sprawdź cennik jeszcze raz.
Trzy różne produkty, nie trzy wersje tego samego
Cursor to własne IDE, fork VS Code, z agentem wbudowanym w edytor. Daje wybór modeli wielu dostawców (Anthropic, OpenAI, Google, własne Composer i współtworzone Grok) i tryb Auto, który sam dobiera model do zadania. Ma też Cloud Agents: agent pracuje w izolowanej maszynie wirtualnej Cursora, uruchamiany z IDE, Slacka albo komentarza w pull requeście (docs).
Claude Code to przede wszystkim agent w terminalu, z rozszerzeniami do VS Code (działa też w Cursorze) i JetBrains, wersją webową i mobilną. Instalację i codzienny workflow opisujemy w poradniku Claude Code. Modele wyłącznie Anthropic (docs). Cały produkt jest agentem: dostaje zadanie, czyta repozytorium, uruchamia testy, commituje. Ma cztery tryby uprawnień, od ręcznego zatwierdzania każdej akcji po tryb Auto z klasyfikatorem oceniającym ryzyko.
GitHub Copilot zaczynał od podpowiedzi w edytorze i dziś jest zestawem: rozszerzenia do VS Code, Visual Studio, JetBrains, Xcode, Eclipse i Neovim, Copilot CLI oraz cloud agent, któremu przypisujesz issue, a on otwiera pull request. Modele od OpenAI, Anthropic, Google i Microsoftu, wybór zależy od planu. Sesja agenta w chmurze ma twardy limit 59 minut i działa tylko na repozytoriach hostowanych na GitHubie.
Pytanie pierwsze: gdzie ląduje Wasz kod
To pytanie przesądza wybór w firmach z sektora regulowanego, przy kodzie pod NDA i wszędzie tam, gdzie dział bezpieczeństwa ma prawo weta.
- Claude Code jako jedyny z trzech da się uruchomić tak, że kod nie trafia do infrastruktury producenta narzędzia: przez Amazon Bedrock, Google Cloud Agent Platform (dawniej Vertex AI) albo Microsoft Foundry we własnym koncie chmurowym, z własnym proxy i kluczami CMEK (docs). Tak wdrażamy go u klientów, którzy nie mogą wysyłać kodu poza swoją chmurę. Cena: tracicie część funkcji (sesje w chmurze Anthropic, dashboard analityki), a ruch do modelu i tak idzie do chmury, tylko Waszej.
- Cursor zawsze przechodzi przez backend Cursora. Firma pisze wprost, że nie oferuje wdrożenia on-premises (bezpieczeństwo). Self-hosted Cloud Agents z marca 2026 wykonują kod na maszynie klienta, ale pętla agenta i inferencja zostają w chmurze Cursora.
- Copilot nie jest dostępny dla GitHub Enterprise Server; działa w chmurze GitHuba. Za to jako jedyny ma rezydencję danych w UE (GitHub Enterprise Cloud na ghe.com, za 10% więcej kredytów). Anthropic oferuje dziś tylko wariant US-only, a Cursor tylko US.
Żadne z trzech narzędzi nie działa w sieci zamkniętej bez internetu. Jeśli to Wasz wymóg, zostaje lokalny model, o czym piszemy na stronie o llama-server.
Trening na kodzie. Wszystkie plany firmowe wykluczają użycie kodu do trenowania modeli: Cursor przez Privacy Mode wymuszany dla zespołu, Anthropic dla planów Team, Enterprise i API, GitHub dla Business i Enterprise. Różnica jest na kontach indywidualnych: Copilot Free, Pro i Pro+ od 24 kwietnia 2026 trenują na danych domyślnie, z możliwością rezygnacji (ogłoszenie); w Claude na planach konsumenckich trening włącza sam użytkownik ustawieniem. Wniosek dla firmy jest jeden i dotyczy wszystkich trzech: programista nie może używać prywatnego konta do kodu firmowego.
Pytanie drugie: ile to kosztuje i jak się liczy
Trzy różne modele rozliczeń, więc porównywanie samej ceny za miejsce wprowadza w błąd.
- Copilot od 1 czerwca 2026 rozlicza użycie w AI credits: 1 kredyt = 0,01 USD, zużycie liczone per token po stawce modelu. Business kosztuje 19 USD za miejsce i daje 1 900 kredytów, Enterprise 39 USD i 3 900 kredytów; kredyty są wspólne dla całej organizacji, a admin może wyłączyć dopłaty albo ustawić budżety. Podpowiedzi w edytorze nie zużywają kredytów, agent w chmurze zużywa kredyty i minuty GitHub Actions.
- Cursor Teams kosztuje 40 USD za miejsce, miejsce Premium 120 USD z pięciokrotnie większym limitem (cennik). Są dwie pule: modele Cursora (dużo wliczonego użycia) i modele innych dostawców (po cenie API plus 0,25 USD za milion tokenów). Dokładnych kwot wliczonego użycia dokumentacja nie podaje, więc policzcie to na własnym pilocie.
- Claude Code jest wliczony w każdy płatny plan Anthropic. Team: miejsce standardowe 20 USD miesięcznie przy rozliczeniu rocznym, miejsce Premium 100 USD z ponad sześciokrotnie większym limitem użycia (Team). Enterprise: 20 USD za miejsce plus użycie po stawkach API, bez limitów na miejsce (Enterprise). Przez Bedrock czy Foundry płacicie wyłącznie za tokeny, na fakturze od dostawcy chmury.
Z naszych wdrożeń: programista pracujący agentowo przez większość dnia zużywa tokeny, przy których miejsce Premium albo rozliczenie API wychodzi taniej niż dopłaty. Ten, kto używa narzędzia godzinę dziennie, mieści się w miejscu standardowym. Dlatego zaczynamy od dwutygodniowego pomiaru, nie od wyboru planu.
Pytanie trzecie: jak zespół pilnuje agenta
Agent, który sam uruchamia polecenia, potrzebuje reguł wspólnych dla zespołu, a nie zapisanych na laptopie jednej osoby.
- Pliki kontekstu. Claude Code czyta
CLAUDE.md(projekt, użytkownik, organizacja) iAGENTS.md; Cursor.cursor/rulesiAGENTS.md, z regułami zespołowymi z panelu; Copilot.github/copilot-instructions.md, pliki instrukcji per katalog iAGENTS.md. U klientówCLAUDE.mdtraktujemy jak kontrakt zespołu: co agent może, czego nie, jak wygląda definicja ukończenia zadania. - Hooki i uprawnienia. Claude Code ma ponad 40 zdarzeń hooków, reguły allow/ask/deny z wzorcami (np. zakaz czytania
.env) i ustawienia zarządzane przez organizację, których lokalnie nie da się nadpisać (docs). Cursor ma hooki z podobną logiką (odmowa wygrywa z pytaniem) i w Enterprise listy dozwolonych repozytoriów, modeli i serwerów MCP (docs). Copilot ma 8 zdarzeń hooków, działających w CLI i agencie w chmurze; za to polityki organizacji i audit log GitHuba są najmocniej zintegrowane z tym, czego firmy już używają. - MCP. Wszystkie trzy obsługują Model Context Protocol. Claude Code i Cursor Enterprise pozwalają centralnie ograniczyć listę serwerów; w Copilocie polityka MCP jest domyślnie wyłączona i admin musi ją włączyć.
- Pomiar. Copilot ma API usage metrics z raportami dziennymi i 28-dniowymi. Claude Code eksportuje metryki przez OpenTelemetry (tokeny, koszt, linie kodu, commity, decyzje o narzędziach) do dowolnego kolektora, także przy wdrożeniu przez Bedrock (docs); dashboard i API analityki są w planach Team i Enterprise. Cursor ma analitykę zespołu w panelu i w Enterprise eksport OpenTelemetry. My mierzymy niezależnie od narzędzia, na repozytorium, naszym DevLensem, bo liczy się tempo zespołu, nie liczba zaakceptowanych podpowiedzi.
Co mówią badania, zanim wybierzecie cokolwiek
Narzędzie nie daje przyspieszenia samo z siebie. METR w lipcu 2025 zmierzył w badaniu z losowym przydziałem, że doświadczeni programiści open source z Cursorem i Claude 3.5/3.7 wykonywali zadania o 19% wolniej, a jednocześnie byli przekonani, że pracują o 20% szybciej. W aktualizacji z lutego 2026 na 57 programistach z narzędziami agentowymi wynik był bliski zera (od −18% do −4%, w zależności od grupy), przy czym 30–50% badanych w ogóle nie zgłaszało zadań, których nie chcieli robić bez AI. Raport DORA 2025 nazywa AI wzmacniaczem: zespoły z dobrymi praktykami przyspieszają, zespoły bez nich dostają więcej kodu i mniej stabilne wdrożenia. W ankiecie Stack Overflow 2025 84% programistów używa AI, ale tylko 33% ufa dokładności wyników, a 66% jako główną frustrację podaje kod „prawie dobry, ale nie do końca”.
Nasze doświadczenie z wdrożeń jest zgodne z tymi liczbami: pierwsze tygodnie z agentem są wolniejsze, bo zespół uczy się pisać zadania i czytać wyniki. Zysk przychodzi, gdy zmienia się proces (zadania z kryteriami odbioru, testy jako warunek ukończenia, reguły w repozytorium), nie gdy zmienia się edytor.
Którędy iść
- Zespół już na GitHubie, bez twardych wymogów co do lokalizacji kodu, chce zacząć bez zmiany edytora: Copilot Business. Najniższy próg wejścia, audit log i metryki tam, gdzie już macie uprawnienia, rezydencja w UE, gdy jest potrzebna.
- Zespół, który chce przede wszystkim wygodnego IDE z wyborem modeli i jest gotów na backend dostawcy w USA: Cursor Teams. Najwięcej modeli do porównania, dobre hooki, ale bez wdrożenia we własnej chmurze.
- Firma, która musi trzymać kod we własnej chmurze, chce centralnie zarządzać uprawnieniami agenta i pracować zadaniami, nie podpowiedziami: Claude Code przez Bedrock, Agent Platform lub Foundry, z
CLAUDE.md, hookami i OpenTelemetry. To ścieżka, którą sami wdrażamy, i powód, dla którego ten tekst nie jest neutralny.
Niezależnie od wyboru: pilot na jednym zespole, pomiar przed i po, konta firmowe zamiast prywatnych, baza danych dla agenta tylko deweloperska. Jak to prowadzimy krok po kroku, opisaliśmy w metodzie.
Inne wpisy.
narzędzia · 23 lutego 2026
MCP (Model Context Protocol): co to jest i co daje zespołom
Model Context Protocol to otwarty standard, przez który agent AI rozmawia z bazą danych, przeglądarką czy systemem zgłoszeń. Co daje zespołom i od czego zacząć.
wdrożenia · 24 lutego 2026
10 błędów przy wdrażaniu AI w zespole programistów
Spisane z ponad roku pracy z jednym kilkudziesięcioosobowym zespołem IT: programiści z 15–25-letnim stażem, wdrożeniowcy, dokumentacja, handlowcy. Większość błędów nie dotyczy wyboru narzędzia.
wdrożenia · 23 lutego 2026
Wdrożenie AI w zespole programistów: plan krok po kroku
Kolejność, która sprawdziła się u klienta z kilkudziesięcioosobowym zespołem IT: pomiar repozytorium, warsztat na jednym prawdziwym projekcie, szkolenia pod role, dział handlowy na końcu. Z harmonogramem miesiąc po miesiącu.
Chcecie wdrożyć to u siebie? Porozmawiajmy.
Akademia to materiały. Wdrożenie to dwa kwartały na Waszym kodzie, z pomiarem efektu w DEVLens. Krótka rozmowa wystarczy, żeby sprawdzić, czy ma to u Was sens. Odpowiadamy w 24 h.