Sourcegraph推出的免费AI编程工具
Amp 是 Sourcegraph 推出的 AI 编程智能体，定位为”面向团队与成果的自主编程工具”。与传统代码补全工具不同，Amp 能像初级工程师一样自主规划并执行跨代码库的多步骤任务，依托 Sourcegraph 十年积累的代码搜索能力，可深度理解项目结构、追踪函数调用链，实现复杂重构、测试生成、文档编写等端到端开发工作。Amp 采用”质量优先”策略，不限制 Token 使用，自动选择 Claude Opus 4.6、GPT-5.2 等前沿模型交付高质量代码。独特的 Thread 会话分享功能让团队可复用提示词、Agent 回复和代码修改记录，促进协作与最佳实践沉淀。支持 CLI 命令行和 VS Code 扩展两种使用方式，新用户每日可获得 $10 免费额度。
访问平台：访问Amp的官网 https://sourcegraph.com/amp。
安装 CLI 工具：运行npm install -g @sourcegraph/amp全局安装 Amp 命令行工具。
配置 API Key：设置环境变量或在配置文件中添加 Sourcegraph API Key 完成身份验证。
启动会话：在终端中运行amp命令进入交互模式，可直接输入自然语言描述编程任务。
选择 Agent 模式：根据任务类型选择smart（高质量）、rush（快速）或deep（深度推理）模式。
连接代码仓库：Amp 会自动分析当前目录下的项目，构建代码图谱和向量嵌入以理解代码结构。
编写 AGENT.md（可选）：在项目根目录创建 AGENT.md 文件，定义代码库结构、开发规范和编码标准，让 Amp 生成更贴合上下文的代码。
使用 VS Code 扩展：在 VS Code 及其分支（Cursor、Windsurf、VSCodium）中安装 Amp 扩展，直接在编辑器内调用 Agent 能力。
分享 Thread 会话：完成会话后保存 Thread，将提示词、Agent 回复和代码修改记录分享给团队成员复用。
Sourcegraph 创始人 Dan Adler 指出，AI 编码已从 Prompt-to-PR 范式进入瓶颈期，单纯提升模型质量无法解决大规模存量代码维护难题。文章提出“自主代码库”新范式，主张通过触发器（Triggers）与可调用函数（Callable Functions）构建确定性、可组合的 Agent 工作流，实现企业级代码库的自维护与自修复，而非依赖通用的 LLM 提示工程。
Sourcegraph 正式发布 Agentic Batch Changes，首次将代码代理（Coding Agents）的计费模式从‘按消耗/努力’转变为‘按结果’。用户仅需为成功合并到代码库的变更集（changeset）付费，未合并的生成任务不产生费用。该工具专为大规模代码迁移设计，通过专用代理架构降低边际成本，解决了企业级开发中‘产出不可量化’的痛点，让预算审批与 ROI 计算变得可追踪、可验证。
Sourcegraph 正式发布 Agentic Batch Changes，旨在解决跨数千个仓库的大规模代码变更难题。该工具基于 Batch Changes 引擎与 Deep Search 技术构建，支持用户通过自然语言描述变更，自动规划、执行并追踪从单仓库到整个代码库的迁移。其核心亮点包括基于合并结果的计费模式、动态脚本生成策略以及针对相似但不同环境的自适应能力，已在 Mercari 和 Canva 等客户的安全修复与库迁移中验证有效。
Sourcegraph 推出 Deep Search 新架构，通过沙箱环境运行脚本，将代码迁移和审计任务从 LLM 的上下文窗口中剥离。该方案利用 Sourcegraph 搜索 API 在隔离环境中处理海量文件，仅将结构化结果（如 CSV、JSON 报告）返回给 LLM，显著降低 Token 成本并提升输出准确性，适用于大规模代码库迁移与依赖审计场景。
Sourcegraph 团队宣布 Claude Code 文件选择器 (@ picker) 的重大架构升级，核心突破在于将匹配逻辑从模糊的路径子串匹配转变为基于 Sourcegraph 符号索引的智能推荐。新机制引入文件名精确匹配、符号名称匹配及 Git 近期修改权重，解决了传统路径匹配无法定位函数定义（如 @resolve_virtual_path）的痛点，显著提升了开发者在大型 Rust/Python 项目中的代码导航效率。
Amp通常提供免费试用或免费基础版本，高级功能和更大使用量需要付费订阅。具体价格方案请以官网最新信息为准。
正规的编程工具通常会采取数据加密和隐私保护措施，但建议避免上传敏感个人信息或商业机密内容。使用前请仔细阅读产品的隐私政策。
Amp适合对编程有需求的人群使用，包括个人用户、自由职业者、中小企业以及大型企业的相关部门。具体适用场景因产品定位而异。
主流AI编程工具通常支持Python、JavaScript、TypeScript、Java、Go、C++等主流语言，具体支持列表因产品而异。
可以在公司项目中使用，但建议关注代码安全和开源协议合规性问题，不建议直接上传公司核心代码。
