Augment Code 发布“软件工厂”:AI 如何重塑从需求到上线的全链路交付
Augment Code 宣布构建“软件工厂”(Software Factory),通过部署专用 Agent 自动化软件开发生命周期(SDLC)中的机械性工作,而非按顺序自动化。该模式在 9 个月内使每位开发人员的产出提升 4.5 倍,合并时间缩短 72%,14 天回滚率降低 79%。文章详细解析了从需求到生产的全流程 Agent 协作机制,强调人类在架构决策与风险把控中的核心作用。
AI编程辅助工具,专为大型代码库设计
Augment Code 是 AI 编程助手,专为开发团队设计,提升开发效率和代码质量。通过深度理解代码库的上下文,为开发者提供个性化的代码生成、代码优化以及问题解答服务。核心优势在于能处理大型复杂项目,支持多模态输入,如截图和设计文件,帮助开发者更直观地解决问题。 Augment Code 提供从问题定义到代码优化的全流程支持,支持 VS Code、JetBrains IDEs 等主流开发工具,通过 Slack 集成助力团队协作。具备强大的上下文引擎,容量高达20万tokens,能更好地理解代码结构和依赖关系。
访问官网:访问Augment Code的官网。邮箱注册并登录。
安装插件:根据使用的 IDE,选择安装对应的插件。Augment Code支持VS Code、JetBrains、Vim等。
配置环境:安装后,打开 IDE,登录账号。插件会扫描项目代码库,建立索引,首次扫描时间因项目大小而异。
功能使用代码补全:在 IDE 中输入代码,插件会根据上下文建议代码,按“Tab”键接受建议。智能聊天:通过聊天窗口提问代码问题。点击 IDE 侧边栏“Chat”图标,输入问题,AI 分析代码库后返回答案并标注文件路径。多文件编辑:使用 Agent 模式批量修改代码。在聊天窗口输入任务,Agent 列出修改预览,点击“Apply”执行。多模态输入:上传截图或 Figma 文件,辅助调试或实现 UI。在聊天窗口点击上传按钮,选择截图或 Figma 文件,输入需求,AI 会生成代码。项目生成:在 Agent 模式输入需求,快速搭建完整项目。>输入需求,如“做一个微信小程序图书管理系统”,AI 生成前端代码、后端服务和数据库表,检查代码后按提示运行。工具集成:在设置中授权 GitHub、Slack 等账号。在 IDE 中提交代码或发送消息。
Augment Code 宣布构建“软件工厂”(Software Factory),通过部署专用 Agent 自动化软件开发生命周期(SDLC)中的机械性工作,而非按顺序自动化。该模式在 9 个月内使每位开发人员的产出提升 4.5 倍,合并时间缩短 72%,14 天回滚率降低 79%。文章详细解析了从需求到生产的全流程 Agent 协作机制,强调人类在架构决策与风险把控中的核心作用。
Augment Code 正式发布 Cosmos 平台,旨在为软件研发全流程(SDLC)构建自动化的“软件工厂”。Cosmos 通过预置的 Agent 专家(如 Deep Code Reviewer, CI Failure Investigator)与 Prism 模型路由系统,将传统的任务执行升级为持续运行的自动化闭环。该平台支持企业级集成,实现从代码审查、漏洞修复到事故响应的端到端自动化,大幅降低人工重复劳动,提升交付效率与代码质量。
Augment Code 正式推出 Cosmos Advisor,一款内嵌于 Cosmos 平台的自部署智能体专家。该工具整合了产品知识库、经过验证的智能体设计模式及自主执行能力,旨在解决传统 Agent 平台‘演示容易、落地难’的痛点。通过内置企业级访问控制和自动化部署机制,Cosmos Advisor 可将特定工作流(如故障排查)的集成时间从数天缩短至约 10 分钟,并已在内部 On-call 操作中显著降低人工调查工作量。
Augment Code 双工程师团队面临每周 30+ 条产品反馈的激增,传统人力模式导致研发进度停滞。为此,他们利用 Cosmos 构建了 Feedback Triager(反馈分派专家)Agent。该 Agent 能独立执行从根因分析 (RCA) 到工单路由的全流程,仅保留人类进行优先级判断。此举成功将团队响应速度提升 6 倍,同时确保长期路线图不受支持任务干扰。
Augment Code 宣布彻底重构其 Auggie CLI 引擎,将任务执行成本较 Claude Code 降低 53%。此次升级基于开源项目 Pi 进行深度定制,通过精简工具调用、优化上下文引擎及重构终端渲染机制,在保持 SWE-bench Pro 通过率不变的前提下,显著提升了单位 Token 的产出效率。
Augment Code专门针对大型代码库优化,能索引和理解复杂项目结构和依赖关系,支持高达200K token上下文。它深度理解整个代码库的上下文,而非仅当前文件。
支持VS Code、JetBrains系列IDE(IntelliJ、WebStorm等)、Vim/Neovim等主流开发工具。
不同操作和不同模型消耗积分不同。小修复任务(1-3文件)约293积分,功能添加(10+文件)约860积分,大型功能(20+文件)约4261积分。Haiku模型消耗最低,Sonnet为基准,GPT-5约75%。
Enterprise企业版支持私有化部署和定制化配置,满足企业数据安全需求。具体方案需联系销售团队获取。