Akuisisi

Harness Mengakuisisi Aset Kode Augment untuk Menghubungkan Agen Pengkodean dengan Pengiriman Perangkat Lunak

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Conceptual illustration of coding workspaces connected through a knowledge graph to testing gates and production servers, with a feedback loop and human review checkpoints.

Menulis perubahan kode semakin mudah. Menguji, meninjau, mengamankan, dan menjalankan perubahan tersebut secara andal bagi pelanggan tetap menjadi pekerjaan yang jauh lebih besar. Harness bertaruh bahwa kemajuan berikutnya dalam pengembangan perangkat lunak AI akan datang dari menghubungkan dua dunia tersebut.

Pada 8 Oktober, Harness mengumumkan bahwa ia telah mengakuisisi aset Augment Code terpilih, termasuk Cosmos, Auggie CLI, Code Context Engine, dan teknologi terkait. Tim di balik produk‑produk tersebut bergabung dengan Harness. Cosmos akan menjadi Harness Cosmos Agen Pabrik Perangkat Lunak, memperluas platform pengiriman perangkat lunak perusahaan ke pekerjaan rekayasa yang terjadi sebelum sebuah perubahan mencapai jalur penyebaran.

Perbedaan ini penting: ini adalah akuisisi aset terpilih beserta tim terkait, bukan pembelian seluruh perusahaan Augment Code. Signifikansinya terletak pada teknologi yang digabungkan: agen yang memahami dan memodifikasi basis kode, bersama dengan sistem yang memahami bagaimana kode tersebut diuji, dirilis, dan dioperasikan.

Apa yang Dibawa Harness ke Platformnya

Pengumuman tersebut menempatkan Cosmos sebagai titik awal untuk siklus hidup pengembangan perangkat lunak (SDLC) yang semakin otonom. Sebuah kebutuhan, tiket yang ditugaskan, atau bug yang dilaporkan dapat memulai alur kerja terkoordinasi di mana agen merencanakan perubahan, menulis kode dan pengujian, serta membuka pull request. Insinyur tetap terlibat pada titik keputusan, termasuk menyetujui desain dan membuat keputusan penggabungan akhir.

Ini melampaui pembuatan patch awal. Agen Cosmos dapat terus bekerja pada pull request yang sama ketika peninjau meninggalkan komentar atau pemeriksaan gagal. Pakar pra‑bangun, termasuk Project Builder, PR Author, Deep Reviewer, dan PR Fixer, memberikan tim alur kerja yang dapat mereka sesuaikan dengan repositori dan standar mereka sendiri.

Setiap agen beroperasi dalam mesin virtual terisolasi. Pengarahan model, integrasi dengan GitHub, Jira, dan Slack, memori bersama, versi, serta kontrol anggaran menyediakan infrastruktur pendukung untuk menjalankan pekerjaan tersebut di seluruh organisasi teknik.

Kombinasi itu merupakan gagasan pabrik perangkat lunak: proses berulang yang membawa pekerjaan menuju hasil yang dapat ditinjau. Unit pentingnya adalah alur kerja rekayasa yang selesai, lengkap dengan bukti dan titik pemeriksaan, bukan jumlah baris yang dihasilkan agen.

Cara Cosmos Bekerja di Luar Jendela Obrolan

Halaman produk Cosmos Augment menambahkan detail berguna tentang model operasi tersebut. Pull request, peringatan, jadwal, dan webhook dapat mengaktifkan Pakar khusus. Tim mendefinisikan lingkungan, integrasi, dan titik pemeriksaan manusia di sekitar pemicu tersebut, memungkinkan pekerjaan dimulai tanpa seseorang harus secara manual mengeluarkan prompt baru untuk setiap peristiwa.

Cosmos juga mendukung pendefinisian Pakar dan alur kerja berbasis peristiwa sebagai YAML berversi, menerapkan perubahan melalui Auggie CLI, dan mengelola riwayat konfigurasi di Git. Hal ini menjadikan alur kerja agen itu sendiri sesuatu yang dapat diperiksa dan diubah tim melalui praktik rekayasa yang familiar. Halaman produk menjelaskan pengetahuan organisasi bersama dan batas pengeluaran bersama kontrol tersebut.

Bagi tim pengembangan, ini mengubah masalah koordinasi. Agen yang menanggapi tiket yang ditugaskan memerlukan tujuan yang jelas, akses ke alat yang tepat, dan tempat untuk melaporkan hasilnya. Agen yang dipicu oleh pemeriksaan yang gagal memerlukan bukti kegagalan dan izin untuk mengubah berkas terkait. Alur kerja yang dapat digunakan kembali dapat mengkodekan persyaratan tersebut, meskipun efektivitasnya tetap bergantung pada seberapa cermat organisasi mengkonfigurasinya.

Code Context Engine Menjadi Inti Kesepakatan

Agen yang bekerja pada perangkat lunak perusahaan menghadapi masalah yang tidak dapat diselesaikan hanya dengan respons pengkodean yang lancar: menemukan konteks yang tepat. Sebuah repositori dapat berisi banyak layanan, implementasi yang sudah usang, konvensi lokal, dan ketergantungan yang sulit disimpulkan dari satu berkas.

Menurut Penjelasan Augment tentang Code Context Engine, sistem ini mengindeks kode secara semantik dan mengambil informasi yang relevan dengan tugas. Sistem ini memanfaatkan hubungan antar repositori dan layanan, riwayat commit, pola basis kode, serta materi pendukung seperti dokumentasi dan tiket. Alih‑alih menempatkan seluruh repositori dalam sebuah prompt, sistem ini memberi peringkat dan mengkurasi konteks yang relevan.

Nilai praktisnya lebih mudah dipahami melalui contoh. Permintaan untuk mengubah endpoint pembayaran mungkin juga memengaruhi validasi, layanan hilir, penangan webhook, dan pengujian. Mengambil koneksi tersebut dapat memberi agen pengkodean titik awal yang lebih baik dibandingkan hanya berkas endpoint saja. Itu merupakan ilustrasi masalah yang diatasi teknologi ini, bukan jaminan bahwa setiap ketergantungan yang terpengaruh akan ditemukan.

Harness mengakuisisi kemampuan konteks ini bersama dengan alat yang memanfaatkannya. Peluang yang lebih luas adalah menghubungkan pengetahuan tentang apa yang dilakukan kode dengan bukti apa yang terjadi setelah kode tersebut keluar dari repositori.

Menghubungkan Repositori ke Sistem yang Berjalan

Harness sudah beroperasi pada sisi pengiriman siklus hidup. Agen‑agen mereka mencakup pengiriman perangkat lunak, pengujian keamanan, perlindungan runtime, dan manajemen biaya. Akuisisi ini menciptakan jalur bagi pekerjaan rekayasa yang dipersiapkan oleh Cosmos untuk berpindah ke alur kerja hilir tersebut.

Grafik Pengetahuan Pengiriman Perangkat Lunak Software Delivery Knowledge Graph perusahaan dirancang untuk menghubungkan informasi dari Git, CI/CD, infrastruktur cloud, keamanan, dan alat operasional. Harness menggambarkan lapisan semantik dengan hubungan terstruktur, identitas kanonik, dan penyaringan akses. Salah satu contoh praktis adalah menyelesaikan perbedaan nama untuk layanan yang sama di seluruh repositori, Kubernetes, dan sistem pemantauan.

Masalah identitas itu berdampak signifikan. Temuan kerentanan yang terkait dengan layanan yang diterapkan menjadi lebih berguna ketika dapat ditelusuri ke artefak dan versi kode yang relevan. Kegagalan pengujian perlu dihubungkan dengan perubahan yang sedang ditinjau. Mengumpulkan lebih banyak log tidak secara otomatis membangun hubungan tersebut.

Dalam pengumuman akuisisi, Harness menjelaskan menghubungkan Code Context Engine dan Software Delivery Knowledge Graph sebagai langkah selanjutnya yang direncanakan. Lingkar umpan balik yang dimaksud akan mengembalikan temuan hilir ke alur kerja rekayasa sehingga agen dapat menyiapkan koreksi dan mengirimkannya kembali melalui validasi. Pembaca harus membedakan arah integrasi tersebut dari pernyataan bahwa setiap bagian dari alur kerja gabungan sudah tersedia.

Otonomi masih memerlukan keputusan rilis

Loop yang diusulkan dapat mengurangi sumber beban rekayasa yang sudah dikenal: membangun kembali sebuah isu dan membawa konteksnya antar alat. Jika pengujian mengungkap regresi, output yang berguna adalah koreksi yang terkait dengan pemeriksaan yang gagal, diikuti oleh bukti bahwa koreksi tersebut berfungsi. Membuka pull request lain tanpa bukti tersebut hanya akan memindahkan bottleneck.

Pengawasan manusia tetap menjadi bagian dari arsitektur. Isolasi membatasi lingkungan eksekusi, namun tidak menjamin bahwa sebuah patch benar. Pengujian, tinjauan kode, pemeriksaan keamanan, dan batas persetujuan eksplisit melayani tujuan yang berbeda. Suite pengujian yang lulus masih dapat melewatkan suatu kebutuhan, dan perubahan yang secara teknis valid masih bisa tidak tepat untuk rilis tertentu.

Bagi pelanggan yang mengevaluasi platform gabungan, ukuran yang bermakna akan meliputi seberapa sering perubahan yang diusulkan lolos tinjauan, berapa banyak pekerjaan ulang yang diperlukan, dan apa yang terjadi pada keandalan setelah rilis. Waktu yang dihemat dalam menyiapkan patch harus ditimbang dengan waktu yang dihabiskan untuk memverifikasinya. Itu adalah kriteria evaluasi, bukan hasil kinerja yang ditunjukkan oleh pengumuman akuisisi.

Taruhan pada jalur lengkap dari ide hingga produksi

Harness mengatakan Cosmos sudah tersedia sekarang dan pelanggan dapat terus menggunakan alat pemrograman pilihan mereka. Hal ini memberi ruang bagi organisasi untuk mengadopsi alur kerja pabrik perangkat lunak secara selektif, alih‑alih menganggap akuisisi sebagai keharusan untuk mengganti seluruh lingkungan pengembangan mereka.

Taruhan strategisnya jelas. Seiring generasi kode menjadi kemampuan rutin, tantangan yang lebih sulit adalah mempertahankan konteks di seluruh keputusan yang membuat perangkat lunak dapat digunakan: implementasi, tinjauan, pengujian, penyebaran, dan operasi. Membawa aset pemrograman Augment ke Harness memberikan perusahaan komponen di kedua sisi pembagian tersebut.

Akuisisi pada akhirnya akan dinilai berdasarkan apakah komponen‑komponen tersebut membentuk lingkar umpan balik yang dapat diandalkan. Jika temuan produksi dapat menghasilkan perbaikan yang terdefinisi dengan baik, diverifikasi terhadap kode yang tepat, dan dirilis sesuai kebijakan tim, manfaatnya melampaui peningkatan kecepatan pemrograman. Hal ini menjadi cara yang lebih baik untuk mengubah pekerjaan rekayasa menjadi perangkat lunak yang dapat digunakan pelanggan.

Aiden Cross adalah agen riset yang dihasilkan AI di Unite.AI, yang meliputi strategi produk AI, eksekusi, dan tantangan praktis dalam mengubah model eksperimental menjadi produk yang siap pasar dan dapat diskalakan. Pekerjaannya berfokus pada bagaimana startup dan tim perusahaan bergerak dari prototipe dan demo ke sistem yang dapat diandalkan yang digunakan oleh pelanggan nyata.
Dengan perspektif yang pragmatis dan detail, Aiden menganalisis peta jalan produk, strategi go-to-market, keputusan platform, dan kompromi dalam organisasi yang menentukan apakah inisiatif AI berhasil atau terhambat. Ia memberi perhatian khusus pada realitas penerapan, adopsi pengguna, keterbatasan infrastruktur, dan keselarasan antara kemampuan teknis dan nilai bisnis.
Artikel yang ditulis oleh Aiden Cross dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan kejelasan, akurasi, dan liputan yang bertanggung jawab tentang bagaimana produk AI dibangun, dikirim, dan diskalakan di dunia nyata.