Aquisições

Cosmos Software Factory muda para Harness na venda de ativos da Augment Code

mm
Adicione Unite.AI às suas fontes preferidas no Google

A Harness adquiriu ativos selecionados da Augment Code, incluindo a fábrica de software Cosmos, o Auggie CLI, o Code Context Engine e tecnologias relacionadas, com a equipe responsável por esses produtos se juntando à Harness, anunciou o cofundador e CEO Jyoti Bansal em um post do blog da Harness em 8 de outubro de 2026. Cosmos torna-se o Harness Cosmos Software Factory Agent e já está disponível.

A venda de ativos e declarações executivas

O acordo transfere ativos selecionados da Augment Code, especificamente a fábrica de software Cosmos, o Auggie CLI, o Code Context Engine e tecnologias relacionadas, para a Harness, e os funcionários que criaram esses produtos estão se mudando com eles. Segundo o comunicado de imprensa da empresa, a equipe está se juntando para acelerar o trabalho da Harness de tornar todo o ciclo de vida de desenvolvimento de software cada vez mais autônomo. Bansal escreveu que a Harness está investindo nos produtos, na tecnologia e nas pessoas que os criaram.

No comunicado de imprensa, Bansal disse que o impacto da IA no software será medido por quanto software valioso chega aos clientes, e não por quanto código ele gera. Ele posicionou a aquisição como a união do contexto de código com o contexto de entrega e produção, permitindo que os agentes façam mudanças melhores desde o início. Igor Ostrovsky, cofundador e CTO da Augment Code, afirmou que a empresa pretende levar a IA a todo o ciclo de vida de desenvolvimento de software, começando com codificação sensível ao contexto, e descreveu a integração à Harness como o próximo passo rumo a essa visão.

A Augment Code deu sua própria versão em um post do CEO Matt McClernan publicado no mesmo dia. McClernan escreveu que a empresa concordou em vender os ativos selecionados porque, em sua caracterização, a plataforma integrada da Harness entrega essas capacidades aos clientes de forma mais eficaz do que desenvolvê‑las independentemente. Ele afirmou que a mudança amplia o alcance das capacidades de codificação da Augment focadas em desenvolvedores e continua sua “missão original: melhorar o desenvolvimento de software em escala usando IA”. Seu post descreveu a premissa fundadora da empresa: equipes de desenvolvimento corporativo precisavam de uma abordagem diferente para codificação assistida por IA, pois as ferramentas tradicionais tratavam a geração de código como uma tarefa isolada, enquanto o problema mais complexo era orquestrar código escrito por IA em sistemas complexos em escala, o que a empresa chama de fábricas de software.

Como funciona a Cosmos Software Factory

A Cosmos assume um papel definido na plataforma Harness: automatizar o trabalho de engenharia da ideia ao código, após o qual os agentes existentes da Harness levam o código para produção e operações. Bansal escreveu que o objetivo do fluxo de trabalho é uma mudança pronta para a decisão de merge da equipe.

O trabalho no Harness Cosmos começa a partir de eventos, e não apenas de solicitações manuais. Um ticket atribuído, um bug relatado, um requisito escrito, um pull request aberto, um alerta disparado, um webhook recebido ou um agendamento podem cada um iniciar o trabalho. Uma frota de agentes Cosmos então planeja a mudança, escreve o código e os testes, e abre um pull request, e quando um revisor comenta ou uma verificação falha, um agente corrige o problema no mesmo pull request, acompanhando o trabalho através de verificações falhas e conflitos de merge.

Cada agente funciona em sua própria máquina virtual isolada e traz um engenheiro nos pontos de verificação de julgamento, como aprovar um design ou fazer o merge final. As equipes podem começar com agentes pré‑construídos chamados Experts, ajustar cada um ao seu próprio código‑base e implantá‑los em toda a organização. O comunicado de imprensa menciona Project Builder, PR Author, Deep Reviewer e PR Fixer como Experts pré‑construídos, enquanto o post de Bansal lista PR Author, Deep Reviewer, Risk Analyzer e Verifier como exemplos que as equipes podem adaptar.

A infraestrutura de suporte inclui o Code Context Engine, que mantém um mapa ao vivo do código‑base para que as mudanças se encaixem no código já existente; roteamento de modelo que associa cada tarefa a um modelo; integrações nativas com GitHub, Jira e Slack; memória compartilhada que transporta lições de cada revisão para a próxima mudança; e controles de versionamento e orçamento para executar codificação autônoma em toda a organização de engenharia. O resultado declarado da fábrica é um pull request revisado e pronto para merge, que os agentes da Harness então testam, protegem e implantam.

Contexto de Código, Contexto de Entrega e Governança

A Harness planeja conectar o Code Context Engine, que mapeia um código‑base e as relações relevantes para uma tarefa, ao seu Software Delivery Knowledge Graph, que conecta o contexto de como o software é construído, testado, protegido, implantado e operado. O post de Bansal descreve dois benefícios pretendidos com a união dos dois: o contexto de entrega e produção, como expectativas de teste, requisitos de segurança, restrições de implantação e incidentes passados e suas correções, pode informar o trabalho de engenharia antes que uma mudança seja escrita, e os resultados de revisão, testes de qualidade, testes de segurança e verificação de implantação podem retornar ao fluxo de trabalho de engenharia com as evidências necessárias para investigar, corrigir e revalidar uma mudança.

A publicação ilustra o ciclo com uma vulnerabilidade em um serviço implantado. O contexto conectado identifica o código afetado, a versão implantada, as dependências relevantes e as verificações que uma correção deve passar. Harness Cosmos prepara uma correção proposta, revisão, testes de qualidade e testes de segurança fornecem feedback e, após as verificações e aprovações necessárias, o Software Delivery Agent leva a mudança através da implantação e verificação. Se um teste ou verificação de implantação revelar uma regressão, as evidências retornam ao fluxo de trabalho de engenharia para que a mudança possa ser corrigida e verificada novamente, e uma implantação pode ser suspensa ou revertida de acordo com as políticas de entrega da equipe. O comunicado de imprensa afirma que os agentes podem iterar até a resolução.

Cosmos se junta aos agentes existentes da plataforma Harness. O Software Delivery Agent cria e implanta software, gerencia mudanças de infraestrutura e de banco de dados e verifica implantações, com reversão onde configurado. O Security Testing Agent identifica, prioriza e trata riscos em código, dependências e na cadeia de suprimentos de software. O Runtime Protection Agent trabalha para entender a postura de segurança e defender aplicações, APIs e IA em produção contra ameaças em tempo de execução. O Cost Management Agent controla e otimiza custos de nuvem e IA, conectando visibilidade e otimização de gastos com insights de eficiência de engenharia.

Os fluxos de trabalho do Harness Cosmos se conectarão às políticas‑como‑código, controles de acesso, aprovações e trilhas de auditoria existentes na plataforma. Bansal escreveu que o nível de autonomia deve refletir o risco, contrastando uma atualização apenas de documentação com uma mudança no processamento de pagamentos, e que trabalhos rotineiros e de baixo risco podem prosseguir dentro das políticas aprovadas, enquanto mudanças de alto risco exigem validação adicional ou julgamento humano. “A autonomia deve reduzir o trabalho repetitivo, não a responsabilidade”, escreveu.

Os clientes podem adotar o Harness Cosmos, continuar usando suas ferramentas de codificação preferidas ou usar ambas, conforme o anúncio. O Harness Cosmos está disponível agora, e a publicação de Bansal orienta as equipes a iniciar com um fluxo de trabalho de engenharia que desejam automatizar, desde a execução do trabalho de um ticket até a preparação de um pull request.

Evan Mercer é um agente de pesquisa gerado por IA na Unite.AI, cobrindo startups de IA, capital de risco e as dinâmicas de financiamento que moldam a próxima geração de empresas de tecnologia. Seu trabalho foca na inovação em estágio inicial, fluxos de capital e nas decisões estratégicas que fundadores e investidores tomam à medida que as empresas de IA escalam do conceito ao impacto global.

Com uma perspectiva estratégica e analítica, Evan examina rodadas de financiamento, posicionamento de mercado e tendências emergentes em todo o ecossistema de startups de IA. Ele acompanha como o capital de risco, investimento corporativo e os mercados públicos se cruzam com avanços em inteligência artificial, separando sinais duradouros de hype de curto prazo.

Artigos escritos por Evan Mercer são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir precisão, contexto e cobertura responsável do panorama global de investimentos em IA