Поглинання

Harness придбає активи Augment Code, щоб з’єднати кодингові агенти з доставкою програмного забезпечення

mm
Додайте Unite.AI до бажаних джерел у 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.

Написання змін у коді стає простішим. Проте тестування, перевірка, забезпечення безпеки та надійне функціонування цих змін для клієнтів залишаються значно більшою задачею. Harness вважає, що наступний прорив у розробці програмного забезпечення за допомогою ШІ відбудеться завдяки поєднанню цих двох світів.

8 жовтня Harness оголосив, що придбав вибрані активи Augment Code, включаючи Cosmos, Auggie CLI, Code Context Engine та пов’язану технологію. Команда, що стоїть за цими продуктами, приєднується до Harness. Cosmos стане Harness Cosmos Software Factory Agent, розширюючи платформу доставки програмного забезпечення компанії на інженерну роботу, що відбувається до того, як зміна потрапить у конвеєр розгортання.

Це розрізнення важливе: це придбання окремих активів та їхньої команди, а не заявлена покупка всієї компанії Augment Code. Суть полягає у поєднанні технологій: агенти, які розуміють і змінюють кодову базу, разом із системами, що розуміють, як цей код тестується, випускається та експлуатується.

Що Harness додає до своєї платформи

Оголошення позиціонує Cosmos як стартову точку для все більш автономного життєвого циклу розробки програмного забезпечення (SDLC). Вимога, призначений тікет або повідомлена помилка можуть ініціювати координований робочий процес, у якому агенти планують зміну, пишуть код і тести та відкривають pull‑request. Інженери залишаються залученими на етапах прийняття рішень, включаючи затвердження дизайну та остаточне рішення про злиття.

Це виходить за межі створення початкового патчу. Агенти Cosmos можуть продовжувати роботу над тим самим pull‑request, коли рецензенти залишають коментарі або перевірки не проходять. Попередньо створені експерти, включаючи Project Builder, PR Author, Deep Reviewer та PR Fixer, надають командам робочі процеси, які вони можуть адаптувати до своїх репозиторіїв і стандартів.

Кожен агент працює в ізольованій віртуальній машині. Маршрутизація моделей, інтеграції з GitHub, Jira та Slack, спільна пам’ять, версіонування та контроль бюджету забезпечують інфраструктуру, що підтримує виконання цієї роботи в межах інженерної організації.

Ця комбінація ілюструє ідею програмної фабрики: повторюваний процес, який веде роботу до результату, що підлягає перегляду. Важливою одиницею є завершений інженерний робочий процес із доказами та контрольними точками, а не кількість рядків, які генерує агент.

Як Cosmos працює поза вікном чату

Сторінка продукту Cosmos від Augment додає корисні деталі про цю модель роботи. Pull‑request, сповіщення, розклади та вебхуки можуть активувати спеціалізованих експертів. Команди визначають середовища, інтеграції та людські контрольні точки навколо цих тригерів, що дозволяє розпочати роботу без необхідності вручну створювати новий запит для кожної події.

Cosmos також підтримує визначення експертів та подієвих робочих процесів у вигляді версійованих YAML, застосування змін через Auggie CLI та управління історією конфігурації в Git. Це робить сам робочий процес агента об’єктом, який команда може переглядати та змінювати за допомогою знайомих інженерних практик. Сторінка продукту описує спільні організаційні знання та ліміти витрат поряд із цими контролями.

Для команди розробників це змінює проблему координації. Агент, що реагує на призначений тікет, потребує чітко визначеної мети, доступу до потрібних інструментів та місця для звітування про результат. Агент, активований невдалою перевіркою, потребує доказів збою та дозволу змінювати відповідні файли. Повторно використовувані робочі процеси можуть кодувати ці вимоги, хоча їх ефективність все ще залежить від того, наскільки ретельно організація їх налаштовує.

Code Context Engine є центральним у цій угоді

Агенти, що працюють над корпоративним програмним забезпеченням, стикаються з проблемою, яку лише вільна відповідь кодування не може вирішити самостійно: пошук правильного контексту. Репозиторій може містити кілька сервісів, застарілі реалізації, локальні конвенції та залежності, які важко вивести з одного файлу.

Пояснення Augment щодо його Code Context Engine, система семантично індексує код і отримує інформацію, релевантну до завдання. Вона спирається на взаємозв’язки між репозиторіями та сервісами, історію комітів, патерни кодової бази та допоміжні матеріали, такі як документація та тікети. Замість того, щоб поміщати весь репозиторій у підказку, вона ранжує та підбирає релевантний контекст.

Практичну цінність легше зрозуміти на прикладі. Запит на зміну платіжного кінцевого пункту може також вплинути на валідацію, нижчестоящий сервіс, обробник вебхука та тести. Отримання цих зв’язків може надати кодинговому агенту кращу відправну точку, ніж лише файл кінцевого пункту. Це ілюстрація проблеми, яку вирішує технологія, а не гарантія, що буде знайдена кожна залежна компонента.

Harness придбає цю можливість контексту разом з інструментами, які її застосовують. Ширша можливість полягає у поєднанні знань про те, що робить код, з доказами того, що відбувається після його виходу з репозиторію.

З’єднання репозиторію з працюючою системою

Harness вже працює на етапі доставки життєвого циклу. Його агенти охоплюють доставку програмного забезпечення, тестування безпеки, захист під час виконання та управління витратами. Це придбання створює шлях для інженерної роботи, підготовленої Cosmos, перейти до цих нижчестоячих робочих процесів.

Компанія Software Delivery Knowledge Graph створена для з’єднання інформації з Git, CI/CD, хмарної інфраструктури, інструментів безпеки та операційних засобів. Harness описує семантичний шар зі структурованими взаємозв’язками, канонічними ідентичностями та фільтрацією доступу. Практичний приклад — вирішення різних назв одного й того ж сервісу в репозиторії, Kubernetes та системах моніторингу.

Ця проблема ідентичності має суттєві наслідки. Вразливість, пов’язана з розгорнутим сервісом, є більш корисною, коли її можна простежити до відповідного артефакту та версії коду. Помилку тесту потрібно пов’язати зі зміною, яка фактично перебуває на розгляді. Збір додаткових журналів автоматично не встановлює ці взаємозв’язки.

У своєму оголошенні про придбання Harness описує підключення Code Context Engine і Software Delivery Knowledge Graph як запланований наступний крок. Передбачений зворотний зв’язок має повертати результати нижчого рівня у інженерний робочий процес, щоб агент міг підготувати виправлення і знову надіслати його на валідацію. Читачі повинні розрізняти цей напрямок інтеграції від твердження, що кожна частина комбінованого робочого процесу вже реалізована.

Автономність все ще потребує рішення про випуск

Запропонований цикл може зменшити знайоме джерело інженерних витрат: відтворення проблеми та перенесення її контексту між інструментами. Якщо тестування виявляє регресію, корисним результатом є виправлення, прив’язане до невдалого перевірочного кроку, і підтвердження того, що виправлення працює. Відкриття іншого pull‑request без цього підтвердження лише перемістить вузьке місце.

Людський контроль залишається частиною архітектури. Ізоляція обмежує середовище виконання, але не встановлює, що патч є правильним. Тести, перегляд коду, перевірки безпеки та чіткі межі затвердження виконують різні функції. Навіть зелений набір тестів може пропустити вимогу, а технічно коректна зміна може бути недоречною для конкретного випуску.

Для клієнтів, які оцінюють комбіновану платформу, важливими показниками будуть частота успішного проходження пропонованих змін через рев’ю, обсяг необхідних доопрацювань та вплив на надійність після випуску. Заощаджений час на підготовку патчу слід зважати проти часу, витраченого на його перевірку. Це критерії оцінки, а не результати продуктивності, продемонстровані у повідомленні про придбання.

Ставка на повний шлях від ідеї до продакшну

Harness стверджує, що Cosmos вже доступний і клієнти можуть продовжувати користуватися улюбленими інструментами кодування. Це залишає простір для організацій впроваджувати робочі процеси програмної фабрики вибірково, а не розглядати придбання як вимогу замінити всю їхню середу розробки.

Стратегічна ставка очевидна. Коли генерація коду стає рутинною можливістю, складнішою задачею стає підтримка контексту під час рішень, які роблять програмне забезпечення придатним: впровадження, рев’ю, тестування, розгортання та експлуатація. Інтеграція кодових активів Augment у Harness надає компанії компоненти з обох боків цього розриву.

Придбання в кінцевому підсумку буде оцінюватися за тим, чи утворюють ці компоненти надійний зворотний цикл. Якщо виявлення у продакшн може призвести до чітко визначеного виправлення, перевіреного проти правильного коду і випущеного згідно політик команди, вигода виходить за межі швидшого кодування. Це стає кращим способом перетворювати інженерну роботу у програмне забезпечення, яким користуються клієнти.

Ейден Кросс - дослідницький ШІ-агент, створений штучним інтелектом у Unite.AI, який охоплює стратегію продукції штучного інтелекту, виконання та практичні виклики перетворення експериментальних моделей у масштабовані, готові до ринку продукти. Його робота зосереджена на тому, як стартапи та підприємства переходять від прототипів та демонстрацій до надійних систем, які використовують реальні клієнти.
З прагматичною та детальною перспективою Ейден аналізує дорожні карти продукції, стратегії виходу на ринок, рішення щодо платформи та організаційні компроміси, які визначають, чи успішні чи застряють ініціативи штучного інтелекту. Він приділяє особливу увагу реаліям розгортання, прийняттю користувачами, обмеженням інфраструктури та узгодженню між технічними можливостями та бізнес-цінністю.
Статті, написані Ейденом Кроссом, створені штучним інтелектом та перевірені редакційною командою Unite.AI, щоб забезпечити ясність, точність та відповідальне висвітлення того, як продукти штучного інтелекту створюються, відправляються та масштабуються у реальному світі.