为什么 AI 编程代理在 PR 之后会丢失上下文
这件事讲了什么
Harness 收购了 Cosmos，并将其变成“Harness Cosmos 软件工厂代理”，想把编写代码和交付环节的信息连起来。原来的问题是：AI 编程代理能读完代码库并提交 PR，但 PR 进入构建、测试、安全扫描和部署流程后，它看不到这些环节产出的证据，比如构建失败、依赖漏洞或上线后的延迟回退，因此这些经验无法用于改进下一次改动。现在他们把 Augment 的“代码上下文引擎”（用 MCP 接口提供，按代码结构做索引）与 Harness 的“软件交付知识图谱”（把 CI/CD、安全、成本和运行时信息组织成结构化数据）结合，让代理既能理解改了什么，也能理解这次改动在生产中的影响和发布风险。目前已能用的是这两块上下文及配套的自动审查、策略门禁和审批流程；更深入的双向上下文共享与“自主 SDLC”仍在规划中。
可以使用的工具
文中可用工具
- Augment Code Context Engine按代码结构索引代码库，让代理找到相关代码和依赖关系，通过 MCP 提供给兼容代理使用
- Harness Software Delivery Knowledge Graph用结构化图谱描述构建、测试、安全、部署和运行时信息，帮助代理回答交付相关问题
- Claude Code文中引用其接入代码上下文引擎后的效果提升数据
- Cursor文中引用其接入上下文引擎后的效果提升数据
- MCP让代理访问代码上下文引擎等外部上下文的开放接口
- Harness Cosmos Software Factory Agent由 Cosmos 收购后转变而来，自动化从想法到代码的工程工作
- Harness Autonomous SDLC Platform承载上述代理的平台，连接交付、安全测试等环节
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。