Augment Code lança 'Context Engine' e pretende remodelar o paradigma de programação de IA

Na atual trilha cada vez mais concorrida de assistentes de programação de IA, a maioria das ferramentas continua a se concentrar na geração e conclusão de códigos isolados. No entanto, a verdadeira complexidade do desenvolvimento de software muitas vezes está oculta em históricos de commit que se estendem por meses, pipelines de CI/CD complicados e diversas integrações de serviços de terceiros. Uma empresa chamada Augment Code parece estar tentando chegar à raiz do problema. Durante sua "Semana de lançamento do verão de 2025", a empresa anunciou uma série de novos recursos com um objetivo principal em mente: criar um "agente de IA melhor" com uma memória contextual persistente e abrangente.

O núcleo dessa versão pode ser resumido em quatro componentes principais:TasklisteContext LineageeEasy MCP responder cantando Auggie CLI. Juntas, essas ferramentas formam um sistema projetado para tornar a IA menos um gerador de trechos de código que responde passivamente a perguntas e mais um participante ativo que entende o histórico de um projeto, conecta-se a serviços externos e executa tarefas complexas de forma estruturada.

Lista de tarefas: diga adeus às tarefas de IA "caixa preta"!

Durante muito tempo, um dos principais pontos problemáticos do trabalho com agentes de IA foi a opacidade do processo. Um desenvolvedor envia uma instrução vaga para uma IA, como "refatorar o sistema de autenticação do usuário", e depois precisa esperar muito tempo para adivinhar o progresso e o caminho da execução.Augment Code apresentado Tasklist Esse é o problema da "caixa preta" que esse recurso foi projetado para resolver.

Tasklist Divida tarefas de desenvolvimento complexas em uma série de etapas estruturadas e rastreáveis. Diferentemente das ferramentas tradicionais que usam listas simples de Markdown, cada tarefa aqui é um objeto de programa com um status separado (por exemplo, pendente, em andamento, concluído). Isso significa que, enquanto a IA está executando seu plano, os desenvolvedores podem monitorar o progresso de cada etapa em tempo real e até mesmo pausar ou modificar a tarefa se a IA sair do caminho. Essa abordagem força a IA a "mostrar seu plano de trabalho", transformando assim uma aspiração vaga em um fluxo de trabalho transparente e mensurável.

Context Lineage: permita que a IA leia a "vida passada" do código.

Os assistentes de programação de IA modernos são capazes de ler muito bem os arquivos de código atuais, mas geralmente ficam perdidos quando a solução está oculta em meses de histórico de commits.Augment Code (usado em uma expressão nominal) Context Lineage (Contexto a seguir) As funções têm como objetivo romper essa barreira histórica.

Esse recurso indexa o histórico recente de commits do Git de um projeto, incluindo autores, mensagens, registros de data e hora e arquivos de alteração, e usa um LLM (Lightweight Large Language Model) para resumir as diferenças de cada commit. Dessa forma, quando a IA precisa executar uma tarefa, como adicionar uma mudança de recurso, ela pode recuperar um histórico de commits semelhantes, aprender e replicar padrões de sucesso comprovados, em vez de "reinventar a roda" do zero. Isso não só melhora a qualidade e a consistência do código, mas, o que é mais importante, transforma as decisões de arquitetura e a experiência prática que a equipe acumulou ao longo dos anos em "conhecimento institucional" que a IA pode acessar a qualquer momento.

Easy MCP: conectando o ecossistema de desenvolvimento com um único clique

Uma programação de IA realmente eficiente não pode ser obtida sem uma compreensão do ambiente em que ela opera e dos serviços dos quais depende.Easy MCP foi lançado para simplificar a conexão da IA com ferramentas externas de desenvolvimento.MCP nome completo Model Context Protocol (Model Context Protocol), um conjunto de padrões abertos para a integração segura de ferramentas de IA.

aprovar (um projeto de lei ou inspeção etc.) Easy MCPO desenvolvedor pode colocar o CircleCIeMongoDBeSentry responder cantando Stripe e outros serviços populares para se conectar a Augment Code. Quando a conexão for bem-sucedida, a IA poderá acessar informações contextuais desses serviços em tempo real, por exemplo, lendo o Sentry registros de erros para diagnosticar problemas ou para analisar MongoDB do esquema do banco de dados para gerar recomendações de otimização.CircleCI Rob Zuber, CTO da empresa, comentou que, no mundo do desenvolvimento orientado por IA, esse tipo de feedback de validação em tempo real dentro do IDE é fundamental.

Auggie CLI: trazendo agentes de IA para o terminal

Os fluxos de trabalho de desenvolvimento de software vão muito além do editor de código. Para estender os recursos de IA para os processos de script, integração contínua e implantação, aAugment Code O lançamento foi chamado de Auggie instrumento de linha de comando (CLI).

Auggie Como uma ferramenta compatível com o estilo Unix, ela pode ser facilmente integrada aos scripts de automação existentes. Por exemplo, é possível canalizar o git diff é passado para a saída do AuggieFaça com que ele explique o impacto dessas alterações de código ou use-o em um pipeline de CI para verificar automaticamente se os novos recursos estão equipados com testes de unidade.Auggie Também se beneficia de Augment Code Mecanismo de contexto avançado que entende de forma autônoma a estrutura e as dependências de toda a base de código sem que o desenvolvedor precise especificar manualmente os arquivos relevantes.

Em conjunto.Augment Code Esta semana de lançamento não é apenas mais uma ferramenta simples de preenchimento de código, mas uma combinação bem pensada. Ela tenta abordar os problemas mais difíceis de "contexto" nos assistentes de programação de IA, desde a transparência da execução de tarefas até o rastreamento do histórico de código, a integração de ecossistemas externos e a automação do fluxo de trabalho. Essa estratégia de elevar a IA de um "gerador de código" para um "parceiro de desenvolvimento" pode prenunciar a próxima evolução do modelo de desenvolvimento colaborativo entre humanos e computadores.