Augment Code 是一家专注于组织级智能体软件开发的企业级平台提供商。其核心产品 Cosmos 旨在弥合"工程师拥有智能体"与"组织拥有智能体"之间的差距，帮助企业实现真正的组织化 AI 转型，而非仅仅是个人层面的工具采用。
Cosmos 是一个在企业规模上运行软件智能体的平台，为智能体提供所需的上下文理解、工具支持和反馈循环，使其在每个工作流中持续优化。
| 能力模块 | 核心功能 | 关键指标 |
|---|---|---|
| Prism 模型路由 | 将每个任务请求智能路由至最合适的模型 | 降低 20-30% 的单任务成本 |
| 模型自由选择 | 支持多供应商模型、自带密钥(BYOK)、开源权重模型 | 无供应商锁定 |
| Context Engine 上下文引擎 | 基于代码结构映射，仅提供任务相关的代码片段 | 降低 33% 的 Token 消耗 |
| 组织知识复利 | 共享记忆、可复用专家、共享虚拟文件系统 | 工程师 AI 原生覆盖率从 5% 提升至 95% |
Cosmos 采用分层架构设计，兼顾灵活性与企业级管控：
Cosmos 预装覆盖软件开发生命周期各阶段的专家智能体，每个专家端到端负责其领域，仅在关键检查点引入人工：
| 阶段 | 专家名称 | 功能描述 |
|---|---|---|
| 分流 | Work Dispatcher | 扫描待办工单，应用分流规则，派发至对应专家 |
| 编写 | PR Author | 从任务描述到首次提交直至合并的完整驱动 |
| 审查 | Pair Review | 与作者并行实时审查变更 |
| Deep Code Review | 端到端阅读 PR 并发布内联评论 | |
| PR Risk Analysis | 评估影响范围、安全暴露和迁移风险 | |
| 验证 | Tester | 端到端测试变更，发布结果及截图 |
支持自建专家：可使用预装专家、从库中选择、fork 或完全自定义，每个专家均为独立模板，拥有专属环境、能力和记忆。
某客户在 5 个月内实现：PR 合并数量上升，同时中位合并时间下降。
其他企业客户包括：Pure Storage、DXC、DDN、MoneyGram、Crypto.com、Pigment 等
在 SWE-Bench Pro 基准测试中，与 Claude Opus 4.7 同等模型对比：
| 指标 | Augment | Claude | 优势 |
|---|---|---|---|
| 总 Token 数 | 1.65B | 2.35B | 显著降低 |
| Cache 读取 | 1.58B | 2.27B | 精准上下文 |
| Cache 写入 | 52.8M | 63.8M | 高效更新 |
| 单次运行节省 | — | — | $421.34 |
| 通过率提升 | — | — | +1.9 百分点 |
核心差异：大多数智能体通过关键词搜索并返回所有结果，而 Context Engine 基于代码结构映射（调用关系、活跃状态、弃用标识），仅提取任务相关的代码切片。
| 类别 | 具体措施 |
|---|---|
| 数据隐私 | 零数据保留、代码永不用于训练、数据驻留控制 |
| 认证 | SOC 2 Type II、ISO/IEC 42001 认证 AIMS、GDPR/CCPA/HIPAA 合规 |
| 加密与部署 | CMEK 加密、VPC 部署、单租户实例、沙箱化执行、BYOK |
| 访问控制 | SAML/OIDC/SCIM、细粒度 RBAC、审计日志 + SIEM |
| 可靠性 | 可回放运行、人机协同策略、不可提取架构、本地部署、专属客户团队 |
