Augment Code：颠覆AI编程的下一代工具？群友为何集体高潮？

最近AI交流群里都在热议一款名为 Augment Code 的AI编程工具，据说体验非常惊艳，甚至有群友直接弃用了 Cursor。那么，Augment Code 究竟有什么魔力？本文将带你深入了解这款工具，看看它是否真的能颠覆AI编程的未来。

1. Augment Code 是什么？它有哪些核心优势？

1.1 Augment Code 的定位：最懂你整个代码库的AI编程伙伴

与一些专注于特定工作流的工具（如n8n）类似，Augment Code 的市场定位和产品设计理念非常明确：它致力于成为最懂你整个代码库的AI编程伙伴。

1.2 Augment Code 的核心优势

• 超长上下文：高达200K Tokens

  这是 Augment Code 最核心的优势之一。市面上很多AI编程工具的上下文窗口只有几千到一万多Token，而 Augment Code 支持高达200K Tokens的上下文窗口，足以“吞下”一整个中大型项目，包括前后端、数据库模型、各种配置文件等等。它不仅是在“看”你的代码，而且是在“理解”你的系统架构。

  举例说明： 想象一下，你正在做一个电商网站，代码库非常庞大，包含了用户管理、商品管理、订单管理等多个模块。如果使用上下文窗口较小的AI工具，你需要手动将相关文件@给它，它才能理解你的意图。而使用 Augment Code，它可以自动索引整个代码库，理解各个模块之间的关系，从而更好地帮助你完成任务。

• 多代码库（Multi-Repo）支持

  在微服务架构下，一个功能往往需要同时修改好几个代码仓库。Augment Code 能够轻松索引多个关联的代码库，实现真正的跨项目理解和代码生成。这对于处理复杂业务逻辑和进行大型项目重构来说，绝对是刚需！

  举例说明： 比如，你正在做一个后台管理微服务项目（如RuoYi），需要同时修改用户服务、权限服务、订单服务等多个代码仓库。Augment Code 可以同时理解这些代码仓库，并在它们之间进行关联，从而更好地帮助你完成任务。

• 智能体（Agent）模式

  Augment Code 不只是一个问答机器人，更能作为一个自主工作的“智能体”。你可以给它一个宏观指令，比如“帮我实现用户登录功能，需要集成JWT认证，并在数据库中创建对应的表”等等。它会自己分析、规划、执行，甚至调用git、npm等终端指令，一步步完成任务。

  举例说明： 你可以让 Augment Code 自动完成以下任务：

  1. 分析需求：理解“用户登录功能”的具体需求，例如需要哪些字段、如何进行验证、如何存储用户信息等等。
  2. 规划任务：将任务分解为多个步骤，例如创建数据库表、编写用户注册接口、编写用户登录接口、集成JWT认证等等。
  3. 执行任务：自动编写代码、执行数据库命令、调用git命令等等。
  4. 测试：自动运行测试用例，确保功能正常工作。
• 记忆（Memories）功能

  Augment Code 会学习你的个人编码风格和项目中的特定模式。用久了，它生成的代码会越来越像你亲手写的，它会记得你的代码偏好，减少了大量磨合和修改成本。

  个人理解： 个人觉得这个功能是最有意思的，AI 会逐渐学习你的代码风格，最后出来的代码就像自己写的一样，丝滑！

1.3 Augment Code 是首个获得 ISO/IEC 42001 认证的人工智能编码助手

该标准是人工智能管理系统的国际规范，涵盖了人工智能工具在数据处理、风险管理及安全维护等方面的框架要求。

2. Augment Code VS Cursor：有什么区别？

很多群友表示用上 Augment Code 之后就弃用了 Cursor，那么 Augment Code 相比 Cursor，有哪些优势呢？

2.1 原生插件 VS 独立IDE

Augment Code 是一款VS Code和JetBrains的原生扩展插件，这意味着你不需要改变任何使用习惯，不需要重新配置你的开发环境、快捷键、主题和其它插件。即插即用，无缝集成到你最熟悉的编辑器中。

而 Cursor 是一个VS Code的Fork版本（分支修改版），一个独立的IDE。虽然看起来和VS Code很像，但你需要把它当成一个新应用来安装和配置，你所有的个性化设置都需要迁移一遍，这本身就是一个不小的门槛和成本。甚至有人反映，Cursor 会自动屏蔽 Augment Code 插件。

2.2 上下文理解能力

正如前文所述，Augment Code 拥有200K超大上下文窗口和多代码库支持，能够轻松驾驭几万、几十万行代码的复杂企业级项目，给出更精准、深入的回答和代码修改方案。

而 Cursor 虽然也在不断优化，但其上下文能力在面对大型项目时依然捉襟见肘。很多时候，对于跨越多文件、多模块的复杂问题，经常会“失忆”或片面的理解。

2.3 自主性

Augment Code 的Agent Mode是面向任务的。它把一个大任务分解成多个步骤，能使用文件系统、终端等多种“工具”去自主完成，更像一个开发工程师在帮你干活。

而 Cursor 的核心交互依然是“一问一答”的聊天模式。虽然也能生成代码，但它稍显被动，需要你不断地追问。

2.4 工具集成

Augment Code 官方提供了与GitHub, Jira, Confluence, Notion等常用开发工具的原生集成。这意味着AI可以直接读取你的Jira任务卡，理解需求后开始编码，这才是真正AI Native的工作流！

Cursor 在这方面的集成相对较弱，更多是停留在代码层面，与项目管理的上下游工具链是脱节的。

3. 如何安装和使用 Augment Code？

3.1 安装步骤

1. 下载并安装 VS Code：https://code.visualstudio.com/download
2. 打开 VS Code，点击左侧的扩展图标（Extensions）。
3. 在市场中搜索 Augment，点击Install安装。
4. 安装后，侧边栏会出现 Augment 的图标，点击它根据提示登录（支持GitHub/Google等快捷登录）。
5. 登录之后就可以创建/打开一个本地项目有，或者clone一个Github的远程项目。
6. 点击 Index CodeBase，索引整个项目。

3.2 使用示例

以优化猫咪信息展示网站为例：

1. 提交包含多个需求的任务，例如“猫咪的亲属关系关联”等。
2. Augment Code 会自动分析、规划、执行任务。
3. 任务完成后，Augment Code 会自动在浏览器打开页面，展示完成情况。

• 注意： Augment Code 在UI方面的表现可能略显粗糙，这可能是提示词表达不到位导致的。

4. 总结与感悟

从GitHub Copilot到Cursor，再到今天的 Augment Code，我们能清晰地看到AI编程工具的进化轨迹。Augment Code 真正解决的痛点，是AI与复杂软件工程之间的鸿沟。它让AI不再是一个“玩具”或“辅助工具”，而是真正能深入到复杂项目核心，并承担关键角色的生产力伙伴。

虽然它目前也并非完美，比如生成的UI还略显粗糙，但它展现出的强大能力和正确的发展方向，足以让我们对AI编程的未来充满无限遐想。

我认为：路漫漫其修远兮，吾将上下而求索。AI编程的未来充满机遇与挑战，我们应保持学习的热情，拥抱技术变革，方能不负时代所托。

, , , ,