超越grep：构建上下文丰富的AI编程框架

市面上有大量AI编程应用，尽管大语言模型及其支持的智能体已经令人印象深刻，但近来AI辅助开发领域中最值得关注的进展，往往不在模型本身，而在管理这些模型的软件上。

今年夏初，我与Anthropic旗下Claude Code的产品负责人吴凯特（Cat Wu）进行了一次交流，深入了解了该公司的开发思路。

在整个对话中，吴凯特反复强调同一个观点：Anthropic的模型（以及同类竞争产品）的迭代速度极快，因此提前制定过于详尽的计划，或围绕模型构建过于固化和限制性的功能，意义并不大。Claude Code产品团队更倾向于维护他们所称的"精简框架"（lean harness）。

所谓"框架"，是指围绕一个或多个AI模型构建的软件层，它决定了模型能看到什么、能执行哪些操作，以及如何与代码库进行交互。可以把它理解为模型与开发者实际项目之间的一个中间层。

这并不意味着Claude Code在应用和框架设计上完全没有自己的主张，只是其产品团队更倾向于相信模型在未来一年内的自然演进，而非提前作出太多干预。

当然，市场上并非只有Claude Code这一种框架。OpenAI的Codex、谷歌的Antigravity、开源替代方案OpenCode，以及Cursor、Augment Code等初创公司的产品，都在以各自的方式探索模型在智能体工作流中的应用。每种方案在功能侧重、设计理念和智能体协同方式上都有所不同。

Claude Code在策略上的一个关键选择，是默认不采用预先为代码库构建结构化上下文的方式。

"从评估结果来看，我们没有发现这些方法带来可衡量的明显提升，"吴凯特谈到这类做法时如此表示。"总体而言，我们更倾向于提供一个功能更精简、主观判断更少的框架，让开发者根据自己的需求自行扩展。"

Augment Code的选择与此大相径庭——尽管两家公司测试的方向和优化目标不尽相同。Augment Code会预先使用嵌入技术、检索模型和向量数据库对代码仓库进行索引，再从中检索语义上相关的代码。为了解这一路径的另一面，我采访了Augment Code工程副总裁维纳伊·佩尔内蒂（Vinay Perneti）。

佩尔内蒂简要介绍了Augment Code的差异化方案，分享了团队的评估结果，回应了支持精简框架的若干论点，并对开发者在AI工具和智能体工作流方面的一些普遍关切表达了自己的看法。

以下访谈内容经过编辑，以提升简洁性与可读性。

Ars Technica：能否介绍一下Augment Code上下文引擎的工作原理？

维纳伊·佩尔内蒂：从底层逻辑说起——开发者想要完成某项任务，将其交给一个智能体去执行。而当前智能体面临的一个核心挑战是上下文窗口有限，每次执行任务时，都需要先收集完成该任务所需的所有相关上下文。

目前处理上下文的方式主要有两种：一种是基于grep的关键词检索，Claude Code、Codex等智能体采用了这种方式；另一种则是语义检索。Augment一直坚持走语义路线，我来说明一下其中的核心构成。

核心有两部分：一是系统中协同工作的嵌入模型与检索模型；二是向量数据库，以及一套高度优化的后端系统，使亚毫秒级的检索响应成为可能。

Ars Technica：这种方案在某类代码库上是否具有特别明显的优势？

维纳伊·佩尔内蒂：确实如此，优势主要体现在大型私有代码库上。原因在于：对于那些被广泛用于基准测试的公开开源代码库，几乎所有模型都已经将其内容内化于训练过程中。这些模型体量足够大，能够"记住"整个代码库的内容，因此在处理相关任务时，它们往往能直接定位到需要查看的位置并快速得出结果。

Q&A

Q1：Augment Code的上下文引擎和Claude Code的上下文处理方式有什么区别？

A：Claude Code默认采用基于grep的关键词检索方式，不预先为代码库构建结构化上下文；而Augment Code则通过嵌入模型、检索模型和向量数据库，对代码仓库进行预索引，实现语义层面的相关代码检索。Augment Code认为语义检索在准确性和相关性上更具优势，而Claude Code团队则认为精简框架、减少预设干预更符合当前模型快速迭代的趋势。

Q2：Augment Code的语义检索方案在哪类代码库中优势最明显？

A：Augment Code的语义检索优势主要体现在大型私有代码库中。对于公开的开源代码库，大多数大语言模型在训练阶段已经对其内容有所"记忆"，能够快速定位所需信息；而对于私有代码库，模型没有预训练数据，语义检索的优势便更加突出，能够帮助智能体准确找到完成任务所需的上下文。

Q3：什么是AI编程框架（harness），它在开发流程中起什么作用？

A：AI编程框架是围绕一个或多个AI模型构建的软件层，负责决定模型能够"看到"哪些内容、能执行哪些操作，以及如何与开发者的代码库进行交互。它相当于模型与实际项目之间的中间层，不同框架在功能设计、上下文管理和智能体协同方式上各有侧重，直接影响AI辅助开发的效果与体验。