Présentation de la plateforme
Harness a annoncé l’acquisition d’une partie des actifs d’Augment Code afin de créer le Harness Cosmos Software Factory. Cette offre repose sur les Cosmos AI coding agents, l’interface en ligne de commande Auggie CLI et le Code Context Engine, technologies développées initialement par Augment Code. Le produit se positionne comme une plateforme de codage assisté par IA capable de générer, tester et affiner du code tout en restant aligné sur les exigences du cycle de vie logiciel (SDLC).
Architecture et composants clés
Le cœur du système est constitué d’agents IA exécutés sur des machines virtuelles isolées. Chaque agent suit un processus en trois étapes : planification de la tâche, génération du code, puis exécution de tests automatisés avant d’ouvrir une pull‑request. En cas de commentaire du relecteur ou d’échec d’un contrôle, le même agent intervient pour corriger le problème sur la même branche. Le Code Context Engine maintient une carte dynamique du codebase, ce qui permet de router chaque requête vers le modèle d’IA le plus adapté. Un mécanisme de shared memory conserve les leçons tirées de chaque révision, tout en appliquant automatiquement un versionnage et des contrôles budgétaires.
Intégration CI/CD et gestion du cycle de vie
Selon le PDG Jyoti Bansal, la plateforme sera intégrée de façon étroite avec les outils CI/CD de Harness. Cette intégration vise à offrir aux équipes DevOps un environnement où le code généré par IA passe directement par les pipelines de construction, de test et de déploiement, réduisant ainsi le « goulot d’étranglement » qui s’est déplacé en aval avec l’avènement de l’IA. Le système propose également des agents de vérification, de validation, de test et de sécurisation, capables de raisonner sur les dépendances, les risques et les exigences de conformité avant la mise en production.
Analyse des impacts et limites
Le principal avantage réside dans la capacité à fournir un contexte complet du codebase, ce qui, selon Harness, améliore la probabilité que le code généré fonctionne dans l’environnement de production spécifique d’une organisation. Toutefois, l’article ne précise pas les performances des modèles d’IA ni les métriques de précision, ce qui rend difficile l’évaluation objective de la qualité du code produit. De plus, la dépendance à des machines virtuelles isolées peut introduire une surcharge de ressources, et les contrôles budgétaires automatiques restent peu détaillés. Enfin, la possibilité de déployer le Cosmos Software Factory aux côtés d’autres plateformes CI/CD implique une complexité d’orchestration qui n’est pas entièrement décrite.
