Augment Code défend un environnement de développement IA enrichi en contexte

Vinay Perneti, vice-président ingénierie d’Augment Code, plaide pour un harness de développement assisté par IA qui enrichit le contexte des modèles plutôt que de se limiter à des outils comme grep.

Dans un entretien avec Ars Technica, Perneti explique que son approche repose sur un pré-indexage des dépôts via des embeddings, un modèle de récupération et une base de données vectorielle. L’objectif est de fournir aux modèles une compréhension plus large du code en amont, plutôt que de s’appuyer uniquement sur des requêtes dynamiques ou des outils de recherche basiques. Cette méthode permet de récupérer des blocs de code pertinents en fonction de leur signification conceptuelle, et non seulement de leur syntaxe ou de leurs mots-clés.

Cette stratégie s’oppose à celle d’autres acteurs comme Anthropic, dont le harness Claude Code privilégie une approche minimaliste. Selon Cat Wu, responsable produit chez Anthropic, les évaluations internes ne montrent pas de gain mesurable avec des contextes structurés par défaut. Le choix de l’équipe repose donc sur une architecture légère, laissant aux développeurs la liberté d’ajouter leurs propres outils si nécessaire. Augment Code, en revanche, mise sur une intégration proactive du contexte pour réduire la charge cognitive et améliorer la pertinence des suggestions générées par les modèles.

Les deux approches illustrent une divergence dans la conception des harness : l’une parie sur la flexibilité immédiate, l’autre sur la richesse contextuelle préétablie. Aucune des deux n’est présentée comme supérieure dans l’article, mais elles reflètent des priorités distinctes en matière d’assistance au codage.