Wiki 知识库

全部文档 / 标签: Cosmos

3 篇
清除

How we built a software factory to handle 6x more product feedback

Augment Code 的两名工程师组成的 Cosmos Advisor 团队因产品反馈量激增(每周约 30 条),处理反馈占据团队约 90% 时间,路线图近乎停滞。团队没有选择扩招,而是基于 Cosmos 构建了 Feedback Triager 智能体,负责跟踪每条 Slack 反报的完整生命周期:收集证据、根因分析(RCA)、回答问题、路由反馈、创建工单,并在修复方案明确时交给 PR Author 智能体实现修复。整个流程由 Feedback Triager、PR Author、代码审查、验证器等多个专家智能体协作,形成软件工厂,人类保留产品判断与优先级决策,智能体承担重复性调查与执行。最终小团队既能快速响应客户,又不让路线图沦为支持队列。

技术 › Agent Augment Code 2026-09-0211.4 KB 14.9K 191 85

The software factory needs a faster review loop: further optimizing the path from PR to merge

本文探讨了在AI原生工程组织中,代码生成已不再是软件开发中最慢的环节,而审查、验证、修复和人工决策成为新的瓶颈。文章介绍了Augment Code如何通过扩展其Cosmos系统,将AI代码审查工具升级为覆盖PR到合并全流程的智能体系统,包括新增的Verifier、PR Fixer等专家,以及人类在循环中的关键作用。通过这种“循环工程”方法,组织可以实现代码产出3倍增长,同时保持质量并缩短合并时间。

技术 › Agent Augment Code 2026-08-1413.4 KB 173.2K 207 75

Physical AI: 机器人领域的 1000 亿美元新蓝海

文章深入剖析了 NVIDIA 在机器人领域构建的隐秘且强大的操作系统,这是一个由 Cosmos(想象力/仿真)、GR00T(大脑/推理)和 Newton(物理引擎/身体)组成的全栈技术体系。文章指出,虽然大众关注机器人的硬件动态,但 NVIDIA 通过开源 Cosmos Cookbook 等工具,已经为开发者解决了物理世界 AI 中数据稀缺和仿真模拟等核心难题,标志着机器人开发范式的根本性转变。

技术 › LLM Utkarsh 2026-04-2845.9 KB 184.5K 284 80