开发人工智能(AI)代码生成工具的美国初创公司Augment Computing，已将其核心技术"上下文引擎"向所有AI编程代理开放。此举使得该功能能够通过"模型上下文协议"与外部平台连接，预计将显著增强AI编程代理生态系统与工具之间的互操作性。
Augment Computing强调的上下文引擎，旨在克服现有大型语言模型所使用的基于关键词搜索的代码解释方式的局限性。据称，它不局限于静态分析，能够理解整个代码库的语义流和结构，从而革命性地提高了准确性和处理效率。
根据该公司公布的基准测试资料，该技术在与Anthropic的"Claude Code"、Cursor、OpenAI的"Codex"等代表性AI编程平台联动时，编码性能最高提升了80%。特别是在"Cursor + Claude Opus 4.5"组合中提升了71%，"Claude Code + Opus 4.5"组合提升了80%，"Cursor + Composer 1"提升了约30%。
这一成果得益于缓解了AI代理因未能准确掌握代码库而消耗无意义token的问题，即所谓的"幻觉"现象。Augment Computing指出："代理型编码工具无一例外遭遇的瓶颈，源于对代码架构和依赖关系理解的不足"，并强调提供高质量上下文是超越模型规模的关键变量。
具体而言，该技术使得无需使用高性能大型模型也能产出更好的结果。例如，据Augment方面称，即使在同一个项目中使用性能较弱的"Sonnet"模型，凭借上下文引擎也能获得超越高性能模型"Opus"的结果。这也有助于减少token浪费并提高执行速度。
Augment Computing表示，通过此次扩展MCP支持，其功能将能够广泛连接到独立的开发者环境、命令行界面、各种大型语言模型及代理。这使得开发者能够以更少的模型资源实现更快、更准确的代码编写，企业方面也有望降低AI引入成本。
在基于上下文的AI编程工具竞争正式展开的氛围中，Augment提出了一个以代码理解力为中心的新范式，而非传统的参数规模竞争。在AI开发工具每两个月就出现一次、基准测试结果泛滥的当下，Augment的决定正在将AI生产力讨论的重心转向"上下文理解"。
