通过构建面向未来的AI编程助手逼近5000万美元收入

点燃导火索

我成长于1980年代末的斯洛伐克，当时在母亲从工作带回家的捷克斯洛伐克PMD-85计算机上捣鼓。1989年捷克斯洛伐克共产主义崩溃后，我们可以跨境前往维也纳，父母给我买了一台Commodore 64。这些机器——以及父母为我找到的BASIC书籍——点燃了我对计算机的终身痴迷。

我自学编程，同时在高中和大学早期在鱼厂做兼职劳工。我在不列颠哥伦比亚大学学习计算机科学，在编程竞赛中表现优异，最终在Pure Storage花了八年时间构建分布式存储系统。

2021年底，我离开Pure去探索大语言模型。这一跳跃感觉有风险，但妻子支持这次冒险：“给它一个机会——你总是可以回到存储领域，“她说。GPT-3曾暗示语言模型可以推理代码。我在单个GPU上制作原型，加入开源研究小组，并看到了有用的闪光点——可以编辑或解释不熟悉文件的模型。当我们早期的上下文感知补全产生其他工具无法匹配的答案时，信念更加坚定。

那次探索变成了Augment Code，一年后，真实客户在Augment首次发现埋藏在1万行之外的确切函数时感受到了同样的"顿悟"时刻。今天，我们是一个AI编程平台，帮助专业工程师在庞大、快速变化的代码库中交付真实软件。我们获得风险投资支持且增长极快，但有意保持绝对收入数字私密。我们的董事会暗示今年收入目标超过5000万美元——我既不确认也不否认。

交付两大核心功能

我们的v0版本专注于工程师每分钟执行的工作流程：在IDE中编写、编辑和导航代码。我们花了刚好一年多时间交付一个由两个"大石头"主导的私人alpha版本：

• 我们的上下文引擎——一个实时索引，处理多分支更新、毫秒延迟和数十万文件的代码库。
• 自定义代码补全模型——2022年高质量代码LLM稀缺，因此在优秀OSS检查点存在之前，我们训练了自己的模型。

我们抵制了先交付UI打磨的诱惑；艰难的AI和系统工作必须早期完成，以便其他一切后期可以扩展。

安全且可扩展的架构

内部我们融合研究和系统工程：自定义检索管道、延迟关键的推理服务，以及VS Code和JetBrains中的IDE扩展。

架构随着每波模型能力的发展而演变，但设计原则保持不变——在交互延迟下提供全仓库上下文，以及当新模型（或用例）出现时可以快速调整的架构。

我们的架构强调安全性、可扩展性和深度代码库理解。以下是我们使用的非详尽列表：

语言: Go, Python, Rust
架构: 基于Kubernetes的微服务，使用gRPC进行服务间通信
客户端应用:

• VS Code扩展: TypeScript (clients/vscode/)
• JetBrains插件: 用于IntelliJ和其他JetBrains IDE
• Vim/NeoVim: 原生集成

前端和UI:

• Web: React with TypeScript
• 样式: Tailwind CSS
• 构建工具: Vite, Bazel
• 组件: Radix UI, 自定义设计系统

数据和 analytics:

• 数据库: BigTable用于分析和日志记录
• 监控: OpenTelemetry, Prometheus指标

为明年构建

每个软件时代都有其"平台转变”，但AI移动速度比我们见过的任何东西都快。移动和云以五年节奏演变；对于大语言模型，我们现在每年看到一两次真正的浪潮——2023年的检索增强聊天，2024年的交互式代理，2025年已经在酝酿新东西。

因此，工作是为当前浪潮交付，同时秘密为下一个浪潮构建基础。这意味着模块化检索层、模型抽象接缝，以及对下周arXiv上出现的任何突破性论文保持持续警惕。

正常初创公司已经需要忙碌；AI初创公司加上以季度衡量的半衰期。我寻找在昨天范式墨水未干之前就能做出良好决策的工程师（和管理者）。具体表现为：

• 偏向结果驱动的主动性（“我们必须交付远程代理——我们首先突破哪些障碍？"）
• 愿意用旧确定性换取快速学习循环
• 对齐然后自我驱动的本能——深度专注而不分心的能力

不是每个人都喜欢这种节奏，这没关系，但我们寻找具有深度专注和渴望快速移动的未来队友。

在拥挤市场中突破

我们的重点是构建市场上最适合专业软件工程师的最佳产品。

我们让人们非常容易尝试Augment Code。AI中有太多炒作，我们希望团队尝试Augment，以便他们可以看到我们的上下文引擎对大型代码库的影响。与氛围编码工具比较时，你会立即感受到差异。

挑战是在拥挤市场中突破。我们尝试通过与专业开发人员信任和倾听的软件工程声音合作，投资解释内部机制的技术内容，以及在开发人员密集的空间推广Augment来实现这一点。

“先试用"模式

当今AI工具的定价通常复杂且令人困惑：许多公司让你计算令牌、工具调用，并具有基于模型的定价。我们试图保持简单。

我们根据发送的成功用户消息定价，基本上是：你对Augment Code提出的请求，无论是聊天还是代理。Augment具有200k令牌上下文窗口，并在底层使用Claude 4进行代理——没有模型选择器，没有切换，只有最佳代码模型。

实践试用：开发人员从14天无限免费试用开始——无需销售电话。
自助 onboarding：IDE扩展在几分钟内安装，因此团队可以在自己的代码上评估真实工作流程。
企业需求：专业团队需要的所有东西：SOC 2 Type II、ISO 42001对齐、客户管理密钥和详细安全文档。
辅助购买：当组织准备大规模部署时，我们的团队介入处理采购、安全审查和培训。

这种组合——先试用，准备就绪时购买——与专业软件团队采用新工具的方式一致，同时仍满足其安全和合规标准。

向前下注

这是我的建议：

• 理解技术，了解客户，了解市场——深入。在选择方向之前结合这三个视角。
• 向前下注。在AI中，昨天的"尖端"将在几个月内商品化；为你期望一年后存在的模型做计划。
• 查看主要来源。我们亲手处理主要来源——阅读论文，研究模型代码，训练玩具检查点。这胜过任何二手摘要。加入OSS研究聊天和亲手构建比任何书都加速了我的学习曲线。

下一步是什么？

专业上，使命明确：用可信代理自动化软件开发生命周期的大部分。
个人上，我的野心明确：构建Augment，陪伴家人，并保持健康以继续做这两件事。

你可以在X和LinkedIn上关注。并查看Augment！