Augment Code 如何用 Cosmos 软件工厂理解自身业务

我在 Augment Code 领导解决方案架构团队。我的团队为大型工程组织提供支持，帮助他们评估 Cosmos——我们的智能体编排平台——作为其团队构建的软件工厂。

我经常被问到的一个问题是：“Mayur，我们的企业试点项目健康状况如何？”过去，这个答案出奇地难以获得。

为什么难

数据分散在各个系统中：

• 产品使用情况显示客户是否在采用。
• GitHub 和 PR 活动显示实际工作是否在推进。
• Salesforce 保存着交易阶段、成交日期和风险。
• 通话记录记录了每位客户实际说过的成功标准。
• 重要的阻碍仍然存在于人们的笔记中，或者他们的脑子里。

CRM 数据描述的是商业关系。工程和产品系统显示的是实际发生的情况。我两者都需要。

过去，要获得这种视图意味着一个分析项目：定义指标、连接系统、构建仪表板，并指派专人保持其更新。等到它交付时，部分内容已经过时了。

相反，我向 Cosmos 描述了我想要的视图。

试点健康状况视图

它查询了我们的使用数据，核对了会话谱系以确保数字没有被夸大，从 Salesforce 拉取了当前交易状态，并将我们的说法与客户通话记录进行了核对。

结果是一个按排名排列的每个试点的视图：采用情况、活动、技术进展、交易背景、阻碍因素以及整体健康评估。每个数字都可追溯到实时数据源。

试点健康状况视图：每个匿名账户一行，包含健康状态、阶段、风险、技术胜利或价值证明，以及一句董事会级别的摘要。

这种可追溯性比仪表板本身更重要。把一个试点标为绿色很容易。展示证据则更难。

每个账户行背后是该试点的底层活动，覆盖相同的报告窗口。

试点快照：单个客户在报告窗口内的活动，显示会话、活跃用户、峰值 DAU、专家、自动化和 PR。

改变视图

然后我通过与它对话来改变视图。

一个客户，一家生命科学数据平台，对任何人都能在创建后查看密钥的值感到不安。这是阻碍该账户推进的两个问题之一。我把它加入该账户的风险视图。

任何人都能拉取一个指标。我想要的是一个与客户自己的话——尤其是高管的话——核对过的指标。因此我要求为每个账户提供一句董事会级别的摘要，并对照客户实际说过的话进行验证。Cosmos 为每个试点返回了一行，并标记了是否匹配：

• 一家生命科学数据平台：“一个原本需要约 1 周的大型任务现在约 3 小时即可交付。超过了 CDO 75-90% 的自动化目标。”
• 一家海事软件公司：“PR 合并率约 55%，而竞争智能体约为 26%。达到了 CDO 的质量标准。✓”
• 一家地理空间情报公司：“93% 的 PR 合并率，由 champion 在高管汇报会上分享。”
• 一家收入运营平台：“CTO 的确切标准：‘PR 合并时间减少 30% = 成交。’✓”

这些不是通用的参与度指标。它们是产品成果，对照客户自己对成功的定义进行了核对。没有新的 schema、工单或仪表板项目。随着问题变化，我改变了视图。

第二天，我让 Cosmos 刷新它。它在 Salesforce 中发现了变更，并更新了受影响的客户。其中一个试点已进入技术胜出阶段。在另一个试点中，一位此前持怀疑态度的 CTO 已经“转变了态度”。刷新后的视图还标出了哪些信息是最新的，哪些落后了一个周期。

随后，它拒绝用一个更快的原始拉取来替换某项使用指标，因为这样做会让数字看起来更新，但准确性更低。那一刻，我信任了它。它优化的是我能为之辩护的数字，而不是刷新最快的那个。

这对试点健康度之外意味着什么

这个仪表盘很有用，但它并不是重点。

许多重要的业务问题取决于工程现实：客户在使用什么、正在交付什么、工作在哪里受阻，以及承诺的成果是否正在实现。这一现实存在于产品遥测、GitHub、CI、部署、事故和支持系统中。Salesforce、财务数据和客户对话则补充了商业和人的背景。

把它们放在一起，你就能回答任何一方都无法单独回答的问题。对我们来说，第一个问题是试点健康度。同样的底层证据可以支持续约风险、推广跟踪、客户规划、产品反馈或高管汇报。输出不必是一个永久性的仪表盘。它可以是下一次决策所需的任何形式。

它改变了哪些问题让人觉得值得一问。过去，我会放弃一半我想知道的事情，因为回答它们需要一份新报告、一次新集成或一个新工作流。一旦这些系统可以通过 Cosmos 访问，下一个问题的成本就下降了。

但一个人做出好的分析并不等于组织变革。真正的价值在于工作流被共享：当销售、客户成功、产品、工程和领导层能够基于同样的证据开展工作；当定义是可见的；当流程随着团队的使用而改进。我们可以更早发现阻碍，在进入客户对话时知道什么最重要，并区分真正的进展和 CRM 中乐观的字段。

商业背景存在于 Salesforce 和通话记录等系统中。运营真相存在于工程和产品系统中。

我们需要两者才能进行可信的试点评审。

想看看这在你自己数据上是什么样子吗？探索 Cosmos，或与我们联系。