JetBrains 集成 OpenAI 模型用于软件开发

JetBrains 正在将 OpenAI 模型（包括 GPT-5）集成到其开发工具中，以使专业工程师能够专注于系统设计和架构，而不是重复的编码任务。此集成旨在通过自动化样板代码和减少上下文切换，提高全球约 1500 万专业工程师的开发效率上限。

OpenAI Model Adoption in JetBrains Tools

JetBrains 已将 OpenAI 模型集成到其内部工作流和面向外部客户的产品中。该公司使用 ChatGPT、GPT-5 和 Codex 来增强开发过程。

外部客户可以通过以下两种主要渠道访问 GPT-5：

  • Junie：JetBrains 的编码代理，其中 GPT-5 是其 LLM 选择之一。
  • AI Assistant：一个提供基于聊天的开发者协助的工具。

根据 JetBrains 产品负责人 Kris Kang 的说法，使用由 GPT-5 支持的代理使工程师能够委派越来越困难的任务，并且这些任务正在成功完成。

Engineering Standards for AI-Generated Code

JetBrains 根据速度和质量评估 AI 集成的影响，确保 AI 生成的代码不仅快速，而且可持续。

Speed Metrics

AI 集成的设计旨在减少样板代码、最小化上下文切换并加速迭代过程。

Quality Metrics

JetBrains 强调输出必须安全、可读且可维护。目标是避免可能在生产环境中失败的“clever”输出，优先考虑持续的工程卓越而非原始生成速度。

Framework for AI Workflow Integration

Kris Kang 概述了一种将 AI 实施到软件开发生命周期中的具体策略，以最大化人力杠杆：

  • Targeting Friction Points：AI 被应用于人类体验到最大摩擦的领域，例如文档、测试、审查和交接。
  • Preserving Deep Work：该策略优先减少上下文切换，以保护开发者的流畅状态。
  • Hybrid Workflows：JetBrains 提倡一种混合方法，其中 AI 负责草拟，而人类保留设计和审查的责任。 -n- Focus on Fundamentals：强大的架构和明确的意图在结合 AI 时会成为力量倍增器。
  • Experimental Iteration：公司更倾向于进行高效的累积实验，而不是寻求即时证明。

Future Outlook for Software Engineering

JetBrains 想象一个未来，工程师的角色将从编写代码演变为设计系统、引导和约束代理，以及更高效地推理。目标是实现“better work”而不是“less work”，相信尝试使用 AI 的工程师将随着时间的推移获得复合优势。

Sources