工程团队在过去几年里各自选择AI工具——有人在IDE里使用编程助手,有人依赖终端智能体完成任务,还有人用浏览器插件做代码审查。这种分散的使用方式让工程负责人难以掌握开发者实际用了哪些工具、产生了多少费用。
JetBrains正试图解决这一问题,同时不要求任何人放弃现有工具。该公司于周二宣布推出JetBrains AI团队与组织版,这套功能架构于团队已在使用的各类AI工具之上,提供共享上下文、可复用的智能体流程、组织级治理以及成本管控能力。企业客户将在7月至8月间陆续体验到首批功能。
JetBrains智能体系统负责人Oleg Koverznev在公告博文中写道:"团队不应该被迫统一到单一供应商才能享受AI带来的价值。"他强调,让开发者根据任务自由选择工具是一件值得坚守的事,这种"自由本身就是好事"。
此次扩展是JetBrains过去两年多来持续推进的战略延伸。2023年,公司推出了将AI集成到IDE中的编程助手;一年后发布了Junie,将其升级为能够自主规划和执行任务的智能体。今年3月,JetBrains将Junie带出IDE,推出了独立命令行工具,同时发布了支持多智能体并行运行的JetBrains Air环境;Junie本身也于6月正式结束测试阶段。
此次更新迈出了更大的一步,构建了一个凌驾于工程组织所使用的所有AI工具之上的治理层,而不仅限于JetBrains自家产品。
本次发布包含四个核心组件。自动化功能支持通过代码库事件或定时任务触发云端智能体,在托管环境中运行长时任务,并将结果同步给整个团队。
JetBrains Context则为智能体提供更快速的代码库知识访问能力,涵盖跨代码库知识、代码示例和参考资料,从而减少智能体交互轮次、降低执行成本并减少错误。
在这一切之上,JetBrains Central作为统一管理控制台,让工程负责人在一个界面内了解团队使用了哪些AI工具,并提供访问控制、模型与智能体策略、数据分析以及按团队划分的费用归因功能。
实际上,JetBrains早在今年3月便首次发布了Central,以早期访问计划的形式向小范围设计合作伙伴开放;本周的公告将其正式推广至所有企业客户。
Koverznev指出,让开发者自由选择工具固然好,但如果缺乏统一管理系统,代价是实实在在的:"单个开发者的效率提升了,企业却承受着工作流程碎片化、上下文孤立以及成本持续攀升的困境。AI不应该迫使企业在开发者灵活性与组织管控力之间二选一。"
此外,配套的JetBrains Central命令行工具将Claude Code、Codex、Gemini CLI等命令行工具纳入同一管理控制台,使开发者使用竞品智能体的情况与使用Junie一样得到统一追踪。JetBrains还通过模型上下文协议(MCP)对接外部工具,通过智能体客户端协议(ACP)对接外部智能体,此举旨在避免团队必须绑定JetBrains自家智能体才能获得治理层带来的功能权益。
在计费模式上,JetBrains也做出了调整。公司自2025年8月起对个人及团队计划推行基于积分的计费体系,但企业客户此前沿用的是另一套按月重置的许可结构。
新规调整后,企业客户将采用相同的积分模型,积分有效期由按月重置改为12个月。
JetBrains的这一系列动作与业界早些时候的一个判断相呼应:软件开发中的编排中心正在从IDE转向智能体控制平台,因为越来越多的编程工作发生在终端或协调多个智能体的独立桌面应用中。以IDE为核心的厂商面临抉择——要么将编辑器打磨成最佳的代码审查与调试界面,要么自行构建协调层。
JetBrains Central的推出,明显是该公司选择了后者,通过在竞品智能体之上叠加治理层来建立自己的优势,而非靠功能堆砌取胜。
JetBrains并非最早探索这一方向的公司。今年6月,Cursor推出了企业管理层,支持公司通过统一控制台按部门管理预算、模型访问权限以及智能体权限。
掌控模型层对IDE厂商而言意义重大,因为这能降低对其试图治理的那些外部智能体的依赖。JetBrains于6月发布了一款新的开源编程模型,专为在企业自有基础设施上运行而设计,无需依赖Claude Code或Codex的API。Cursor也推出了自研的Composer模型,而且在被SpaceX以600亿美元收购后资金更为充裕,据称双方联合研发的模型最快本周便会亮相。
不过这并不意味着JetBrains认为实际编码工作会脱离IDE本身。Koverznev表示,IDE仍是开发者完成最直接工作的地方,JetBrains只是以此为基础向外延伸:"围绕IDE,我们正在构建帮助团队跨代码库、终端、智能体和云执行环境协调AI工作的服务体系。"
Q&A
Q1:JetBrains AI团队与组织版是什么?主要解决什么问题?
A:JetBrains AI团队与组织版是一套架构于各类AI工具之上的治理功能集合,核心目的是解决工程团队因各自为政地使用不同AI工具,导致管理层缺乏可见性、工作流程碎片化、成本难以追踪的问题。它提供共享上下文、可复用智能体流程、组织级访问控制以及按团队划分的费用归因,让企业在不强制统一工具的前提下实现集中治理。
Q2:JetBrains Central能管理Claude Code和Gemini CLI这类第三方工具吗?
A:可以。JetBrains Central配套的命令行工具支持将Claude Code、Codex、Gemini CLI等第三方命令行工具纳入统一管理控制台,开发者使用这些竞品智能体的情况会与使用JetBrains自家Junie一样得到统一追踪。此外,JetBrains还通过MCP协议和ACP协议对接外部工具与智能体,避免团队被锁定在单一生态内。
Q3:JetBrains新推出的积分计费模式和之前有什么区别?
A:此前企业客户使用的是按月重置的许可结构,积分每月清零。新模式下,企业客户与个人及团队用户统一采用积分计费体系,积分有效期延长至12个月,不再按月重置,给予企业更灵活的使用周期和更合理的成本规划空间。
好文章,需要你的鼓励
IBM提出评估量子计算机性能的三个基本指标:可编程量子比特(衡量规模)、量子比特操作数(衡量质量)和每秒最大电路数(衡量速度)。可编程量子比特决定用户可直接控制的量子资源规模;量子比特操作数反映系统可靠执行复杂运算的能力;电路吞吐量则体现系统的性价比。这三项指标适用于超导、离子阱、量子点等各类量子硬件平台,为跨平台性能比较提供统一框架。
冲绳科学技术大学院大学研究者提出SiamJEPA,在JEPA框架中引入孪生学生编码器,证明其充当正则化器、加速训练并提升图像表示质量。
Salesforce对逾500名中层管理者的调查显示,三分之二的管理者对AI在未来工作中的作用持乐观态度,77%的人每周借助AI工具节省超3小时。研究表明,美国员工比全球平均水平更倾向于质疑AI,而新兴经济体的员工则更信任AI。调查同时指出,管理者需要实操培训、清晰的AI战略及技术支持,以推动企业AI转型成功落地,人才培养始终比技术本身更为关键。
这项研究对比了化学AI中常用的BPE和Unigram-LM两种分词算法,发现二者在化学SMILES上构建的词汇表几乎完全不同,词汇重叠不超过16%,分词粒度相差近三分之一,证明分词算法是不可忽视的关键设计决策。