当“AI 辅助编程”不再只是 IDE 的一个附加功能，而成为其底层架构的设计核心时，开发工具究竟会进化成什么形态？JetBrains 给出的答案是 AIR —— 一个并非简单地将 AI 塞进现有 IDE，而是用 AI 彻底重构的全新开发环境。
AIR 是什么？
AIR 是 JetBrains 从零开始构建的一款独立 IDE，其核心理念包括：
- AI 作为默认的工作流，而非可选增强项。
- 强调确定性与可解释性，力求避免“黑箱魔法”。
- 确保开发者始终掌握代码的主导权和控制权。
快速上手：三步体验 AIR 的 AI 原生流程
JetBrains Air 定位为智能代理开发环境，允许你将编码任务委托给 AI 代理，同时在过程中全程保持对工作的审查与控制。其核心环节围绕着“定义任务”和“审查结果”展开，非常适合人机协同的开发场景。
一、安装与首次运行
目前 AIR 仅支持 macOS 系统，Windows 和 Linux 版本计划于 2026 年推出。首次启动时，需要使用有效的 JetBrains 订阅账号登录，随后进入欢迎页面。
二、打开项目
支持两种方式打开项目：
- 打开本地项目：点击 Open，选择项目文件夹。
- 克隆 Git 项目：点击 Clone from Git，输入仓库地址与本地存储路径。
首次打开一个项目时，AIR 会询问你是否信任该项目的代码（请注意，执行代码存在潜在风险，请仅信任可信来源）：
- Preview：功能受限，无法执行代码。
- Trust：允许执行代码（推荐仅用于可信项目）。
三、定义任务
通过聊天模式与 AI 代理交互，逐步明确任务需求。你可以输入清晰的任务描述（例如：“为订单模块添加分页查询功能，支持每页 10 条数据”），并补充必要的上下文（如：“参考 src/orders/service.py”）。
支持计划模式：让 AI 先制定一个执行计划，然后再根据计划逐步细化和执行任务。
在任务配置中，你可以进行多项设置，例如选择 AI 模型：
权限模式是控制 AI 行为的关键：
- 询问权限：首次使用每个工具时提示确认。
- 自动编辑：自动接受文件编辑的权限请求。
- 规划模式：仅分析代码，不执行编辑或运行命令。
- 完全访问：跳过所有权限提示。
你可以通过多种方式为任务添加上下文：
- 文件和文件夹
- Git 分支 / 提交 / 本地更改
- MCP 服务器
- 终端标签页
- 上传本地文件
当然，你也可以直接在编辑器中选中一段代码片段，通过右键菜单快速将其添加到当前任务。
四、运行与任务管理
任务在执行过程中会显示不同的状态：
- Running：AI 正在执行，你可以随时补充输入或引导。
- Waiting for user action：AI 暂停，等待人工介入（如确认某个操作）。
- Finished：任务完成，可以进入审查变更环节。
- Canceled / Archived：手动停止或完成后归档的任务。
AIR 支持多任务并行运行，例如一个任务负责编写测试，另一个任务同时修复 Bug，它们之间互不干扰。
五、审查与提交变更
在 Review 标签页中，你可以通过差异面板仔细审查 AI 对代码所做的修改：
- 统一差异：新旧代码在同一页面中行内对比。
- 拆分差异：左右分栏对比，更清晰直观。
你还可以像进行常规的代码审查一样，点击行号旁的图标添加评论，向 AI 提供反馈意见。
六、进阶功能：MCP 服务器集成
通过 Model Context Protocol 可以连接外部工具和服务（如数据库、API 服务）。配置路径为：Settings → AI → MCP Servers，粘贴对应的 JSON 配置即可启用。
例如，连接 Alpha Vantage API 的配置示例：
{
"mcpServers": {
"alphavantage": {
"command": "uvx",
"args": ["av-mcp", "YOUR_API_KEY"]
}
}
}
总结
JetBrains AIR 通过智能代理与高度可视化的交互界面，旨在降低开发者与 AI 协作的入门门槛。其核心流程清晰且可控：
- 定义任务：结合丰富上下文与逐步引导，明确需求。
- 配置执行环境与权限：在效率与安全之间找到平衡点。
- 审查并提交变更：确保最终代码质量符合预期。
配合多任务并行处理、MCP 协议扩展等能力，AIR 为处理复杂项目提供了一种更高效、更可控的 AI 驱动开发体验。对于关注此类前沿工具动态的开发者，不妨前往开发者广场看看大家的讨论和最新工具动态。
发表于 4 小时前
|
查看: 4|
回复: 0
