IDEA 不再只是加个 AI 插件：JetBrains 这次直接重做了一套 AI IDE
写在前面
很多人聊 AI 编程，默认思路还是那一套：在现有 IDE 里加一个聊天框、补全框，或者再塞几个生成代码的按钮。可 JetBrains 这次给出的答案，明显不是这个方向。
它没有继续在 IDEA 里打补丁，而是直接做了一个全新的独立 IDE：AIR（AI IDE from JetBrains）。这件事真正值得关注的地方，不是“又出了一个新工具”，而是 JetBrains 已经把判断写得很明白了——未来的开发环境，不该只是“人写代码的地方”，而应该是“人和 AI Agent 一起交付任务的地方”。
你可能会好奇：
-
• 一个做了很多年传统 IDE 的公司，为什么要从头重做一套开发环境？
-
• 这个 AIR 到底和“带 AI 功能的 IDE”有什么本质区别？
-
• 如果开发流程真的开始围着 Agent 重组，开发者接下来该怎么适应？
逐行手写代码这件事，正在被重新定义
这篇文章最有冲击力的一点，不是某个具体功能，而是 JetBrains 对开发工作流的判断发生了变化。
过去的 IDE 逻辑很清楚：人是主角，IDE 负责补全、跳转、重构、调试，帮助你更高效地亲手写代码。AI 最多算增强层，像一个更聪明的辅助功能。
但 AIR 不是这么设计的。JetBrains 的思路已经变成了：AI 不是外挂，而是默认工作流的一部分。 也就是说，开发者不再只是打开工程、写实现、修细节，而是更像在做两件事：先把任务定义清楚，再对 AI 的执行结果做审查和控制。
这背后的变化非常大。因为它意味着，开发工具的核心竞争点，开始从“谁的编辑体验更强、重构更准”，转向“谁能把任务、上下文、执行环境和审查链路组织得更顺”。
换句话说，AI 编程已经不是“补全更快一点”这种小升级了，而是在逼着 IDE 从底层架构开始换思路。
AIR 到底是什么？
AIR 是 JetBrains 从零打造的一套独立 IDE。它的核心理念，原文里提了三条：
-
• AI 是默认工作流，不是可选增强
-
• 强调确定性和可解释性，尽量避免黑箱式“魔法”
-
• 开发者始终掌握代码主导权
这三条放在一起看，意思其实很明确：JetBrains 并不想做一个“你说一句它就一顿乱改”的自动化工具，而是想把 AI 放进一个可控、可审查、可回退的真实开发流程里。
所以官方给 AIR 的定位，不只是 IDE，更像一个 ADE（智能代理开发环境，Agent Development Environment）。你把编码任务委托给 AI 代理去执行，但整个过程里，任务定义、上下文提供、权限控制、结果审查，仍然都握在你手里。
这也是 AIR 和很多“加了 AI 的编辑器”最大的差别：它关注的不是“怎么更快生成一段代码”，而是“怎么让 AI 在真实项目里把一整件事做完，同时你还能控得住”。
三步上手：JetBrains 想让你怎么和 AI 一起开发
原文把 AIR 的体验流程拆得很清楚，基本就是三件事：安装进入环境、打开项目、定义任务。后面的运行、审查和扩展，其实都是围着这三步展开的。
一、安装与首次运行
目前 AIR 只支持 macOS，Windows 和 Linux 版本计划在 2026 年推出。第一次启动时，需要登录你的有效订阅账号，完成后会进入欢迎页。
这条信息看起来像普通说明，但其实也在释放一个信号：AIR 现在还处在比较早期的公开体验阶段，JetBrains 先把核心工作流跑通，再逐步铺平台支持。
二、打开项目
AIR 支持两种打开方式：
-
• 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，输入仓库地址和存储路径
首次打开项目时，AIR 还会先问你是否信任这份代码。这里给了两个选项：
-
• Preview：功能受限，不能执行代码
-
• Trust：允许执行代码，但只建议用于可信项目
这个设计挺关键。因为 AI Agent 一旦能跑命令、读写文件、接触工程上下文，风险边界就不一样了。JetBrains 把“是否信任代码”前置，本质上是在把 AI 权限控制变成工作流的一部分，而不是藏在某个深层设置页里。
三、定义任务
AIR 的核心交互是聊天式任务定义。你可以直接给 AI 代理一个清晰的任务描述，比如“给订单模块加分页查询，每页 10 条”，还可以补充更具体的上下文，比如“参考 src/orders/service.py”。
它还支持 计划模式，也就是先让 AI 生成执行计划，再逐步细化任务。这对复杂需求尤其有用，因为真正难的往往不是“把代码敲出来”，而是先把范围、依赖和实现路径想清楚。
在任务配置里，你还可以决定三个很核心的东西：执行环境、AI 模型，以及权限模式。
AIR 给出的权限模式包括：
-
• 询问权限：第一次使用工具时提示你确认
-
• 自动编辑：自动接受文件编辑操作
-
• 规划模式：只分析代码，不编辑也不执行
-
• 完全访问：跳过所有权限提示
这套权限分层很像在给不同风险级别的任务配不同驾驶模式。你让 AI 做只读分析，和让它直接改代码、跑命令，本来就不该是同一套权限策略。
任务里可加的上下文也不少，原文列了这些：
-
• 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
另外，你也可以直接选中一段代码，把它塞进任务里当上下文。
这一点非常像真实开发。因为很多时候，AI 写不好，不是模型本身不行，而是你给它的边界、参考和上下文不够完整。AIR 显然是在尽量降低“上下文组织”这件事的摩擦。
跑起来以后，AIR 怎么管理任务和结果？
真正进入执行阶段后，AIR 也没有把 AI 做成一个闷头干活的黑盒，而是把任务状态和审查过程都摊到了界面里。
任务状态包括：
-
• Running：AI 正在执行，你可以随时继续补充输入
-
• Waiting for user action：AI 暂停，等你介入
-
• Finished：任务完成，可以开始审查修改结果
-
• Canceled / Archived：手动停止或退出后归档
最实用的一点是，它支持多任务并行。比如你可以让一个任务去补测试，另一个任务去修 Bug，彼此之间互不干扰。这个设计背后其实就是 Agent 工作流最典型的优势：把原来必须串行推进的事情，拆成多个可同时推进的任务单元。
到了 Review 环节，AIR 会在差异面板里展示 AI 改过的内容，支持两种查看方式：
-
• 统一差异：新旧代码在同一页对比
-
• 拆分差异：左右分栏对比
你还能像代码审查一样，在行号旁边直接加评论，把反馈再喂回任务流程里。
这个设计说明 JetBrains 很清楚一件事：AI 编程真正难的，不是“生成”本身，而是怎么把生成结果纳入现有工程质量体系。如果审查链路断了，生成得再快也没意义。
AIR 还有一个关键扩展点：MCP 服务器
原文里专门提了一个进阶能力：MCP（Model Context Protocol）服务器集成。
你可以通过 MCP 把外部工具接进 AIR，比如数据库、API 服务等。配置路径在：
Settings → AI → MCP Servers
示例配置如下：
{
"mcpServers": {
"alphavantage": {
"command": "uvx",
"args": ["av-mcp", "YOUR_API_KEY"]
}
}
}
文章给的例子是接入 Alpha Vantage API。
这块为什么重要？因为一旦 AI 编程从“补代码”进入“执行任务”阶段，它就不可能只待在编辑器里。它需要接触数据库、服务接口、终端环境、外部知识源，甚至团队内部工具。MCP 的意义，就是给 AI 一条标准化的外部连接通道，让它不再被困在单一 IDE 上下文里。
如果说任务定义、权限控制、结果审查解决的是“AI 在 IDE 里怎么干活”，那 MCP 解决的就是“AI 干活时怎么接触外部世界”。
JetBrains Air 的核心流程，可以浓缩成三件事
结合原文内容，AIR 想强调的工作流其实很清楚：
这套逻辑看上去不花哨，但它很像真正能落地的 Agent 开发流程。
过去大家谈 AI 编程，最容易掉进“演示很好看，工程里不好用”的坑，问题通常就出在两个地方：要么上下文太弱，AI 干一半就偏航；要么执行不可控，改完你根本不敢接。AIR 这套设计，基本就是冲着这两个问题去的。
所以 JetBrains 这次真正下注的，并不是某个模型，而是一个判断：以后开发者最重要的能力之一，不是把每一行代码都自己写出来，而是把任务交给 Agent、再把结果审对。
Claude Code 到底是什么？能做什么？
如果你之前更多是把 AI 当成聊天工具，那看到 AIR 这种产品时，可能会有点疑惑：它为什么一直在强调 Agent、任务、审查、权限？
原因很简单。现在这一代 AI 编程工具，已经不只是 Copilot 式补全了。像 Claude Code 这种工具，本质上更接近一个能在真实工程里执行任务的自主 Agent。它可以读项目、改文件、执行命令、结合上下文推进多步任务，还能在你给定边界的前提下自己调试、自己迭代。
也正因为这样，JetBrains 才会把 AIR 设计成一个围绕任务编排和结果审查运转的环境。因为当工具从“补一句代码”升级成“接手一整段开发流程”后，开发环境就必须跟着一起升级。
官方使用方式上，Claude Code 通常走 Anthropic 官方订阅或 API。常见价格大致是：Claude Pro 20 美元/月，Claude Max 100 美元/月和 200 美元/月两档，团队也可以直接走 API 按量计费。
不过说实话，官方订阅对国内用户不太友好——需要海外信用卡，网络环境也得折腾。
如果嫌麻烦想找个更省事的渠道，可以看看 Code80，真实订阅帐号转 API
，换个 endpoint 就能直接用，体验跟官方一样。
详情可以到官网了解：code.ai80.vip
常见问题
Q：AIR 和“给 IDE 加个 AI 助手”有什么本质区别？
A：最大的区别是默认工作流不一样。传统思路是“人写代码，AI 辅助”；AIR 这类产品强调的是“人定义任务，AI 执行，人审查结果”。也就是说，它不是在原有 IDE 逻辑上加一层功能，而是在重做一套更适合 Agent 参与的软件开发流程。
Q：目前 AIR 支持哪些平台？
A：按原文信息，现阶段只支持 macOS，Windows 和 Linux 版本计划在 2026 年推出。
Q：AIR 里怎么控制 AI 的权限？
A：它把权限分成了询问权限、自动编辑、规划模式、完全访问四档。你可以根据任务风险决定 AI 只读分析，还是允许它直接改文件、执行动作。
Q：AIR 能给 AI 提供哪些上下文？
A：文件和文件夹、Git 分支/提交/本地更改、MCP 服务器、终端标签页、本地上传文件都可以加进去，也能直接选中代码片段塞进任务里。
Q：MCP 服务器在 AIR 里有什么用？
A：它的作用是把外部工具接进开发流程，比如数据库或 API 服务。这样 AI 就不只是看代码和输出代码，而是能在受控前提下接触更多真实开发环境里的资源。
Q：国内开发者如果想更方便地用上 Claude Code，有什么办法？
A：如果不想折腾海外支付和网络环境，国内用户可以通过 Code80 更方便地使用。
