JetBrains新AI IDE AIR发布,能否彻底颠覆编程开发模式?

摘要:当“AI 辅助编程”从一个可选功能,变成开发工具的核心逻辑,IDE 会变成什么样? 最近 JetBrains 推出的 AIR(AI IDE),给出了一个比较激进的答案:不是在 IDE 里加 AI,而是让 AI 成为 IDE 的基础能力。 这
当“AI 辅助编程”从一个可选功能,变成开发工具的核心逻辑,IDE 会变成什么样? 最近 JetBrains 推出的 AIR(AI IDE),给出了一个比较激进的答案:不是在 IDE 里加 AI,而是让 AI 成为 IDE 的基础能力。 这篇文章结合实际开发体验和一些思考,聊一聊 AIR 到底是什么,它解决了什么问题,以及对我们意味着什么。 官网: https://air.dev/ 文档: https://www.jetbrains.com/help/air/getting-started.html
一、AIR 是什么? 简单来说,AIR 是一个“以 AI 为核心工作流”的开发环境。 和我们熟悉的工具不太一样,比如 Copilot、Cursor,本质上还是在帮你写代码、补全代码。而 AIR 的思路是: 你负责描述任务,AI 负责完成任务。 这里的变化其实很关键——从“写代码”,变成“定义问题”。 AIR 的几个核心特点: AI 是默认流程,而不是附加功能所有改动都可以被审查(不是黑箱)开发者始终拥有最终控制权
二、开发流程发生了什么变化? 如果用一句话总结: 过去是“人写代码”,现在更像是“人指挥 AI 写代码”。 一个完整流程大概是这样的: 1. 定义任务 你不再是从写函数开始,而是先描述需求,比如: 给订单模块增加分页查询功能,每页 10 条,参考已有 service 层实现。 你还可以补充: 指定文件或目录引用已有代码限制修改范围 AI 会先生成一个执行计划,然后再逐步实现。
2. 执行任务 AI 会自动完成一系列操作: 阅读项目结构分析依赖关系修改多个文件必要时执行代码 过程中你可以随时打断、补充说明,或者调整方向。
3. 审查结果 这是 AIR 设计里非常重要的一步。 所有 AI 的修改都会以差异(diff)的形式展示出来,你可以: 查看每一处修改逐行评论决定是否接受 这一步的意义在于,把“控制权”重新交还给开发者。
三、几个比较有意思的点 结合目前的信息,有几个地方值得注意。 1. 多任务并行 可以同时运行多个任务,比如: 一个任务写测试一个任务修 Bug一个任务优化代码 互不影响。 这种模式在复杂项目里可能会有价值,尤其是一些重复性工作。
2. 权限控制 AIR 提供不同的执行权限,比如: 只分析,不修改修改前询问自动修改完全开放 这其实是在解决一个现实问题:AI 能不能随便动你的代码。 这个设计更偏向工程化,而不是单纯的“好用”。
3. MCP 扩展 通过 MCP(Model Context Protocol),可以把 AI 接到外部系统,比如: 数据库API其他服务 这意味着 AI 不只是写代码,还可能参与到整个业务流程中。
四、现实问题:很多人现在用不了 目前 AIR 只支持 macOS,Windows 和 Linux 还没开放(官方说后面会支持)。 这对很多开发者来说是个门槛。 如果你是 Windows 用户,大概率只能先观望。
五、这件事真正重要的地方 比起工具本身,我更在意它背后的趋势。 开发方式正在发生变化: 过去是: 人写代码,工具辅助 现在变成: 人定义需求,AI 实现代码,人负责审查 这对开发者的要求也在变化。 对学生来说 如果还在学习阶段,需要注意: 不只是会写代码还要学会如何描述问题学会判断代码是否合理
对开发者来说 AI 不太可能直接替代程序员,但会带来筛选。 会用 AI 的人,效率会明显更高。 不会用的人,差距会被拉开。
六、和现有工具的区别 简单对比一下目前常见的几种工具: Copilot:主要是代码补全Cursor:在 IDE 里增强 AI 能力AIR:直接围绕 AI 构建开发流程 区别在于,AIR 更像是把“写代码”这件事整体交给 AI。
七、几个现实问题 1. 代码质量能保证吗? 不一定。 但 AIR 强制审查,这一点是加分项。
2. 适合新手吗? 短期来看不太适合。 因为如果你本身判断不了代码对不对,很难有效使用这种工具。
3. 会不会替代程序员? 更可能是改变工作方式,而不是直接替代。
八、聊聊你的看法 现在比较现实的问题是: 大部分人还没法真正体验 AIR。 如果你已经用过(比如有 Mac): 可以分享一下: 实际好不好用和 Cursor、Copilot 比差在哪有没有踩坑 如果你还没用: 你会因为这种工具去换 Mac 吗?
九、总结 AIR 的意义不在于“又多了一个 AI 工具”,而在于它尝试改变开发流程本身。 以后写代码,可能不只是写,而是: 定义问题、引导 AI、审查结果。 这件事现在还在早期,但方向已经很明确了。