The JetBrains

RSS: https://blog.jetbrains.com/feed/
JetBrains 博客——开发工具。

《2026 年 Kotlin 发展现状报告》

JetBrains 发布《2026 年 Kotlin 发展现状》报告，回顾 Kotlin 十五年历程。核心数据：93% 的 Kotlin 开发者使用至少一种 AI 编码工具，81% 已在使用或计划尝试 AI 编码智能体；81% 认为 AI 生成的 Kotlin 代码基本正确或只需小幅修正。 报告指出 Kotlin 已深度超越 Android 移动端：超过半数 Kotlin 开发者如今从事后端项目，使用场景扩展到多平台和 AI 辅助开发。整体是机构年度例行报告，信息有用但缺少强个人观点或争议入口，主要价值在于趋势数据速览。
评论点赞收藏20 小时前

软件开发者的软件质量保证工具与技巧

JetBrains Qodana 博客文章，系统介绍软件质量保证（SQA）工具与最佳实践。引用 2025 Stack Overflow 调查称 84% 开发者使用或计划使用 AI 工具，强调 AI 生成代码时代需要更频繁的质量审查。 文章涵盖静态分析、单元测试（JUnit/Jest/PyTest/NUnit）、集成测试、功能/UI 测试、性能测试、安全测试等阶段，并推荐 Qodana 作为静态分析工具。 内容结构完整但偏机构宣传，观点和新信息有限，对垂直 QA 从业者有参考价值，但缺少一手经验、独特观点或强争议点。
评论点赞收藏20 小时前

Air Teams：将你最出色的智能体工作流带给整个团队——并自动化可重复的工作

JetBrains 发布 Air Teams，将此前面向个人的 Air 代理开发工具扩展为团队层：核心包括 Automations（由事件或定时触发的共享工作流，自动做代码审查、小 bug 修复、依赖更新并生成 PR）、共享云环境（一次性配置工具链、依赖、凭据，团队和代理复用）、以及统一的项目/角色/积分管理。 文章给出了三个自家团队在用的 Automations 示例，强调输出可控、变更一律走 PR 由人决定合并。目前仅面向企业客户开放，个人版后续跟进。 对关注 AI 编程代理如何真正落地到团队工作流的读者，这是较为完整的一手产品介绍。
评论点赞收藏1 天前

Rider 2026.2.3 已发布！

Rider 2026.2.3 发布，主要变化：Monitoring 工具窗口新增 AI 性能分析入口，可调用 AI agent 结合 dotTrace 数据定位瓶颈并跟随代码热路径；同时修复了 Windows 上缩放小于 175% 时 AI Agent Setup 小组件偶发无法打开的问题（RIDER-143160）。 功能需 dotUltimate 或 All Products Pack 并安装 AI Assistant 插件，且仅 Windows 可用。
评论点赞收藏1 天前

一种更可靠的 Kotlin Multiplatform 模块编译方案

Kotlin 2.5.0-Beta1 引入了 KMP 模块的“独立编译”（separate compilation）可选方案，旨在解决当前编译模式下 IDE 分析与编译器在重载解析、类型推断上不一致，以及 commonTest 意外调用平台源码集符号的问题。 该方案让编译结果与 IDE 行为对齐，并使 common 源码集对库代码的问题调用报错更一致；附带好处是 common 源码集可启用增量编译。 功能仍为 Experimental，默认关闭，需在 中设置 kotlin.kmp.separateCompilation=true。文章从模块内多平台解析为何按预期工作（commonMain 未声明则 IDE/编译器共同报 unresolved）讲起，再解释模块间依赖场景下 expect/actual 与依赖声明为何会触发 IDE 和编译器分歧，并给出独立编译的解法思路。
评论点赞收藏1 天前

继续推动 PHP 开源前行

JetBrains 发布 PhpStorm 2026 年度开源赞助名单，延续“每年资助五个项目”的计划：PHPUnit 维护者 Sebastian Bergmann、本地 PHP 安装管理工具 Lerd、static-php-cli 作者 Jerry Ma、Composer，以及强调包容性的 Larabelles。 文中同时提醒 PHP 社区继续支持 PHP Foundation。
评论点赞收藏5 天前

设计 Kotlin Multiplatform 与 TeamCity 的集成

JetBrains 介绍了 KMP 与 TeamCity 新集成的设计思路：通过 IDE 内引导式 onboarding，让 KMP iOS 开发者从首次 Git push 到完成构建、测试、TestFlight 发布和自动化 CI/CD 流水线，全程无需本地 Mac、无需预先了解 CI/CD。 核心原则是渐进式上手，分三阶段：构建测试、发布（原文截断在此处）。TeamCity Cloud 提供托管 macOS agent 和免费额度，降低上手成本。 文章侧重设计决策和问题定义，面向对 KMP iOS 开发、CI/CD 自动化、IDE 集成设计感兴趣的读者。
评论点赞收藏6 天前

与 Oppex AI CEO、创始人 Prasun Kumar 的简短对话

JetBrains Startup Program 的短问答栏目，采访 Oppex AI CEO Prasun Kumar。Oppex AI 做 AI on-call agent，在生产事故时自动聚合日志、云指标、数据库健康、受影响客户和近期代码变更，在工程师被叫醒前就给出处置建议，目标把 MTTR 压到 10 分钟以内。 团队 15 人，产品已上线并开始服务企业客户。其训练方式是把 agent 丢进一个 chaos monkey，随机破坏测试系统且不告知破坏方式，以此提升 agent 的故障诊断能力。 Prasun 自 2001 年起做软件工程，创过 7 家 startup，这是第二次当 founder，之前带工程团队的公司后来都 exit 了；个人 25 年一直用 IntelliJ IDEA，团队 90% 开发在 IDEA 上，搭配 WebStorm、PyCharm、DataGrip 和 JetBrains AI Assistant。 内容偏 JetBrains 品牌向的创业者访谈，信息正确但讨论入口少，对 SRE/AIOps 方向读者有一定参考价值。
评论点赞收藏6 天前

学习 Rust 的 100 道练习，已更新

JetBrains 发布其 Rust 学习课程《100 Exercises to Learn Rust》的最大一次更新。该课程改编自 Luca Palmieri 在 Mainmatter 的同名课程，Palmieri 自 2018 年起编写 Rust，曾在 TrueLayer 和 AWS 工作，并著有《Zero to Production in Rust》。 课程免费，在 RustRover 中运行（RustRover 非商业用途免费）。课程通过练习而非讲解来教学：每章先有简短理论，然后是一个带测试套件的 Rust crate，多数练习以 ticket! 开头让学员补全。 大部分练习围绕一个工单管理系统主题，从一个带标题、描述、状态的 struct 逐步演进到异步 REST API 多线程服务工单。概念按项目需要引入：验证失败用 Result/enum，按 ID 查找用 HashMap，多线程访问用 Arc/Mutex 等。 课程假设学员已熟练掌握至少一门其他编程语言，但不要求系统背景或手动内存管理经验。八章内容覆盖所有权与借用、trait、枚举与模式匹配、错误处理、集合与迭代器、生命周期、线程与通道、以及 futures。 文章还介绍了本次更新的具体变化、课程的"快车道"路径，以及如何在整个学习过程中最佳地利用 AI 辅助。
评论点赞收藏6 天前

JetBrains Qodana 团队的代码质量问答

JetBrains Qodana 团队以问答形式解释了几个常见代码质量概念：技术债与差代码的区分（前者是有意折中，后者是知识不足）、降低嵌套循环认知复杂度的实用手法（提取函数、简化条件、用迭代器/map/filter/reduce、先扁平化数据等）、内聚与耦合对可维护性的影响、单元测试的作用，以及如何跟踪代码质量是否在真实改善、如何消除自动化漏洞扫描流水线中的误报。 内容偏实用但属于基础概念澄清，信息增量有限，缺乏强观点或一手争议。
评论点赞收藏7 天前

JetBrains Air：面向代理式软件开发的开放产品体系

<p><strong><strong><strong>AI可以生成代码，但组织依然需要产出软件。代理式开发正在改变软件的生产方式，却并未改变出错的成本。</strong></strong></strong></p><p>六个月前，我们开始公开试验代理式开发环境。几乎与此同时，我们推出了——一套面向代理驱动开发的开放控制与执行系统。<br><br>随后，我们又逐步发布了、共享上下文、云端代理、自动化工具、治理框架，以及面向团队和组织的AI成本管控功能。</p><p>今天，我们将这些工作整合为JetBrains Air：一个面向开发者、团队和组织的开放、连贯的产品体系，不仅涵盖JetBrains IDE，更超越其边界。<br><br>它具备多界面、多服务的特性；每个产品解决特定问题，但各产品协同运作时效果更佳。</p><p>JetBrains Air标志着JetBrains业务重心的重大扩展。过去26年，我们主要聚焦于个人开发者的工作台；如今，我们正构建一个更广泛的系统，用于发起、执行、协调、审查并治理代理式工作流程。</p><p>IDE在JetBrains的未来中仍具重要地位。然而，将整个软件开发系统浓缩于单一窗口的时代正在终结。作为持续投入的一部分，我们现在将基础的代理式体验引入JetBrains IDE，为专业开发者提供一个既能高效使用代理，又能理解、修改并验证生成代码的环境。<br><br>JetBrains Air则连接起围绕它的更大开发体系。</p><p>这一体系基于一个核心信念：代理式开发的未来将是多供应商共存的格局。没有哪一种模型、代理或…</p>
评论点赞收藏7 天前

AIDEs 框架：我们如何为 AI 开发工具构建一套"统一理论"

JetBrains 研究团队基于近两年的 AI 产品与市场观察，提出 AIDEs 框架，试图为 AI 开发工具建立统一的分析视角。核心观点：AI 改变速度本身不是问题，关键是理解背后的结构逻辑，用框架过滤噪音。 文中称 agentic coding 正成为主流开发范式，Claude Code 被约 850 万开发者使用、年营收约 70 亿美元，并触发了同行竞速。框架从"现状诚实建模"出发，再推导未来趋势，强调区分信号与噪声，避免团队陷入追新疲劳。
评论点赞收藏11 天前

让本地 AI 更聪明、更快

<figure><img src="https://blog.jetbrains.com/wp-content/uploads/2026/09/inline-blog-local-merge.png" alt="Two models merged in equal proportions: Qwen3.8-3.6-27B-blend More solves than Qwen3.6, 71% fewer output tokens than Qwen3.8."></figure><p>我们希望本地编码代理既智能又高效，能够理解代码库、完成有用的工作，并且无需长时间等待即可结束任务。此次 Junie Local 更新让在您的设备上使用更强大的模型变得切实可行。</p><p>在 中，我们不得不在同一模型的两个版本之间做出选择。在禁用推理的情况下，Qwen3.6 的速度足以在笔记本电脑上流畅运行。<br><br>而 Qwen3.8 能完成更多任务，但必须启用推理才能稳定工作，这使得每项任务的耗时大约延长了四倍。我们最终选择了速度优先。</p><p>本次更新旨在消除这种取舍的必要性。我们通过等比例融合这两个版本，构建了 。在我们的编码评测中，它完成的任务数量超过了 Qwen3.6，同时生成的输出 token 数量仅为 Qwen3.8 的 71%。</p><p>在这篇文章中，我们将展示新模型在哪些方面提升了编码效果，如何使其高效运行，以及我们在测试过程中获得的经验。此外，我们还通过在 Windows 系统上提供实验性的 NVIDIA 支持，将 Junie Local 推广到更多机型。</p><h2>更智能但思考更少的模型</h2><p>在我们的内部百题编码基准测试中，新模型完成了 37 道题目，而禁用推理的 Qwen3.6 完成了 34 道。它的表现接近于 Qwen3.8 的 39 道正确解，同时生成的输出 token 数量减少了 71%。</p><figure><img src="https://blog.jetbrains.com/wp-content/uploads/2026/09/jbr-tradeoff-2.png" alt="Tasks completed and output tokens: blend model vs Qwen3.6 vs Qwen3.8 on the 100-task internal benchmark."> <figcaption>Tasks completed and output tokens acr…</figcaption></figure>
评论点赞收藏11 天前

JetBrains Junie /demo：给 diff 自动跑 UI 演示，生成可审查的视频报告

JetBrains 给 Junie CLI 新增 /demo 模式：你用自然语言描述要检查的流程，Junie 自动构建并启动应用，在 UI 上点击、输入并截图，最后生成可审查/可分享的 HTML 报告、截图和视频，把“写代码后手动点点点验证”这段routine 自动化掉。 文章给了一个 issue tracker 的例子（批量改状态后 reload 验证持久化），并说明视频会自动加开场幻灯片和字幕、按场景拆分讲解；模型在 post-processing 阶段识别截图写说明，语音旁白计划后续加入。 重点是工程落地：JetBrains 内部已把 demo agent 接到 GitHub Actions，跑了 1500+ 个唯一 PR、生成 2100+ 段 demo 视频；还用于 release 分支的 smoke test（22 个场景、1300+ 次）。 底层是 Docker 容器（Debian Bookworm + Chromium + Xvfb 虚拟桌面 + xdotool/ffmpeg），由 Computer Use 模型驱动；monorepo 可在.junie/vms/ 下放多个 Dockerfile，.junie/demo.md 写构建/启动说明让 Junie 选环境。 模型选择：保留你当前可用且支持 Computer Use 的模型，否则按 GPT-5.6 SOL > GPT-6 Astra > GPT-5.5 > GPT-5.4 顺序，且 /demo 一律用 High reasoning；没有支持模型就跑不起来。 成本参考：22 场景内部对比里 SOL 平均时间和费用最低，全套 $19.94（$1=1 AI Credit），CI runner 时间另计。CI 里可用 junie --demo -p. --task "..." 加 JUNIE_API_KEY 触发，示例 workflow 用 GitHub Artifacts 存视频，无需额外托管。 对前端/有 UI 的变更最有价值；后端可用已有 Swagger UI 等可观察入口。
评论点赞收藏11 天前

Ktor 3.6.0 发布：类型化认证、OpenID Connect 与 HTTP/3 支持

Ktor 3.6.0 发布，主要更新包括：引入类型化认证（typed authentication），提供类型安全的认证配置，支持基于角色的访问控制和匿名用户；新增 OpenID Connect 插件，可用类型化方式集成 OIDC 提供商（如 Auth0），支持会话、浏览器登录与 token 自动刷新；Netty 引擎新增实验性 HTTP/3（QUIC）支持，可同时提供 h2c 与 HTTP/2 over TLS；路由参数转换支持 Uuid、Byte 与无符号数字类型，receive 接受可空类型；客户端 ContentNegotiation 新增跳过已有 Accept 头的策略；KMP 客户端可通过 ktor-client-engine-defaults 在共享代码中省略引擎选择，HTTP 缓存改用 kotlinx-io 的 Path 实现跨平台存储；此外还包含 WebRTC JVM 支持、CIO 异步 DNS、OpenAPI 标签描述等改进。
评论点赞收藏11 天前

MPS 2026.1.1、2025.3.2、2025.2.4 及 2025.1.4 发布 Bug 修复更新

JetBrains 发布多个 MPS 版本的 bug-fix 更新，重点是 MPS 2026.1.1 中 Projectional Agent Toolkit 的改进：agent 现在可以查看和调用节点上的意图与 quick-fix、操作 NodeAttributes 和 PropertyAttributes、创建节点副本、获取更丰富的编辑器上下文（光标、选区），在模态对话框阻塞工具执行时收到明确诊断，同时扩展了编辑器测试、YouTrack 工单创建和可靠测试运行的 agent 引导。 2025.3.2、2025.2.4、2025.1.4 仅提供常规 bug 修复，附下载链接和完整修复列表。属于常规版本发布公告。
评论点赞收藏13 天前

Logpoints 实操走查

JetBrains 发布一篇较长教程，用 gRPC 客户端/服务端示例演示 IntelliJ IDEA 2026.2 的 logpoints：不暂停程序、无需重新构建/重新部署，即可在运行时加日志探针，观察内部调用链、定位 tenant 未规范化导致的折扣错误，并现场用 logpoint 表达式验证修复逻辑。 文章还解释为何 logpoints 优于 println 和普通断点（尤其是带 deadline 的 gRPC 场景中普通断点容易触发取消路径），并演示用 logpoint 副作用在运行时移除超时。 信息密度较高，是 IDE 调试技巧的实操教程；对 Java/IDE 用户有直接价值，但主题相对窄，传播面与争论点有限。
评论点赞收藏13 天前

Rider 与 ReSharper 2026.2.2 正式发布

JetBrains 发布 Rider/ReSharper 2026.2.2 更新：新增 AI Agent Setup 部件，把 MCP 工具、skills、hooks 等 AI agent 相关功能集中到状态栏入口，方便查看启用状态与跳转设置；hooks 反馈更聚焦，agent 只收到自己新增代码的检查结果，Reformat file hook 改为输出 IDE 格式化差异，减少噪声；dotCover 集成新增 TUnit 覆盖率支持，要求 Microsoft.Testing.Platform 2.3.0+。 修复方面：解决 macOS 26.2.2 上 Rider 因系统 API 变更导致后端线程恢复失败而永久冻结的问题；Unity Attach 不再依赖编辑器可执行文件名，兼容新版 Unity Hub 与自定义引擎；MCP 服务器在附加文件夹上的访问错误已修复，文件操作覆盖全部附加目录。
评论点赞收藏13 天前

幕后揭秘：JetBrains OpenTelemetry 插件如何实时绘制你的微服务架构

JetBrains 发布 OpenTelemetry 插件的 Service Map 功能：在 IDE 本地起一个轻量 OTel 后端，程序运行时把 logs/metrics/traces 发回插件，实时生成微服务架构图。 核心思路是只看 trace span——span 是"运行时真相"，比静态代码分析或手维护架构图更准。文章详细讲了重建算法：span 到达无序、trace 没有显式结束、OTel 没有强类型 span，需要按 http.request.method 等语义属性推断是 HTTP/数据库/消息队列；跨服务连接靠 trace context 里的父子 span 匹配，没等到对端就先暂存等补全；数据库是单 CLIENT span 直接推，消息队列看 parent-child 或 span link。 该功能语言/框架无关，支持 JVM/.NET/Python/Go，可在 IntelliJ IDEA、GoLand、PyCharm、WebStorm、Rider 中使用。JetBrains 官方开发博客，偏产品功能介绍。
评论点赞收藏13 天前

IntelliJ IDEA 2026.2.3 发布

JetBrains 发布 IntelliJ IDEA 2026.2.3 小版本更新。主要修复：打开最近项目时 Maven 工具窗口能正确加载数据；解决若干 IDE 冻结问题；修复 Markdown 预览竖滚条显示异常；PlantUML 插件更新至 1.2026.6；WSL2 镜像网络下 Debug 模式应用不再无响应、可正常停止。 属于常规补丁更新，信息量有限。
评论点赞收藏13 天前

Java 27 在 IntelliJ IDEA 中的支持

JetBrains 官方发布 Java 27 在 IntelliJ IDEA 中的支持说明。Java 27 包含 9 个 JEP，其中 4 个转正：G1 GC 成为所有环境默认（取代小机器上的 Serial）、TLS 1.3 支持后量子混合密钥交换、紧凑对象头成为默认（降低 JVM 内存占用）、JFR 新增进程内数据脱敏。 预览功能包括延迟常量（第 3 轮预览）和原始类型模式匹配（第 5 轮预览），后者允许在 switch/instanceof 中直接匹配基本类型，省去手动强转。 文章还演示了 IDE 内下载 JDK、SDKMAN 集成、语言级别设置等操作步骤，并提到 JetBrains 自身已启用紧凑对象头观察到内存收益。整体是 IDE 厂商视角的版本跟进指南，信息实用但偏文档化。
评论点赞收藏14 天前

Toolbox App 3.8：改进 macOS 上的 IDE 更新处理并修复键盘导航

JetBrains Toolbox 3.8 修复了几个问题：macOS 上系统误报 IDE 安装目录不可写时，手动更新现在仍可用，若被阻止会给出解决指引；Windows 上恢复了键盘导航（Ctrl+1/2 切换标签、方向键与 Page Up/Down 翻页）；清理残留目录时显示逐工具与总体进度，并防止重复触发。 属例行的版本更新日志，信息正确但对一般科技读者讨论价值有限。
评论点赞收藏15 天前

登录芦苇

登录后关注作者、收藏内容和参与讨论。

热门话题

人工智能12,865 人关注AI 会怎样改变日常工作？产品思考8,243 人关注怎样判断一个产品值得长期做？独立开发5,917 人关注一个人如何持续完成作品？
关于芦苇 · 联系我们 · © 2026 芦苇