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。