JetBrains AI Assistant

JetBrains AI Assistant: Гибридная оркестрация и агентный контроль

По состоянию на январь 2026 года JetBrains AI Assistant полностью перешёл на гибридную архитектуру. Он использует Mellum — проприетарный LLM от JetBrains — для задач с ультранизкой задержкой, таких как предложения следующего редактирования и базовое автодополнение кода, в то время как сложные агентные рабочие процессы переносятся на высокопараметрические модели, такие как Claude 4.5 Sonnet и GPT-5 📑. Основой системы является PSI (Program Structure Interface), позволяющий ИИ перемещаться по иерархиям кода с точностью компилятора 📑.

Основная оркестрация и агентный движок

Платформа включает выделенных агентов для автономных циклов разработки.

• Junie & Claude Agent: Эти агенты могут автономно анализировать задачи, планировать изменения в нескольких модулях, выполнять код и запускать тесты для проверки целостности. Они работают в защищённом песочнице и используют Anthropic Agent SDK для логического вывода 📑.
• Предложения следующего редактирования (GA): Прогнозный движок на базе Mellum, который предсказывает ваше следующее логическое изменение в любом месте файла (добавления, удаления или рефакторинг) на основе недавних правок 📑.
• Model Context Protocol (MCP): Полная поддержка MCP в продакшене, позволяющая пользователям подключать собственные серверы документации, SQL-схемы и внутренние API в качестве инструментов для AI Assistant 📑.

⠠⠉⠗⠑⠁⠞⠑⠙⠀⠃⠽⠀⠠⠁⠊⠞⠕⠉⠕⠗⠑⠲⠉⠕⠍

Корпоративная безопасность и локальный инференс

Протоколы безопасности разработаны для сред с нулевым доверием.

• Офлайн-режим через Ollama/LM Studio: Разработчики могут переключаться на локальные модели (например, Qwen 2.5 Coder или Codestral), чтобы гарантировать отсутствие утечки данных для чувствительных внутренних кодовых баз 📑.
• Управление через .aiignore: Полная поддержка файлов .aiignore для строгого контроля за тем, какие файлы, каталоги или символы могут обрабатываться моделями ИИ 📑.
• Единая подписка (Free/Pro/Ultimate): Новая система тарификации 2026 года обеспечивает масштабирование высокоприоритетных GPU-кредитов и агентных функций в соответствии с потребностями организации 📑.

Рекомендации по оценке

Техническим командам следует уделить первоочередное внимание следующим шагам валидации:

• Глубина PSI vs. RAG: Сравните точность разрешения символов в крупных монорепозиториях, чтобы убедиться, что контекст на основе PSI превосходит стандартный векторный поиск 🧠.
• Агентный цикл отказоустойчивости: Проверьте надёжность цикла «тестирование перед коммитом» у Junie, чтобы гарантировать, что автономные изменения не приводят к регрессиям в CI/CD-конвейерах 📑.
• Задержка MCP-инструментов: Измерьте накладные расходы, возникающие при частом вызове инструментов удалёнными MCP-серверами при работе агентов с внутренними базами данных 🌑.
• Производительность Mellum: Оцените задержку и точность функции предложений следующего редактирования на стандартных рабочих станциях разработчиков, чтобы определить влияние на процесс кодирования 📑.