Dins de JetBrains: l’empresa que transforma com s’escriu codi
Integrant models d’OpenAI a totes les seves eines i fluxos de treball, JetBrains redefineix com els desenvolupadors dissenyen, raonen i creen amb IA.
Si no escrius programari, potser no coneixes JetBrains.
Si ho fas, gairebé segur que els fas servir.
L’empresa opera entre bastidors del desenvolupament modern, impulsant les eines que fan servir aproximadament 15 M d’enginyers professionals d’arreu del món (88 de les Fortune 100) i és la creadora de Kotlin (el llenguatge de programació oficial per a Android). Si has obert IntelliJ, PyCharm, WebStorm, GoLand o Rider, has fet servir JetBrains.
Vam parlar amb Kris Kang, cap de Producte de JetBrains, per explorar com l’equip utilitza models d’OpenAI per canviar la manera com els desenvolupadors creen, no per substituir el que fan, sinó per elevar-ne el sostre.
«Els desenvolupadors no només escriuen codi. El revisen, hi raonen i dissenyen sistemes. La IA pot ajudar en les parts que van més enllà de simplement teclejar.»
Com JetBrains adopta OpenAI
«Més de 15 M de desenvolupadors fan servir JetBrains, i ara estem portant OpenAI a aquest flux de treball.» Kang ens diu que el canvi no tracta només d’automatització; també tracta d’empoderament. Es tracta de protegir el flux d’un desenvolupador, reduir la feina repetitiva i permetre que els enginyers se centrin en el disseny, l’arquitectura i el criteri: les habilitats que et donen més palanca amb la IA.
Internament, els equips de JetBrains fan servir:
- ChatGPT
- GPT‑5
- Codex
Externament, els clients de JetBrains poden triar GPT‑5 a Junie, l’agent de codificació de l’empresa, i a AI Assistant (per a assistència de xat).
«Fem servir ChatGPT. Fem servir GPT-5. Fem servir Codex… un dels LLM escollits per a Junie és GPT-5.»
Els enginyers ja estan delegant tasques reals a agents i veuen com es completen. «Assigno tasques cada cop més difícils a un agent, amb GPT‑5 al darrere, i, per a la meva sorpresa, moltes de les tasques es completen amb èxit», diu Kang.
La referència de JetBrains no és només la velocitat, sinó l’excel·lència d’enginyeria sostinguda. «No es tracta només de generar codi: ha de ser segur, llegible i mantenible», continua Kang.
JetBrains considera l’impacte des de dues perspectives:
Velocitat: Menys codi repetitiu, menys canvis de context, iteració més ràpida.
Qualitat: Codi llegible, revisable i mantenible, no una sortida enginyosa que falla en producció.
Lliçons de lideratge de Kris
Comença on els humans noten fricció: Documentació. Proves. Revisions. Traspassos.
Protegeix el treball profund: Canviar de context mata més que la velocitat d’escriptura.
Crea fluxos de treball híbrids, no de substitució: La IA redacta. Els humans dissenyen i revisen.
Eleva el nivell dels fonaments: Una intenció ben especificada i una arquitectura sòlida es converteixen en un multiplicador de força.
Fes experiments que s’acumulen: La iteració eficient supera la prova instantània.
«El xat et dona un impuls. Els agents et donen un salt qualitatiu.»
Què ve després
Un futur en què els enginyers:
- Dissenyen sistemes
- Guien els agents i els posen límits
- Revisen i raonen amb més eficiència
- Lliuren més ràpid i amb més confiança
No és menys feina, és millor feina.
«Els qui experimentin bé amb la IA veuran avantatges acumulatius amb el temps.»


