Pohled do JetBrains – firmy, která mění způsob, programování
Integrací modelů OpenAI do svých nástrojů a pracovních postupů JetBrains mění způsob, jakým vývojáři navrhují, odůvodňují a vytvářejí pomocí umělé inteligence.
Pokud nepíšeš software, společnost JetBrains možná neznáš.
Pokud ano, téměř jistě ji využíváš.
Společnost stojí v zákulisí moderního vývoje – využívají ji nástroje, které používá přibližně 15 milionů profesionálních programátorů po celém světě (88 společností z Fortune 100) a je tvůrcem jazyka Kotlin (oficiálního programovacího jazyka pro Android). Pokud používáš IntelliJ, PyCharm, WebStorm, GoLand nebo Rider, využíváš i JetBrains.
Sešli jsme se s Krisem Kangem, vedoucím produktového oddělení v JetBrains, abychom se podívali, jak tým využívá modely OpenAI ke změně způsobu, jakým vývojáři tvoří – ne k nahrazení toho, co dělají, ale k posunutí toho, co se dá dokázat.
„Vývojáři dělají víc než jen psaní kódu. Kontrolují ho, odůvodňují ho a navrhují systémy. Umělá inteligence může pomoci s více částmi než jen psaním.“
Jak JetBrains zavádí OpenAI
„Více než 15 milionů vývojářů používá JetBrains – a nyní do tohoto pracovního postupu přidáváme OpenAI,“ říká nám Kang. Změna není jen automatizace, je také rozšíření možností. Jde o zachování flow vývojáře, méně opakující se práce a umožnění vývojářům soustředit se na návrh, architekturu a přemýšlení, tedy dovednosti, které zvyšují výhodnost využívání umělé inteligence.
Interně týmy JetBrains používají:
- ChatGPT
- GPT‑5
- Codex
Externě si zákazníci JetBrains mohou vybrat GPT‑5 v Junie, kódovacím agentu společnosti, a v AI asistentu (pro asistenci v podobě chatu).
„Používáme ChatGPT. Používáme GPT-5. Používáme Codex… jedním z preferovaných LLM pro Junie je GPT-5.“
Vývojáři už delegují skutečné úkoly na agenty – a vidí, že jsou tyto úkoly plněny. „Přiděluji agentovi, který je postavený na GPT‑5, stále obtížnější úkoly. A k mému překvapení je mnoho z těchto úkolů úspěšně provedeno,“ říká Kang.
Klíčovou pro společnost JetBrains není jen rychlost – je to udržitelná dokonalost při vývoji. „Nejde jen o vytváření kódu. Kód musí být bezpečný, čitelný a udržovatelný,“ pokračuje Kang.
JetBrains zvažuje dopad ze dvou úhlů pohledu:
Rychlost: Méně šablonového kódu, méně přepínání kontextu, rychlejší iterace.
Kvalita: Čitelný, kontrolovatelný a udržovatelný kód – ne chytrý výstup, který se v produkci rozbije.
Lekce leadershipu od společnosti Kris
Začni tam, kde lidé vnímají překážky: Dokumentace. Testy. Kontrola. Odevzdání.
Nenarušuj práci s hlubokým soustředěním: přepínání kontextu znamená větší plýtvání časem, než se kdy ztratí kvůli rychlosti psaní.
Vytvářej hybridní pracovní postupy, nenahrazuj je: Umělá inteligence vytváří koncepty. Lidé navrhují a kontrolují.
Zvyšuj laťku u základů: Dobře definovaný záměr a funkční architektura mají za následek násobnou výkonnost.
Prováděj experimenty, které mají společně větší efekt: Efektivní iterace je lepší než okamžitý důkaz.
„Chat ti pomáhá. Agenti pro tebe znamenají zásadní změnu.“
Jaký bude další krok
Budoucnost, kde vývojáři:
- Navrhují systémy
- Vedou agenty a vytvářejí pro ně mantinely
- Efektivněji kontrolují a odůvodňují
- Rychleji a s větší jistotou doručují výsledky
Ne méně práce – lepší práce.
Ti, kdo dobře experimentují s umělou inteligencí, časem zaznamenají narůstající výhody.“


