درون JetBrains—شرکتی که در حال تغییر نحوه کد نویسی در جهان است
JetBrains با ادغام مدلهای OpenAI در ابزارها و گردشکارهای خود، نحوه طراحی، استدلال و توسعه با AI را بازتعریف میکند.
اگر نرمافزار نمینویسید، ممکن است JetBrains را نشناسید.
اگر این کاره هستی که تقریباً به طور قطع از آنها استفاده میکنی.
این شرکت در پشت صحنه توسعه مدرن قرار دارد—ابزارهایی را که توسط حدود ۱۵ میلیون مهندس حرفهای در سراسر جهان (۸۸ شرکت از ۱۰۰ شرکت برتر فورچون) استفاده میشود، و همچنین خالقان زبان برنامهنویسی کاتلین (زبان رسمی برنامهنویسی برای اندروید) را قدرت میبخشد. اگر IntelliJ، PyCharm، WebStorm، GoLand یا Rider را باز کردهای، پس از JetBrains هم بهره بردهای.
ما با کریس کانگ، رئیس محصول JetBrains، نشستیم تا بررسی کنیم که چگونه Team از مدلهای OpenAI برای تغییر نحوه ساخت توسعهدهندگان استفاده میکند—نه برای جایگزینی آنچه انجام میدهند، بلکه برای بالا بردن سطح.
«توسعهدهندگان تنها کد نمینویسند. آنها آن را بررسی میکنند، دربارهاش فکر میکنند و سیستمها را طراحی میکنند. هوش مصنوعی میتواند در بخشهایی فراتر از صرفاً تایپ کردن کمک کند.
چگونه JetBrains در حال پذیرش OpenAI میباشد
Kang میگوید: «بیش از 15 میلیون توسعهدهنده از JetBrains استفاده میکنند—و حالا ما OpenAI را به این جریان کاری اضافه کردهایم. این تغییر فقط درباره خودکارسازی نیست—بلکه درباره توانمندسازی هم هست. موضوع، حفظ جریان کاری توسعهدهنده، کاهش کارهای تکراری و دادن امکان تمرکز به مهندسان بر طراحی، معماری و تصمیمگیری است—مهارتهایی که در کار با AI مزیت بلندمدت ایجاد میکنند.
بهطور داخلی، تیمهای JetBrains از آن استفاده میکنند:
- ChatGPT
- GPT‑5
- Codex
در خارج، مشتریان JetBrains میتوانند GPT‑5 را در Junie، عامل کد نویسی شرکت، و در دستیار هوش مصنوعی (برای کمک به گفتگو) انتخاب کنند.
«ما از ChatGPT استفاده میکنیم. ما از GPT-5 استفاده میکنیم. ما از Codex استفاده میکنیم... یکی از LLMهای مورد علاقه جونی، GPT-5 است.
مهندسان حالا وظایف واقعی را به عاملها میسپارند و انجام آنها را مشاهده میکنند. Kang میگوید: «وظایف پیچیدهتری را به عالمهایی که با GPT‑5 پشتیبانی میشوند میسپارم—و برخلاف انتظارم، بسیاری از آنها با موفقیت انجام میشوند.»
معیار JetBrains فقط سرعت نیست—بلکه برتری مهندسی پایدار است. Kang ادامه میدهد: «موضوع فقط تولید کد نیست—کد باید امن، خوانا و قابل نگهداری باشد.»
JetBrains تأثیر را از دو منظر بررسی میکند:
سرعت: کاهش کدهای تکراری، تغییر زمینههای کمتر، تکرار سریعتر.
کیفیت: کدی که خوانا، قابل بازبینی و قابل نگهداری باشد—نه خروجی هوشمندانهای که در محیط تولید دچار مشکل شود.
درسهای رهبری از Kris
از جایی شروع کن که انسانها احساس اصطکاک میکنند: مستند سازی. آزمایشها. نقدها. تحویلها.
از کار عمیق محافظت کن: تغییر مداوم زمینه بیشتر از سرعت تایپ به کار آسیب میزند.
فرآیندهای ترکیبی ایجاد کن—نه جایگزین: پیشنویسهای هوش مصنوعی. انسانها طراحی و بازبینی را انجام میدهند.
استانداردهای پایه را بالا ببرید: هدفگذاری دقیق و معماری قوی، اثر چندبرابری ایجاد میکنند.
آزمایشهایی را اجراء کنید که ترکیب شوند: تکرار کارآمد بر اثبات فوری برتری دارد.
«گفتگو حال تو را بهتر میکند. عوامل به تو یک تغییر اساسی میدهند.»
بعد چه میشود؟
آیندهای که مهندسان در آن:
- سیستمهای طراحی
- عوامل راهنما و محافظ
- بازبینی و استدلال با کارایی بیشتر
- سریعتر و با اطمینان بیشتر ارسال کن
نه کار کمتر—کار بهتر.
«کسانی که به خوبی با هوش مصنوعی کار میکنند، با گذشت زمان مزایای فزایندهای خواهند دید.»


