„JetBrains“ viduje – įmonė, keičianti tai, kaip rašomas kodas
Integruodama „OpenAI“ modelius visuose savo įrankiuose ir darbo eigose, „JetBrains“ iš naujo apibrėžia, kaip programuotojai projektuoja, samprotauja ir kuria su DI.
Jei nekuriate programinės įrangos, galbūt nežinote „JetBrains“.
Jei kuriate – beveik neabejotinai naudojate jos įrankius.
Įmonė veikia šiuolaikinio kūrimo užkulisiuose – valdo įrankius, kuriuos naudoja apie 15 mln. profesionalių inžinierių visame pasaulyje (88 iš „Fortune 100“) ir „Kotlin“ (oficialios „Android“ programavimo kalbos) kūrėjai. Jei esate atidarę „IntelliJ“, „PyCharm“, „WebStorm“, „GoLand“ arba „Rider“, naudojote „JetBrains“.
Susėdome pasikalbėti su Kris Kang, „JetBrains“ produktų vadovu, kad išsiaiškintume, kaip komanda naudoja „OpenAI“ modelius keisdama programuotojų kūrimo būdą – ne tam, kad pakeistų tai, ką jie daro, bet kad išplėstų galimybių ribas.
„Programuotojai ne tik rašo kodą. Jie jį peržiūri, samprotauja apie jį ir projektuoja sistemas. DI gali padėti ne tik spausdinant tekstą.“
Kaip „JetBrains“ diegia „OpenAI“
„Daugiau nei 15 mln. programuotojų naudoja „JetBrains“, o dabar į šią darbo eigą įtraukiame „OpenAI“, – pasakoja mums K. Kang. Šis pokytis susijęs ne tik su automatizavimu; tai ir įgalinimas. Tai susiję su programuotojo darbo ritmo apsauga, pasikartojančio darbo mažinimu ir leidimu inžinieriams sutelkti dėmesį į projektavimą, architektūrą ir sprendimų priėmimą – įgūdžius, kurie suteikia didesnį pranašumą dirbant su DI.
Viduje „JetBrains“ komandos naudoja:
- „ChatGPT“
- GPT‑5
- Codex
Išoriškai „JetBrains“ klientai gali rinktis GPT‑5 „Junie“, įmonės kodavimo agentą, ir „AI Assistant“ (pagalbai pokalbiuose).
„Mes naudojame „ChatGPT“. Naudojame GPT-5. Naudojame „Codex“... vienas iš pasirinktų LLM modeliui „Junie“ yra GPT-5.“
Inžinieriai jau perleidžia realias užduotis agentams, o šie jas atlieka. „Skiriu vis sudėtingesnes užduotis agentui, paremtam GPT‑5, ir, mano nuostabai, daugelis užduočių įvykdomos sėkmingai“, – sako K. Kang.
„JetBrains“ lyginamasis standartas susijęs ne vien su greičiu, ber ir su nuolatiniu inžineriniu meistriškumu. „Svarbu ne tik kodo generavimas – sistema turi būti saugi, skaitoma ir prižiūrima“, – tęsia K. Kang.
„JetBrains“ poveikį vertina per dvi prizmes.
Sparta: mažiau šabloninio kodo, mažiau konteksto perjungimų, greitesnė iteracija.
Kokybė: skaitomas, lengvai peržiūrimas, prižiūrimas kodas – ne gudri išvestis, kuri sugenda realioje sistemoje.
Vadovavimo pamokos iš Kriso
Pradėkite ten, kur žmonės jaučia trintį: dokumentacija. Testai. Peržiūros. Perdavimai.
Saugokite gilų darbą: konteksto kaitaliojimas kenkia produktyvumui labiau, nei kada nors kenks jūsų spausdinimo greitis.
Kurkite hibridines – ne pakeičiančias – darbo eigas: DI rengia juodraščius. Žmonės projektuoja ir peržiūri.
Kelkite kartelę pagrindams: aiškiai apibrėžta intencija ir tvirta architektūra tampa jėgą dauginančiu veiksniu.
Vykdykite eksperimentus, kurių rezultatai kaupiasi: efektyvus iteravimas yra vertingesnis už akimirksniu gaunamą įrodymą.
„Pokalbis pakylėja. Agentai suteikia kokybinį šuolį.“
Kas toliau?
Ateitis, kurioje inžinieriai:
- projektuoja sistemas;
- nukreipia agentus ir nustato jiems saugiklius;
- efektyviau peržiūri ir samprotauja;
- greičiau ir užtikrinčiau pristato produktus.
Ne mažiau darbo, o geresnis darbas.
„Tie, kurie sėkmingai eksperimentuoja su DI, laikui bėgant įgis kaupiamąjį pranašumą.“


