JetBrains zmienia sposób, w jaki pisze się kod

Jeśli nie tworzysz oprogramowania, możesz nie znać JetBrains.

Jeśli piszesz – niemal na pewno korzystasz.

Firma działa za kulisami nowoczesnego developmentu – dostarczając narzędzia wykorzystywane przez około 15 mln profesjonalnych inżynierów na całym świecie (88 z Fortune 100) oraz będąc twórcą Kotlina (oficjalnego języka programowania dla Androida). Jeśli otworzyłeś IntelliJ, PyCharm, WebStorm, GoLand lub Rider – korzystałeś z JetBrains.

Rozmawialiśmy z Krisem Kangiem, Dyrektorem ds. Produktu w JetBrains, aby dowiedzieć się, jak zespół wykorzystuje modele OpenAI do zmiany sposobu, w jaki deweloperzy tworzą – nie po to, by ich zastąpić, lecz by podnieść poprzeczkę.

„Ponad 15 milionów programistów korzysta z JetBrains, a teraz zapewnimy im dostęp do narzędzi OpenAI”, mówi Kang. Zmiana ta nie dotyczy wyłącznie automatyzacji, ale także usprawnienia pracy. Ważny jest „flow” programisty, ograniczenie powtarzalnych zadań i umożliwienie inżynierom skupienia się na projektowaniu, architekturze i ocenie rozwiązań, czyli na najważniejszych umiejętnościach zapewniających długofalową przewagę dzięki AI.

Wewnątrz firmy zespoły JetBrains używają:

• ChatGPT
• GPT‑5
• Codex

Na zewnątrz klienci JetBrains mogą wybrać GPT‑5 w Junie, agencie programistycznym firmy, oraz w AI Assistant (do pomocy konwersacyjnej).

Inżynierowie już delegują realne zadania agentom i wiedzą, że zostaną one zrealizowane. „Przydzielam agentowi, działającemu w oparciu o GPT‑5, coraz trudniejsze zadania i ku mojemu zaskoczeniu wiele z nich zostaje wykonanych prawidłowo”, mówi Kang.

Benchmark JetBrains to szybkość, ale i stała jakość inżynierii. „Poza wygenerowaniem kodu trzeba jeszcze umieć zapewnić jego bezpieczeństwo, czytelność i łatwość utrzymania”, kontynuuje Kang.

JetBrains ocenia wpływ poprzez dwa filtry:

Szybkość: Mniej kodu szablonowego (boilerplate), mniej przełączania kontekstu, szybsza iteracja.

Jakość: Czytelny, możliwy do zrecenzowania i utrzymania kod – a nie sprytne rozwiązania, które psują się w produkcji.

Zacznij tam, gdzie ludzie odczuwają trudności: Dokumentacja. Testy. Recenzje. Delegowanie zadań.

Chroń głęboką pracę: Przełączanie kontekstu zabija więcej niż szybkość pisania.

Buduj hybrydowe – a nie zastępcze – procesy: AI tworzy szkice. Ludzie projektują i recenzują.

Lepsza jakość podstawowych aspektów: dobrze określone intencje i solidna architektura jednoznacznie przekładają się na wyższą efektywność.

Uruchamiaj eksperymenty, które się kumulują: Efektywna iteracja wygrywa z natychmiastowym dowodem.

Przyszłość, w której inżynierowie:

• Projektują systemy
• Prowadzą i wyznaczają granice agentom
• Przeglądają i rozumują bardziej efektywnie
• Wdrażają szybciej i z większą pewnością

Nie mniej pracy – lepsza praca.