JetBrains 发布全新 AI IDE：AIR，会不会改变开发方式？

当“AI 辅助编程”从一个可选功能，变成开发工具的核心逻辑，IDE 会变成什么样？

最近 JetBrains 推出的 AIR（AI IDE），给出了一个比较激进的答案：不是在 IDE 里加 AI，而是让 AI 成为 IDE 的基础能力。

这篇文章结合实际开发体验和一些思考，聊一聊 AIR 到底是什么，它解决了什么问题，以及对我们意味着什么。

官网： https://air.dev/

文档： https://www.jetbrains.com/help/air/getting-started.html

一、AIR 是什么？

简单来说，AIR 是一个“以 AI 为核心工作流”的开发环境。

和我们熟悉的工具不太一样，比如 Copilot、Cursor，本质上还是在帮你写代码、补全代码。而 AIR 的思路是：

你负责描述任务，AI 负责完成任务。

这里的变化其实很关键——从“写代码”，变成“定义问题”。

AIR 的几个核心特点：

• AI 是默认流程，而不是附加功能
• 所有改动都可以被审查（不是黑箱）
• 开发者始终拥有最终控制权

二、开发流程发生了什么变化？

如果用一句话总结：

过去是“人写代码”，现在更像是“人指挥 AI 写代码”。

一个完整流程大概是这样的：

1. 定义任务

你不再是从写函数开始，而是先描述需求，比如：

给订单模块增加分页查询功能，每页 10 条，参考已有 service 层实现。

你还可以补充：

• 指定文件或目录
• 引用已有代码
• 限制修改范围

AI 会先生成一个执行计划，然后再逐步实现。

2. 执行任务

AI 会自动完成一系列操作：

• 阅读项目结构
• 分析依赖关系
• 修改多个文件
• 必要时执行代码

过程中你可以随时打断、补充说明，或者调整方向。

3. 审查结果

这是 AIR 设计里非常重要的一步。

所有 AI 的修改都会以差异（diff）的形式展示出来，你可以：

• 查看每一处修改
• 逐行评论
• 决定是否接受

这一步的意义在于，把“控制权”重新交还给开发者。

三、几个比较有意思的点

结合目前的信息，有几个地方值得注意。

1. 多任务并行

可以同时运行多个任务，比如：

• 一个任务写测试
• 一个任务修 Bug
• 一个任务优化代码

互不影响。

这种模式在复杂项目里可能会有价值，尤其是一些重复性工作。

2. 权限控制

AIR 提供不同的执行权限，比如：

• 只分析，不修改
• 修改前询问
• 自动修改
• 完全开放

这其实是在解决一个现实问题：AI 能不能随便动你的代码。

这个设计更偏向工程化，而不是单纯的“好用”。

3. MCP 扩展

通过 MCP（Model Context Protocol），可以把 AI 接到外部系统，比如：

• 数据库
• API
• 其他服务

这意味着 AI 不只是写代码，还可能参与到整个业务流程中。

四、现实问题：很多人现在用不了

目前 AIR 只支持 macOS，Windows 和 Linux 还没开放（官方说后面会支持）。

这对很多开发者来说是个门槛。

如果你是 Windows 用户，大概率只能先观望。

五、这件事真正重要的地方

比起工具本身，我更在意它背后的趋势。

开发方式正在发生变化：

过去是：

人写代码，工具辅助

现在变成：

人定义需求，AI 实现代码，人负责审查

这对开发者的要求也在变化。

对学生来说

如果还在学习阶段，需要注意：

• 不只是会写代码
• 还要学会如何描述问题
• 学会判断代码是否合理

对开发者来说

AI 不太可能直接替代程序员，但会带来筛选。

会用 AI 的人，效率会明显更高。

不会用的人，差距会被拉开。

六、和现有工具的区别

简单对比一下目前常见的几种工具：

• Copilot：主要是代码补全
• Cursor：在 IDE 里增强 AI 能力
• AIR：直接围绕 AI 构建开发流程

区别在于，AIR 更像是把“写代码”这件事整体交给 AI。

七、几个现实问题

1. 代码质量能保证吗？

不一定。

但 AIR 强制审查，这一点是加分项。

2. 适合新手吗？

短期来看不太适合。

因为如果你本身判断不了代码对不对，很难有效使用这种工具。

3. 会不会替代程序员？

更可能是改变工作方式，而不是直接替代。

八、聊聊你的看法

现在比较现实的问题是：

大部分人还没法真正体验 AIR。

如果你已经用过（比如有 Mac）：

可以分享一下：

• 实际好不好用
• 和 Cursor、Copilot 比差在哪
• 有没有踩坑

如果你还没用：

你会因为这种工具去换 Mac 吗？

九、总结

AIR 的意义不在于“又多了一个 AI 工具”，而在于它尝试改变开发流程本身。

以后写代码，可能不只是写，而是：

定义问题、引导 AI、审查结果。

这件事现在还在早期，但方向已经很明确了。