Внутри JetBrains — компании, которая меняет подход к написанию кода во всем мире
Интегрируя модели OpenAI в свои инструменты и рабочие процессы, JetBrains переосмысляет то, как разработчики проектируют, мыслят и создают продукты с помощью ИИ.
Если вы не пишите ПО, вы можете не знать о JetBrains.
Если же вы программист, вы почти наверняка ими пользуетесь.
Компания стоит за кулисами современной разработки, обеспечивая работу инструментов, которыми пользуются около 15 миллионов профессиональных инженеров по всему миру (включая 88 компаний из списка Fortune 100), а также создала Kotlin (официальный язык программирования для Android). Если вы открывали IntelliJ, PyCharm, WebStorm, GoLand или Rider, вы пользовались продуктами JetBrains.
Мы встретились с Крисом Кангом (Kris Kang), руководителем отдела продуктов в JetBrains, чтобы узнать, как команда использует модели OpenAI для изменения методов разработки — не для замены того, что делают люди, а для поднятия планки возможностей.
«Разработчики не просто пишут код. Они проверяют его, анализируют и проектируют системы. ИИ может помочь в тех аспектах, которые выходят за рамки простого набора текста».
Как JetBrains внедряет OpenAI
«Инструментами JetBrains пользуются более 15 миллионов разработчиков, и теперь мы интегрируем OpenAI в этот рабочий процесс», — рассказывает Крис. Этот сдвиг касается не только автоматизации, но и расширения возможностей. Речь идет о защите продуктивного состояния разработчика (flow), сокращении рутинной работы и предоставлении инженерам возможности сосредоточиться на проектировании, архитектуре и принятии решений — тех навыках, которые дают наибольшую отдачу при работе с ИИ.
Внутри компании команды JetBrains используют:
- ChatGPT
- GPT‑5
- Codex
Внешние пользователи JetBrains могут выбрать GPT‑5 в Junie (собственном агенте компании для написания кода) и в AI Assistant (для помощи в чате).
«Мы используем ChatGPT. Мы используем GPT-5. Мы используем Codex… одной из LLM по выбору для Junie является GPT-5».
Инженеры уже перепоручают агентам реальные задачи и видят результаты их выполнения. «Я поручаю агенту все более сложные задачи на базе GPT-5 — и к моему удивлению, многие из них успешно выполняются», — говорит Канг.
Для JetBrains критерием успеха является не только скорость, но и стабильное инженерное качество. «Дело не только в генерации кода — он должен быть безопасным, читаемым и легко поддерживаемым», — продолжает Крис.
JetBrains оценивает влияние через две призмы:
Скорость: Меньше шаблонного кода (boilerplate), меньше переключений контекста, более быстрые итерации.
Качество: Читаемый, пригодный для проверки и поддержки код, а не изощренный результат, который ломается в продакшене.
Управленческие уроки от Криса
Начинайте с того, где люди сталкиваются с трудностями: Документация. Тестирование. Ревью. Передача задач.
Защищайте время для глубокой работы: Переключение контекста убивает продуктивность сильнее, чем любая скорость набора текста.
Создавайте гибридные, а не заменяющие рабочие процессы: ИИ создает черновики. Люди проектируют и проводят ревью.
Повышайте требования к основам: Четко сформулированные намерения и надежная архитектура становятся мультипликатором силы.
Проводите эксперименты с накопительным эффектом: Эффективные итерации превосходят сиюминутные доказательства.
«Чат дает вам прирост. Агенты совершают качественный скачок».
Что дальше
Будущее, в котором инженеры:
- Проектируют системы
- Направляют и контролируют агентов
- Более эффективно проводят ревью и анализируют код
- Выпускают продукты быстрее и с большей уверенностью
Меньше рутины — больше качественной работы.
«Те, кто успешно экспериментирует с ИИ, со временем получат преимущество за счет кумулятивного эффекта».
Присоединяйтесь к новой эре работы
Полный текст статьи читайте на OpenAI
