1. 引言

1.1 AI 辅助编程的时代背景

近年来，以大语言模型（LLM）为代表的 AI 技术正在深刻改变软件开发的工作方式。从 2021 年 GitHub Copilot 首次将 AI 代码补全引入主流开发工具，到如今各类 AI 编程助手覆盖代码生成、代码解释、自动重构、单元测试编写等几乎全部开发环节，AI 辅助编程已经从"尝鲜玩具"演变为"生产力基础设施"。

开发者在日常工作中面临着越来越多的挑战：技术栈不断膨胀、框架迭代速度加快、项目规模持续扩大。传统的 IDE 智能提示仅能基于语法和局部上下文给出建议，而 AI 驱动的辅助工具则能理解整段代码的语义意图，甚至跨文件分析依赖关系。这种从"语法辅助"到"语义理解"的跨越，正是 AI 辅助编程的核心价值所在。

1.2 JetBrains AI 的定位与愿景

JetBrains 作为全球领先的 IDE 厂商，其产品线覆盖 Java、Kotlin、C#、Python、Go、C/C++、PHP、Ruby、Rust、JavaScript/TypeScript 等几乎所有主流编程语言。JetBrains AI Assistant 的设计哲学并非"在 IDE 里塞进一个聊天窗口"，而是将 AI 能力深度嵌入 IDE 的每一个原生工作流中。

根据 JetBrains 官方定义：

AI Assistant is a collection of AI-powered features and coding agents integrated into JetBrains IDEs. It helps you work with code in AI Chat, directly in the editor, and through coding agents that can handle multi-step development tasks.

换言之，JetBrains AI 不是一个独立的产品，而是一组与 IDE 无缝融合的功能集合。开发者不需要切换上下文、不需要安装第三方插件、不需要改变已有的编码习惯——AI 能力就在那里，在每一个需要它的地方。

---

2. JetBrains AI 概述

2.1 什么是 JetBrains AI

JetBrains AI Assistant 是集成于 JetBrains IDE 中的一系列 AI 驱动功能和编码代理（Coding Agent）的集合。它的核心工作方式可以概括为以下四个步骤：

1. 触发：用户在 IDE 中发起 AI 功能请求（如打开 AI Chat、编写代码时触发补全、选中代码后要求解释）。
2. 上下文收集：AI Assistant 自动收集项目上下文，包括当前打开的文件、选中的代码片段、最近的代码变更等。
3. LLM 请求：将请求和上下文发送至 LLM 提供商进行处理。
4. 响应呈现：LLM 的响应以代码建议、解释文本或其他辅助形式返回到 IDE 中。

根据激活方案的不同，数据流转路径也有所差异：

• JetBrains AI 订阅：IDE → JetBrains AI Service（作为协调层，不存储或处理用户数据）→ LLM 提供商 → 响应返回 IDE。
• BYOK（自带密钥）：IDE 直接发送请求到第三方 LLM 提供商，不经过 JetBrains AI Service。
• Agent（OAuth）：直接发送到 Agent 提供商。

2.2 支持的 AI 模型

JetBrains AI 的一大优势在于其丰富的模型选择。截至调研时，通过 JetBrains AI 订阅可用的模型超过 30 款，涵盖四大主流提供商：

Claude 系列（Anthropic）：包括 Claude 4.6 Opus、Claude 4.6 Sonnet、Claude 4.5/4.1 Opus 和 Sonnet、Claude 4.5 Haiku、Claude 4 Sonnet 等。其中标注 🧠 的模型具有更强的逻辑推理能力，标注 🖼️ 的模型支持图片输入。所有 Claude 模型的上下文窗口均为 200k tokens。

Gemini 系列（Google）：包括 Gemini 3.1 Pro、Gemini 3 Flash、Gemini 2.5 Pro/Flash/Flash-Lite、Gemini 2.0 Flash 等。Gemini 系列的最大优势是 1M tokens 的超大上下文窗口，适合处理大型项目和超长代码文件。

GPT 系列（OpenAI）：包括 GPT-5.4/5.4 mini/5.4 nano、GPT-5.3/5.2 Codex、GPT-5.1-Codex-Max/Mini、GPT-5/5 mini/5 nano、GPT-4.1/mini/nano、GPT-4o 等。上下文窗口覆盖 128k 至 1M tokens，其中多数 GPT-5.x 模型采用 400k tokens 的上下文窗口（如 GPT-5.4、GPT-5 Codex 系列等），GPT-4.1 系列则为 1M，GPT-4o 为 128k。此外还有 o1、o3、o3-mini、o4-mini 等推理模型。

Grok 系列（xAI）：包括 Grok-4.1 Fast、Grok-4.1 Fast (Non-Reasoning)、Grok-4、Grok Code Fast 1 等，其中 Grok-4.1 Fast 拥有 2M tokens 的超大上下文窗口。

此外，JetBrains AI 还支持通过 BYOK 方式使用第三方提供商的模型，以及通过 Ollama 和 LM Studio 运行的本地模型。这为隐私敏感场景提供了灵活的选择。

注：部分旧版本模型（如 Claude 3.7 Sonnet、Claude 3.5 Sonnet、Claude 3.5 Haiku、Gemini 3 Pro、Gemini 1.5 Pro/Flash、o1-mini 等）因提供商废弃而不再可用。

2.3 JetBrains AI Service 架构

JetBrains AI Service 在 JetBrains AI 订阅方案中充当协调层的角色。它负责管理模型路由、配额计量和请求分发，但官方明确表示该服务不会存储或处理用户的代码数据。这意味着用户代码仅作为请求上下文临时传递至 LLM 提供商，JetBrains AI Service 本身不会留存这些数据。

对于注重数据安全的团队，还可以选择 BYOK 方案或本地模型方案（Ollama / LM Studio），让数据完全不离开本地环境。这种灵活的架构设计使得 JetBrains AI 既能满足个人开发者的便利需求，也能适应企业级的安全合规要求。

---

3. 核心功能全景

JetBrains AI Assistant 的功能覆盖了编码工作的全流程，从写代码到改代码，从提交到代码审查，几乎每个环节都有 AI 的参与。以下逐一介绍各项核心功能。

3.1 AI Assistant 聊天对话

AI Chat 是 AI Assistant 的入口功能，位于 IDE 右侧工具栏。它提供两种交互模式：

Chat 模式：适用于日常问答、项目相关提问、代码解释和代码片段生成。在这种模式下，AI 提供建议但不自动应用更改，开发者需要手动审核后再决定是否采纳。这是最安全的交互方式，适合对 AI 输出需要严格把控的场景。

Agent 模式：适用于复杂的多步骤开发任务。Agent 可以跨文件修改代码、执行终端命令、运行测试，并在完成后报告进度。目前支持的 Agent 包括：

• Junie by JetBrains：JetBrains 自家开发的 AI 编码 Agent
• Claude Agent：Anthropic 的 Claude Agent
• Codex：OpenAI 的 Codex Agent
• 也可通过 ACP（Agent Client Protocol）连接外部 Agent

上下文管理方面，开发者可以附加文件、文件夹、图片、符号、提交记录等作为对话上下文，让 AI 更精准地理解需求。对话历史支持保存、重命名和删除，方便后续回顾。

3.2 代码补全与生成

Cloud Code Completion（云端代码补全）

入口：编辑器中开始输入即自动触发；也可按 Alt+Shift+\ 手动触发。

Cloud Code Completion 不仅能够补全单行代码和代码块，还能补全整个函数。它基于项目上下文生成建议，会主动匹配用户的编码风格和命名约定，而不仅仅是基于语法给出候选项。有趣的是，代码补全不仅在代码编辑器中可用，还延伸到注释行、AI Chat 输入框和提交信息输入框。

补全建议的接受/拒绝操作非常灵活：

• Tab：接受整条建议
• Ctrl+Right：逐词接受
• End：逐行接受
• Escape：拒绝建议

AI Assistant 提供了三种补全策略以适应不同场景：

模式	特点
Creative	最宽松，关闭所有过滤，允许不完整和推测性代码，适合探索性编码
Balanced	适中，软性过滤，兼顾多样性和相关性
Focused（默认）	最严格，精确简洁，排除潜在错误代码，适合生产环境

Cloud Code Completion 支持 30+ 种编程语言，包括 Java、Kotlin、Python、Rust、Go、C/C++、C#、Ruby、PHP、Scala、JavaScript/TypeScript、SQL、HTML、CSS、XML、JSON、YAML、Terraform、Markdown 等。

Next Edit Suggestions（下一步编辑建议）

这是一项独特的功能。启用后，当开发者修改或编写代码时，AI 会预测下一个可能需要修改的位置并主动提供建议。典型应用场景包括：

• 简单格式化修复：修了一个逗号遗漏后，自动定位并修复所有类似情况
• 拼写错误修复：发现并修正代码中的拼写错误
• 代码变更传播：修改某处后，自动建议修改相关联的位置

操作方式非常简洁：按 Tab 跳转到建议位置，再按 Tab 应用建议。该功能支持即时预览、链式建议（自动请求下一条建议）、允许建议基于 IDE 重构操作的编辑，以及允许仅格式化的建议等可配置项。

In-editor Code Generation（编辑器内代码生成）

入口：Ctrl+\ 快捷键，或右键 → AI Actions → Generate Code。

操作方式直观：在编辑器任意位置按下快捷键后，在弹出的输入框中用自然语言描述需求，生成的代码会显示在同一编辑器标签页的 Diff 视图中。开发者可以继续输入后续需求来改进代码，也可以通过 Ctrl+F5 或点击 Regenerate 按钮重新生成。确认满意后点击 Accept All 插入代码，不满意则 Revert/Discard All 撤销。

3.3 代码解释与分析

代码解释功能覆盖了多种场景：

功能	可用 IDE	入口
Explain Code	全部 IDE	选中代码 → AI Actions → Explain Code
Explain Runtime Error	除 GoLand/Rider/RustRover	运行错误控制台 → Explain with AI
Explain Log Errors	仅 PhpStorm	日志文件编辑器 → Explain with AI
Explain CMake Errors	仅 CLion	CMake 工具窗口 → Explain with AI
Explain Build Errors	全部 IDE	Build 工具窗口(Alt+0) → Explain with AI
Explain Compilation Errors	仅 RustRover	控制台 → Explain with AI
Explain SQL Code	DataGrip + Database Tools 插件	Alt+Enter → AI Actions → Explain SQL problem

AI Assistant 还能自动检测并解释注入的语言片段，如正则表达式、SQL 查询、cron 表达式等。

此外，Find Problems 功能可以选中代码后让 AI 分析并给出修复建议；代码语言转换功能允许开发者粘贴其他语言的代码，AI 会自动建议转换为目标文件所使用的语言。

3.4 单元测试生成

入口：将光标放在类或方法内 → 右键 → AI Actions → Generate Unit Tests；或 Alt+Enter → AI Actions → Generate Unit Tests。

AI 会分析代码及其上下文，推荐能提供代码行为洞察的测试用例。生成的测试在独立的 AI Diff 标签中显示，开发者可以：

• 点击 Specify 添加新需求来改进测试
• 点击 Customize Prompt 自定义生成提示
• 点击 Accept All 保存测试到现有测试模块（自动创建或在已有测试文件中追加）

如果直接在测试文件中调用此功能，AI 会提示补充测试场景的细节。该功能支持 Ruby 公共方法、PHP 方法、C# 方法等多种语言。

3.5 提交信息生成

入口：Alt+0 打开 Commit 工具窗口 → 点击 Generate Commit Message with AI Assistant。

AI 会将当前暂存的 diff 发送给 LLM，自动生成描述性的提交信息。开发者可以在 Prompt Library 中自定义生成规则，例如：

• 要求包含分支名（使用 $GIT_BRANCH_NAME 变量）
• 指定语言偏好（如 Conventional Commits 格式）
• 添加团队特有的提交规范

3.6 重构建议

入口：选中代码 → 点击弹出窗口中的灯泡图标 → Suggest Refactoring。

AI 会分析选中的代码并提供重构建议，建议在 AI Chat 中以结构化方式展示。开发者可以：

• 点击 Apply 将建议的变更添加到当前文件
• 通过 Next Change / Previous Change 逐条浏览变更
• Accept All 应用所有建议 / Discard All 全部拒绝

AI 命名建议：在重命名符号时（Shift+F6），AI 会基于代码内容建议多个名称选项供选择，可在设置中启用或禁用此功能。

Python 类型注解（仅 PyCharm/DataSpell）：右键函数/方法定义 → AI Actions → Add Type Hints，AI 会根据上下文自动建议类型注解。

3.7 文档生成

入口：光标放在声明项 → 右键 → AI Actions → Write Documentation。

AI 可以为任何声明项（类、方法、函数等）生成规范的文档注释。在 RustRover 中，文档生成会尽可能包含 Doctests。开发者同样可以在 Prompt Library 中自定义文档生成的提示模板，以匹配团队或项目的文档规范。

---

4. Rider 中的 AI 深度集成

JetBrains Rider 是一款面向 .NET 和 C# 开发者的跨平台 IDE。AI Assistant 在 Rider 中的集成覆盖了从编码、调试到版本控制的完整开发流程。

4.1 .NET 开发场景下的 AI 辅助

在 Rider 中使用 AI Assistant 进行 .NET 开发，以下功能最为常用：

• 代码补全：Cloud Code Completion 完整支持 .cs 文件，同时支持 .NET 模板文件（如 cshtml、vbhtml）。
• Next Edit Suggestions：在 C# 代码编辑中提供智能的下一步建议。
• 代码解释：选中任意 C# 代码片段即可获取 AI 解释，包括 LINQ 查询表达式、异步方法、泛型约束等复杂语法。
• 代码生成：通过自然语言描述需求，AI 可直接在编辑器中生成 C# 代码，如实体类定义、API Controller、数据访问层等。
• 重构建议：AI 可分析 C# 代码并建议重构方案，例如将重复代码提取为方法、使用模式匹配简化条件语句等。
• 文档生成：支持为 C# 类和方法生成 XML 文档注释（/// 格式）。

4.2 C# 代码生成与补全

C# 开发者在使用 Cloud Code Completion 时，AI 会基于项目的上下文（如已定义的接口、实体模型、配置类）生成高度匹配的补全建议。例如，在编写一个 REST API 的 Controller 时，AI 可以根据已有的 Service 层接口自动生成对应的 Action 方法框架，包括路由注解、依赖注入、返回值类型等。

在编辑器内代码生成（Ctrl+\）中，C# 开发者可以用自然语言描述需求，例如：“创建一个实现了 IRepository 接口的 Entity Framework Core 仓储类”，AI 会在编辑器中以 Diff 视图展示生成的代码，供开发者审核和调整。

4.3 Unity / .NET MAUI 开发辅助

虽然官方文档未单独列出 Unity 或 .NET MAUI 的专项 AI 功能，但基于通用 AI 能力，以下场景完全可以覆盖：

• Unity 脚本开发：C# 代码补全和生成适用于 Unity MonoBehaviour 脚本。开发者可以用自然语言描述游戏逻辑，AI 生成对应的生命周期方法（如 Start、Update、OnTriggerEnter）和物理/碰撞处理代码。
• Unity API 解释：对于不熟悉的 Unity API，可以通过 Explain Code 功能快速获取解释。
• .NET MAUI 开发：XAML 和 C# 代码均可受益于 AI 代码补全和生成，尤其在 MVVM 模式的 ViewModel 编写和数据绑定方面。

4.4 Rider 中的 AI 特色功能

Explain Build Errors（构建错误解释）：此功能在所有 JetBrains IDE 中均可用。在 Rider 的 Build 工具窗口（Alt+0）中，编译和构建过程中的警告和错误旁边会出现 “Explain with AI” 按钮。点击后，AI 会分析错误信息并给出解释和修复建议。对于 Rider 用户来说，这在处理 .NET 编译错误（如泛型类型推断失败、依赖注入配置错误、NuGet 包版本冲突等）时尤其有用。

---

5. IntelliJ IDEA 中的 AI 深度集成

IntelliJ IDEA 是 Java 生态中最受欢迎的 IDE 之一，AI Assistant 在其中的集成同样深入到了 Java/Kotlin 开发的各个环节。

5.1 Java/Kotlin 开发 AI 辅助

在 IntelliJ IDEA 中，AI Assistant 全面支持 Java（.java）和 Kotlin（.kt、.kts）文件：

• 代码补全：Cloud Code Completion 支持 Java 和 Kotlin 的行级、块级和函数级补全。
• 代码生成：用自然语言描述需求，AI 可生成 Java 类、Kotlin 协程代码、注解处理器等。
• 代码解释：选中 Java 或 Kotlin 代码即可获取解释，对于复杂的 Stream API 链式调用、Kotlin 扩展函数等特别有帮助。
• 重构建议：AI 可建议 Java/Kotlin 代码重构方案，如将命令式代码转为函数式风格、提取公共方法等。
• 文档生成：支持生成 Javadoc（Java）和 KDoc（Kotlin）格式的文档注释。
• 单元测试生成：为 Java/Kotlin 方法生成测试用例，支持 JUnit、TestNG 等主流测试框架。
• Next Edit Suggestions：在 Java/Kotlin 代码编辑中提供智能的下一步编辑建议。

5.2 Spring Boot 开发中的 AI 应用

官方文档虽未单独列出 Spring Boot 的专项功能，但 AI Assistant 的通用能力完全可以应用于 Spring 生态开发：

• 组件代码生成：用自然语言描述需求，AI 可生成 Spring Boot 的 Controller、Service、Repository 等组件代码框架，包括正确的注解（如 @RestController、@Service、@Repository）。
• 注解和配置解释：对于复杂的 Spring 注解（如 @Transactional、@Configuration、@Bean），可以通过 Explain Code 功能快速理解其作用和配置选项。
• Spring 单元测试：AI 可生成基于 @SpringBootTest、@MockBean 等的测试代码。
• 项目规则配置：通过 Project Rules 可以定义团队在 Spring Boot 项目中的编码约定，如分层架构规范、异常处理模式等。

5.3 大规模项目中的 AI 上下文感知

对于大型 Java 项目，AI 的上下文感知能力尤为重要。AI Assistant 采用以下方式确保理解大规模项目：

• 自动上下文收集：AI Assistant 会自动收集当前打开的文件、选中的代码、最近的代码变更等作为上下文。
• 手动附加上下文：开发者可以手动附加文件、文件夹、符号等作为额外上下文。
• Semantic Indexing（语义索引）：Junie Agent 支持基于语义嵌入的代码库索引，通过向量化方式加速相关代码的查找和理解。这在拥有数十万行代码的大型项目中效果尤为显著。
• Project Rules：可以为大型项目配置特定的编码约定和工具链规范，确保 AI 的建议符合项目架构。

5.4 IDEA 专属 AI 功能

IntelliJ IDEA 在 AI 功能方面没有像 Rider 那样的专属错误解释功能，但作为旗舰版 IDE，它拥有最完整的功能矩阵——所有核心 AI 功能均可用，且由于 IDEA 的插件生态最为丰富，AI Assistant 与其他插件（如 Database Tools、Version Control 等）的协同效果也最为全面。

---

6. 其他 IDE 的 AI 支持

JetBrains AI Assistant 的功能矩阵覆盖了 JetBrains 全家桶中的 11+ 款 IDE。以下是各 IDE 的特色 AI 功能。

6.1 PyCharm（Python 开发）

PyCharm 在通用 AI 功能之外，拥有两项特色功能：

• Add Type Hints：右键函数/方法定义 → AI Actions → Add Type Hints，AI 会根据上下文自动为 Python 函数添加类型注解，这对于提升代码质量和 IDE 静态分析能力非常有用。
• Python 类型注解：Python 是动态类型语言，AI 辅助的类型注解功能可以帮助开发者在不改变运行时行为的前提下，为代码增加类型信息。

DataSpell（面向数据科学的 IDE）同样支持 Add Type Hints 功能，此外还拥有 Jupyter Notebook AI 功能，可以解释单元格代码、创建代码单元格、生成可视化、修改单元格内容以及修复错误。

6.2 WebStorm（前端开发）

WebStorm 作为 JavaScript/TypeScript 开发的专用 IDE，其 AI 功能主要体现为：

• JS/TS 代码补全：完整支持 JavaScript 和 TypeScript 的云端代码补全。
• 代码生成：可生成 React/Vue/Angular 组件、API 请求封装、类型定义等前端常用代码模式。
• 代码解释：对复杂的前端代码（如 React Hooks、TypeScript 泛型、Webpack 配置等）提供解释。

6.3 GoLand / CLion / PhpStorm 等

GoLand：支持 Go 代码的云端补全和生成，Go 语言开发者可以受益于 AI 辅助的 goroutine、channel、接口实现等代码编写。

CLion：除了通用的 AI 功能外，拥有 CMake 错误解释 的专属功能——在 CMake 工具窗口中可点击 Explain with AI 获取 CMake 构建错误的解释和修复建议。

PhpStorm：拥有 日志文件错误解释 的专属功能——在日志文件编辑器中可点击 Explain with AI 获取日志错误的解释。同时支持 PHP 方法的单元测试生成。

RubyMine：支持 Ruby 公共方法的单元测试生成和 Ruby 代码补全。

RustRover：拥有 编译错误解释 的专属功能——在控制台中可点击 Explain with AI 获取 Rust 编译错误的解释。文档生成功能在 RustRover 中会尽可能包含 Doctests。

DataGrip：作为数据库管理 IDE，拥有多项 AI 特色功能：解释数据库查询计划、优化 SQL 查询性能、修复 SQL 语法和运行时错误、解释 SQL 代码问题。需要注意的是，DataGrip 不支持 Junie Agent 和终端命令生成功能。

各 IDE 功能可用性汇总：

所有 JetBrains IDE 均支持以下核心功能：AI Chat、Cloud Code Completion、Next Edit Suggestions、Suggest Refactoring、AI Name Suggestions、Generate Code in Editor、Convert Pasted Code、Explain Code、Generate Unit Tests、Generate Documentation、Generate Commit Messages、Self-Review with AI、Edit/Improve Commit Messages、Explain Commits、Generate PR/MR Title & Description、Resolve Git Conflicts with AI、MCP 集成、Project Rules、Prompt Library。

---

7. AI 模型对比与选择

7.1 各模型能力对比

JetBrains AI 支持的 30+ 款模型各有侧重，可以根据任务类型选择最适合的模型：

逻辑推理能力标注 🧠 的模型：

模型系列	代表模型	上下文窗口	特点
Claude	Claude 4.6 Opus	200k	逻辑推理最强，适合复杂代码分析和重构
Gemini	Gemini 3.1 Pro	1M	超大上下文窗口，适合大型项目
GPT	GPT-5.4	1M	综合能力均衡，适用场景广泛
o1/o3	o3	200k	推理模型，适合复杂问题求解
Grok	Grok-4.1 Fast	2M	最大上下文窗口

图片理解能力标注 🖼️ 的模型：Claude 4.6/4.5/4.1 Opus 和 Sonnet、Gemini 3.1 Pro、GPT-5.4/5.3/5.2/5.1/5 系列、o1/o3/o4-mini、Grok-4.1 Fast/4 等。这些模型可以理解代码截图、架构图等图片内容。

7.2 不同场景的模型推荐

根据官方文档的标注和实际功能特点，以下场景推荐对应的模型选择：

• 日常代码补全：GPT-5.4 nano 或 Gemini 2.5 Flash-Lite（速度快、消耗低）- 复杂代码生成：Claude 4.6 Opus 或 GPT-5.4（逻辑推理强、生成质量高）
• 大型项目代码理解：Gemini 3.1 Pro（1M 上下文窗口，可容纳更多项目上下文）
• 代码审查与重构：Claude 4.6 Opus 或 GPT-5.4（标注 🧠，推理能力强）
• 图片相关任务：Claude 4.6 Sonnet 或 GPT-5.4（标注 🖼️，支持图片输入）
• 快速问答：GPT-5.4 mini 或 Claude 4.5 Haiku（响应快、成本低）

7.3 性价比分析

JetBrains AI 的定价体系提供了灵活的梯度选择。理解 AI Credits 的消耗比例对于合理使用至关重要：

1 AI Credit 约等于：

• ~10 次 AI Chat 代码生成请求
• ~40 次编辑器内代码生成请求
• ~25 次代码解释请求
• ~280 次文档生成请求
• ~140 次提交信息生成请求

订阅方案对比：

方案	价格	月度 Credits	适合人群
AI Free	免费	3 Credits/30天	轻度体验
AI Pro	$10/月	10 Credits/30天	日常开发
AI Ultimate	$30/月	35 Credits/30天	重度 Agent 使用
AI Enterprise	$60/用户/月	70 Credits/30天	企业团队

节省 Credits 的建议：

1. 每个不相关主题/任务开启新对话：长对话会导致上下文指数级增长，快速消耗配额。这是官方文档明确提出的建议。
2. 选择性价比更高的模型：标注 🧠 的高端模型消耗 Credits 更快，日常补全和简单问答可选择更经济的模型。
3. 重度 Agent 工作负载建议升级 AI Ultimate：Agent 模式的消耗远高于普通 Chat，35 Credits/月的配额更适合频繁使用 Agent 的开发者。

值得注意的是，All Products Pack 订阅免费附赠 AI Pro，dotUltimate 订阅免费附赠 AI Pro，DataSpell 也免费附赠 AI Pro。如果你已经是这些套餐的用户，实际上已经获得了基础的 AI 能力而无需额外付费。

⚠️ 区域限制：AI Free 和 AI Ultimate 暂不可用于中国大陆地区。AI Free 不可用于 Android Studio，也不可用于 PyCharm / IntelliJ IDEA Community Edition 免费版。

---

8. 与竞品的对比

在 AI 辅助编程工具市场中，JetBrains AI Assistant 面临着来自 GitHub Copilot、Cursor、Codeium（Windsurf）等产品的竞争。以下从多个维度进行对比分析。

8.1 GitHub Copilot

GitHub Copilot 是最早将 AI 代码补全引入主流开发流程的产品之一。其优势在于与 GitHub 生态的深度集成，以及较为成熟的 Agent 功能。

对比要点：

• IDE 覆盖：Copilot 以插件形式支持 VS Code、JetBrains IDE 和 Visual Studio；而 JetBrains AI 原生集成于 11+ 款 JetBrains IDE，集成深度更高。
• 模型选择：Copilot 的模型选择相对有限（主要依赖 OpenAI 和 Anthropic）；JetBrains AI 支持 30+ 款模型，包括 Claude、Gemini、GPT、Grok。
• 功能丰富度：两者在代码补全、Chat、Agent、提交信息生成等方面功能相近，但 JetBrains AI 在重构建议、文档生成、Git 冲突解决等方面更为全面。
• MCP 集成：JetBrains AI 支持 MCP 客户端和服务端双向集成，Copilot 在此方面支持有限。

8.2 Cursor

Cursor 是一款基于 VS Code fork 的独立 AI IDE，以 AI 优先的设计理念著称。

对比要点：

• IDE 形态：Cursor 是独立 IDE（基于 VS Code fork），而 JetBrains AI 是原生集成于已有 IDE 中，开发者无需更换工具。
• 项目规则：两者都支持项目级规则配置（Cursor 使用 .cursorrules，JetBrains AI 使用 Project Rules 文件）。
• MCP 支持：两者均支持 MCP 集成。
• 价格：Cursor Pro 为 $20/月，JetBrains AI Pro 为 $10/月，JetBrains AI 在价格上更具竞争力。
• IDE 覆盖：Cursor 仅支持自己的 IDE，JetBrains AI 覆盖 11+ 款 IDE 和多种语言生态。

8.3 Codeium

Codeium 提供 Windsurf IDE 和 VS Code 插件两种形态，其 Cascade Agent 功能较为突出。

对比要点：

• 免费版：Codeium 个人免费方案吸引力较大，但功能相对有限。
• IDE 集成深度：JetBrains AI 原生集成于 IDE 的每个工作流，Codeium 在 JetBrains IDE 中以插件形式存在。
• 企业支持：Codeium Enterprise 需联系销售，JetBrains AI Enterprise 提供明确的定价和功能。

8.4 JetBrains AI 的差异化优势

综合对比，JetBrains AI Assistant 的独特优势可以归纳为以下十点：

1. IDE 原生集成：非插件形式，深度集成到 IDE 的每个工作流中，开发者不需要改变使用习惯。
2. 多模型灵活选择：支持 Claude、Gemini、GPT、Grok 等 30+ 款模型，还支持本地模型（Ollama / LM Studio）。
3. 多 IDE 覆盖：一套订阅覆盖 11+ 款 JetBrains IDE，覆盖几乎所有主流编程语言。
4. Next Edit Suggestions：独有的"预测下一步编辑位置"功能，改一处后自动传播到相关位置。
5. AI Self-Review：内置代码审查 Agent，支持自定义审查指南文件（Markdown 格式），可配置安全漏洞、非预期代码、代码风格等审查规则。官方文档提供了包含 Security Vulnerabilities、Hard-to-Notice Bugs、Unintended Code、Code Style Issues 等分类的示例指南文件。
6. Git 冲突 AI 解决：一键 AI 合并冲突，大幅减少手动解决冲突的时间。
7. MCP 双向支持：既可作为 MCP 客户端连接外部工具，也可作为 MCP Server（2025.2+ IDE）被 Claude Desktop、Cursor、VS Code 等外部客户端调用 IDE 工具。
8. Junie Agent：JetBrains 自研的多步骤编码 Agent，支持 Code/Ask/Auto 三种模式，具备 Action Allowlist 操作管控、Rollback 回退、MCP 集成等功能。（注：部分高级功能细节以官方最新文档为准）
9. Project Rules：可配置项目级 AI 行为规则，支持 Always、Manually、By model decision、By file patterns、Off 五种触发模式。
10. Prompt Library：可自定义和修改内置提示词，支持 $SELECTION 变量引用当前选中的代码，支持 $GIT_BRANCH_NAME 等版本控制变量。

---

9. 实际应用场景与最佳实践

9.1 日常开发工作流

对于一个典型的开发者，以下是最推荐的日常 AI 辅助工作流：

编写新代码：使用 Cloud Code Completion 自动触发补全（Focused 模式），需要生成较大代码块时使用 Ctrl+\ 调用编辑器内代码生成，用自然语言描述需求。

修改现有代码：启用 Next Edit Suggestions，修改一处后让 AI 自动定位相关修改点，按 Tab 逐个应用建议。

理解不熟悉代码：选中代码 → Explain Code，快速获取解释。遇到运行时错误时，直接在错误控制台点击 Explain with AI。

编写测试：将光标放在方法内 → Generate Unit Tests，AI 生成测试框架后根据需要补充测试场景。

提交代码：在 Commit 工具窗口点击 Generate Commit Message with AI，快速生成描述性提交信息。

代码审查：提交前使用 Self-Review with AI，让 AI 检查潜在问题。

⚠️ 重要提醒：根据官方建议，每个不相关的主题或任务都应开启新的对话，避免长对话导致上下文膨胀和配额浪费。

9.2 代码审查辅助

JetBrains AI 在代码审查方面提供了多层支持：

Self-Review with AI：在提交代码之前，AI 会自动审查变更并检测潜在问题。最强大的地方在于支持自定义审查指南文件（Markdown 格式），开发者可以配置：

• 安全漏洞检测规则
• 难察觉 Bug 的检查清单
• 非预期代码的检测
• 代码风格和命名规范

这使得 Self-Review 可以精确适配团队的编码标准。

PR/MR 标题和描述生成：为 Pull Request 或 Merge Request 自动生成结构化的标题和描述，减少手动编写的时间。

Incoming PR 摘要生成：打开 incoming PR 时，AI 自动生成变更摘要，快速了解同事提交的内容。

Explain Commits：总结一个或多个 commit 的变更内容，适合 Code Review 时快速理解历史提交。

9.3 学习新技术栈

对于需要学习新语言或框架的开发者，JetBrains AI 提供了多种辅助方式：

• 代码解释：遇到不熟悉的语法或 API 时，直接选中代码获取解释。
• 代码生成：用自然语言描述"我想实现什么"，AI 生成参考代码，从中学习最佳实践。
• 代码语言转换：粘贴自己熟悉的语言代码，AI 自动转换为目标语言，通过对比学习语言差异。
• Project Rules：可以创建一个针对目标框架的项目规则文件，让 AI 始终按照该框架的约定来提供建议。

例如，一个 C# 开发者需要学习 Kotlin，可以粘贴一段 C# 代码让 AI 转换为 Kotlin，通过对比两种语言的实现差异来加速学习。

9.4 团队协作中的 AI 应用

在团队场景下，JetBrains AI 提供了以下协作支持：

代码规范统一：通过 Project Rules（Always 模式）定义团队的编码约定、架构规范和技术选型，确保所有团队成员的 AI 助手都遵循同一套规则。

PR 模板标准化：在 Prompt Library 中自定义 PR 描述生成提示，确保生成的 PR 描述包含团队要求的必要信息（如变更类型、影响范围、测试覆盖等）。

提交信息规范：自定义 Commit Message Generation 提示，要求 AI 按照 Conventional Commits 等规范生成提交信息，保持提交历史的整洁和可读性。

敏感文件保护：在项目根目录配置 .aiignore 文件，排除敏感目录（如配置文件、密钥文件等），确保 AI 不会读取和发送这些内容。

Agent 操作管控：通过 Junie 的 Action Allowlist 功能，限制 AI Agent 可以自动执行的命令和操作，防止 Agent 执行危险操作。这对于企业级部署尤为重要。

用量管理：在企业部署中，可通过 AI Enterprise 方案配合组织级 Top-up Credits 和月度用量限制，确保团队的 AI 资源合理分配。

---

10. 总结与展望

10.1 当前能力总结

截至调研时，JetBrains AI Assistant 已经构建了一个功能完备的 AI 辅助开发生态：

• 功能维度：覆盖代码补全、代码生成、代码解释、单元测试生成、重构建议、文档生成、提交信息生成、代码审查、Git 冲突解决、终端命令生成、代码语言转换等 20+ 项功能。
• 模型维度：支持 Claude、Gemini、GPT、Grok 四大系列 30+ 款模型，支持 BYOK 和本地模型。
• IDE 维度：覆盖 Rider、IntelliJ IDEA、PyCharm、WebStorm、GoLand、CLion、PhpStorm、RubyMine、RustRover、DataGrip、DataSpell 等 11+ 款 JetBrains IDE，以及 Android Studio 和 ReSharper。
• Agent 维度：支持 Junie（JetBrains 自研）、Claude Agent、Codex，以及通过 ACP 连接外部 Agent。
• 集成维度：支持 MCP 双向集成（客户端 + 服务端）、Project Rules 配置、Prompt Library 自定义、.aiignore 文件保护。

10.2 未来发展方向

基于当前的功能演进趋势，JetBrains AI 的未来发展方向可能包括：

• 更强的上下文感知：随着 Semantic Indexing 技术的成熟，AI 对项目上下文的理解将更加深入和精准。
• 更智能的 Agent 协作：Junie Agent 的功能持续增强（Brave 模式、Think More、MCP 集成等），未来可能在多 Agent 协作方面有突破。
• 更灵活的企业级功能：包括细粒度的用量管控、审计日志、策略引擎等企业级需求。
• 更广泛的生态集成：MCP 协议的普及将使得 JetBrains IDE 与更多外部工具和服务无缝对接。
• 本地模型支持增强：Ollama 和 LM Studio 的集成将不断完善，满足隐私敏感场景的需求。

10.3 给开发者的建议

基于本次调研，我们给开发者以下建议：

1. 从免费版开始体验：如果已有 All Products Pack 或 dotUltimate 订阅，你已免费获得 AI Pro。如果没有，可以从 AI Free（3 Credits/月）开始体验核心功能。
2. 根据用量选择方案：轻度使用 AI Free 或 AI Pro 即可；如果需要频繁使用 Agent 模式，AI Ultimate（35 Credits/月）更合适。
3. 善用 Project Rules：为每个项目配置合适的 AI 规则，让 AI 的建议更符合项目约定。
4. 注意配额管理：每个任务开新对话、选择性价比高的模型，避免不必要的 Credits 消耗。
5. 关注安全和隐私：对敏感项目使用 .aiignore 排除敏感文件，或选择 BYOK + 本地模型方案。
6. 拥抱 AI 但不依赖 AI：AI 是辅助工具，最终决策权始终在开发者手中。对于 AI 生成的代码，务必经过人工审核和测试后再合入。

---