Featured image of post JetBrains Air：讓多個 AI Agent 同時幫你寫程式的 Agentic IDE
DevTools

JetBrains Air：讓多個 AI Agent 同時幫你寫程式的 Agentic IDE

介紹 JetBrains Air 這個 agentic 開發環境，說明它如何讓 Claude、Codex、Gemini、Junie 四個 agent 並行處理任務，以及 Local / Git Worktree / Docker 三種執行環境的差異。

你手上有一個 bug 要修、一組測試要補、一段程式要重構。以前的做法是一個一個來，或者開多個 terminal 自己管。現在 JetBrains 做了一個工具叫 Air，讓你把這些任務分別丟給不同的 AI agent，它們同時跑，互不干擾。

Air 不是在現有 IDE 上加一個 AI 面板，而是一個全新的開發環境——專門為「委派任務給 agent」這件事設計的。

支援的 Agent

Air 內建四個 agent：

Agent提供者特色
Claude AgentAnthropic長上下文理解、程式碼生成
OpenAI CodexOpenAI程式碼專精模型
Gemini CLIGoogle支援 thinking mode 調整推理深度
JunieJetBrainsJetBrains 自家 agent，用 JetBrains AI 訂閱即可使用

一個任務啟動後可以換 model，但不能換 provider。例如用 Claude 開始的任務可以從 Sonnet 換到 Opus，但不能中途換成 Codex。

Air 也支援 Agent Client Protocol (ACP)，未來可以接更多第三方 agent。

三種執行環境

每個任務可以選擇在哪裡跑：

Local Workspace

直接在你的工作目錄跑。啟動最快，不需要設定，但 agent 的修改會直接改到你的檔案。

適合：快速迭代、不怕改壞的情況。

Git Worktree

在同一個 repo 開一個獨立的 working copy，改動隔離在另一個 branch。

設定檔放在 .air/worktree.json：

1
2
3
4
5
6
7
8
9

{
  "environment": [
    {"type": "env", "key": "NODE_ENV", "value": "test"},
    {"type": "envFile", "path": "~/.env.test"}
  ],
  "setup": {
    "macos": ["npm install"]
  }
}

適合：多個任務同時跑但會改到相同檔案時，用 worktree 避免衝突。

Docker

在 container 裡跑，完全隔離。需要 Docker Desktop。

設定檔放在 .air/docker.json：

1
2
3
4
5
6
7
8

{
  "image": "ubuntu:24.04",
  "environment": [
    {"type": "env", "key": "TEST", "value": "12345"}
  ],
  "setup": ["apt-get update", "apt-get install -y jq"],
  "user": {"user": "node", "group": "node"}
}

自訂 image 必須包含 Git 和 /bin/sh。

適合：需要完全隔離、不想影響本機環境的場景。

比較

LocalWorktreeDocker
啟動速度最快快較慢
隔離程度無檔案/branch完全隔離
需要設定不用可選可選
依賴本機環境是是否

任務的生命週期

一個任務從建立到完成會經過這些狀態：

  1. 定義任務：按 ⌘+\ 開新任務，用對話方式描述你要做什麼
  2. 加入 context：可以附加檔案、資料夾、Git commit、symbol、圖片、MCP server
  3. 選擇權限模式：
    • Ask Permission：每次改檔案或跑指令都問你
    • Auto-Edit：自動接受檔案修改
    • Plan：只分析不改動
    • Full Access：全部放行
  4. 執行：agent 開始工作
  5. 等待輸入：agent 需要你做決定時會暫停並通知
  6. 完成：檢視改動、commit、push

用 ⌘+1 可以看所有任務的狀態，在多個任務之間切換。

多任務並行

這是 Air 的核心賣點。你可以同時跑好幾個任務：

  • 一個 agent 在修 bug
  • 另一個在補測試
  • 第三個在重構某個 module

每個任務獨立運行，有自己的 agent session。當某個任務需要你介入時會跳通知，你處理完再回去做別的事。

如果多個任務會改到相同檔案，用 Git Worktree 或 Docker 隔離就不會互相踩。

MCP Server 整合

Air 支援 Model Context Protocol，可以掛額外的工具給 agent 用：

  1. 按 ⌘+, 打開設定
  2. 到 AI | MCP Servers
  3. 點 Add Global MCP Server
  4. 貼入 JSON 格式的 server 設定

這讓 agent 能存取資料庫、呼叫 API、操作外部系統。

Web Preview

跑 web 專案時，Air 內建預覽功能。dev server 啟動後自動顯示預覽視窗，可以在 preview 和 source 之間切換，支援 responsive 模式。

定價與可用性

  • 平台：目前只有 macOS，Windows 和 Linux 預計 2026 年內支援
  • 免費使用：Air 本身免費下載
  • AI 費用：
    • JetBrains AI Pro 訂閱者直接用所有 agent
    • 也可以自帶 API key（Anthropic、OpenAI、Google）
    • 如果兩者都設了，優先用你自己的 key

實際使用心得（來自 JetBrains 開發者）

JetBrains 自家開發者 Valerii Tepliakov 分享了他的使用經驗：

  • 一開始持懷疑態度，對 AI 生成的程式碼品質有顧慮
  • 從小任務開始試，搭配 IntelliJ IDEA 一起用
  • 逐漸擴大範圍，開始同時委派多個任務
  • 最後 Air 變成主力開發工具，IntelliJ 只剩 debug 和特殊操作時才用

他提到一個關鍵限制：agent 不擅長架構設計。基礎架構和設計決策還是要人先做好，再把實作細節委派出去。

跟 Claude Code / Cursor 的差異

Air 的定位不太一樣：

  • Claude Code：單一 agent 在 terminal 裡跑，一次一個任務
  • Cursor：在 IDE 裡嵌入 AI，augment 你的編輯體驗
  • Air：多 agent 並行的任務管理器，你是 manager，agent 是 worker

Air 不取代你的 IDE。它處理 agent 的工作流，你照樣用 IntelliJ / VS Code 做精細編輯和 debug。

適合什麼場景

  • 專案夠大，同時有多個獨立任務可以並行
  • 你願意花時間審 code 而不是自己寫
  • 需要在不同 agent 之間切換比較（例如同一個任務分別用 Claude 和 Codex 跑看哪個結果好）
  • 團隊有明確的 task 分解習慣

如果你的工作方式是「一次專注一件事、邊寫邊想」，Air 的多任務架構可能不是你需要的。

參考資源