JetBrains 全新工具 Air 发布：多 AI Agent 并行写代码，彻底告别冲突

本文首发于公众号"Android技术圈"

前言

JetBrains 又做了一个面向开发者的新工具：Air。

它不是传统 IDE，也不是单个 AI 编程助手，而是一个 Agentic Development Environment ：把 OpenAI Codex、Claude Agent、Gemini CLI、Junie 这类 code agent 放到同一个工作台里，按任务并行运行、隔离改代码、统一 review。

官网地址：air.dev

Air 解决的不是"有没有 AI 写代码"

现在的问题已经不是"能不能让 AI 写代码"。

真正麻烦的是：

• Codex 在一个终端里跑
• Claude Code 在另一个终端里跑
• Gemini CLI 又开一个窗口
• 每个 agent 都有自己的上下文、权限、diff、命令输出
• 多个任务一并行，就开始担心互相改同一批文件

单个 agent 很强，但工程协作里还有一层更现实的问题：怎么管理多个 agent 的工作流。

Air 切的就是这一层。

它把自己定位成 Agentic Development Environment，简称 ADE。这个词可以先不用记，直白点说就是：IDE 负责人写代码，Air 负责调度 agent 写代码。

官方文档里也说得很清楚：Air 不想替代现有 IDE。你可以继续用 IntelliJ IDEA、Android Studio、WebStorm 写主要代码；需要 agent 跑任务时，再把任务交给 Air。

支持哪些 agent

Air 当前支持四类 agent：

• Claude Agent
• OpenAI Codex
• Gemini CLI
• Junie

这也是它最直接的卖点：不是只绑定一家模型，而是让不同 agent 在同一个产品里执行任务。

OpenAI Codex 可以连接两类账号：

bash 复制代码

ChatGPT Account：Plus / Pro / Team
OpenAI Platform：API Billing

Claude Agent 走 Anthropic Console 的 API Billing。官方文档明确写了，Claude Pro / Max / Team 这类订阅计划不允许用于这种方式，因为 Anthropic 的服务条款不允许。

Gemini CLI 可以接 Google Account 或 Google AI Studio API Billing。

Junie 走 JetBrains 账号。

如果你有 JetBrains AI Pro 或 Ultimate，也可以用 JetBrains AI 订阅来跑支持的 agents；如果同时配置了 BYOK，Air 会优先使用你自己的 key。

真正的新点：多个任务并行跑

Air 最适合的场景不是"让一个 agent 帮我改一行代码"。

它更适合这样的工作方式：

bash 复制代码

任务 A：让 Codex 补单元测试
任务 B：让 Claude Agent 重构一个模块
任务 C：让 Gemini CLI 排查构建错误
任务 D：让 Junie 做一次代码 review

这些任务可以在同一个 workspace 里并行跑。每个任务有自己的状态和进度，你可以随时切过去看它在做什么，也可以在它需要输入时补充信息。

这和开多个终端最大的区别，是 Air 把"任务"做成了一个一等对象。

任务会有状态：

bash 复制代码

Running：agent 正在执行
Input required：agent 等你给信息或做决定
Done：任务完成，可以 review
Canceled：任务被取消

这个设计很像把 issue、terminal、diff review、AI chat 合到一个工作台里。你不用记"刚才哪个终端在改哪个分支"，也不用在多个窗口之间找上下文。

隔离才是多 agent 的前提

多个 agent 并行改代码，最大的风险不是模型不聪明，而是 互相踩文件。

Air 提供了三种运行环境：

bash 复制代码

Local Workspace：直接在当前工作区运行
Git Worktree：用单独 worktree 隔离改动
Docker：在容器里隔离命令、依赖和文件改动

Local Workspace 启动最快，但改动直接落到当前项目里。适合小任务、问答、只读分析。

Git Worktree 更适合真实开发。每个任务可以在自己的工作树里跑，减少分支和文件冲突。你可以让一个 agent 修 bug，另一个 agent 补测试，最后再决定合并哪一份。

Docker 隔离更彻底。命令、依赖、工具都在容器里，不会污染本机环境。代价是需要 Docker Desktop，以及每个项目的容器环境要能跑起来。

这就是 Air 比单纯 CLI agent 更工程化的地方。

CLI agent 也能开多个终端，但并行之后你要自己管目录、分支、依赖、权限和 review。Air 把这些变成产品能力。

最后

Air 的重点不是"JetBrains 也做 AI 编程了"，而是 JetBrains 开始把 AI 编程从单个助手，往 多 agent 工作流 上推。

CLI agent 解决的是"让模型进工程干活"。Air 解决的是"多个 agent 进工程以后，怎么分工、隔离、观察、review"。

#JetBrains #AirDev #Codex #ClaudeAgent #AI编程 #程序员工具