JetBrains 宣布为其新一代智能编程代理 Junie 推出核心编译器直连版。通过将 IntelliJ IDEA 与 PyCharm 的底层编译器前端、类型推断引擎直接暴露给智能体，Junie 在生成代码的同时能够在内存中执行即时语法与类型验证，杜绝了 99% 的未定义变量和语法不合法生成。
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
说明：本文由 AICoder 编辑部借助 AI 工具整理撰写，依据文中注明的官方及媒体来源，并按人工制定的采编标准核对事实与数字；厂商自报的数据已标明出处。
联动天梯榜跑分、独家套餐赠金与 IDE 定制规则
10 月 8 日 JetBrains 开源 Mellum2.1 Thinking：架构仍为 12B MoE / 2.5B 激活、131K 上下文、Apache 2.0；几乎全部增益来自百万级真实沙箱 RL。同管线自评：SWE-bench Verified 47.0（Mellum2 仅 2.0）、LiveCodeBench v6 82.0；HF 可下，vLLM 一键服务，GGUF/MTP 即将到来。
现有的软件工程 Agent 基准（如 SWE-bench）几乎完全依赖从 GitHub Issue 派生的单向任务：给入一段 Issue 描述，让 Agent 尝试在单次多轮尝试中输出最终 Git Patch。然而，真实世界中的软件工程师真的是这样使用 AI 助手的吗？JetBrains 研究院在最新成果（arXiv:2610.09633）中公布了针对 JetBrains IDE 生产环境中 4,782 场真实软件工程师与 AI 交互会话（Production Sessions）的深度实证分析。研究发现，包含至少 3 轮交互的长会话呈现出截然不同的‘任务流（Task Flow）’：开发者的请求绝非单一的代码修改，而是跨越项目代码咨询答疑、架构规划、代码审查、功能重构与编译执行等多重任务类型的动态混合与频繁跳转。现有基准的单向任务模式严重脱离实际。为此，团队推出了 SWE-TaskFlow 框架：通过 Prompt 切分与可验证仓库问答技术，将任意 Issue 基准转换为贴合真实工程节拍的交互任务流，并提出 TaskFlow Alignment Score（TFAS）筛选真实轨迹。在 700 个 SWE-Bench Pro 任务的实测中，顺序多步交互协议使 Agent 算力成本翻倍但成功率未见稳定提升，证实交互协议本身是决定 Agent 实用价值的关键维度，论文与方法论已全面公开。
GitHub Changelog（@GHchangelog）宣布 Copilot for JetBrains 1.18.0：公开预览的 AI 辅助工具审批可自动放行低风险调用；支持组织/企业级共享 Skills 与自定义指令；Codex Agent 新增 plan mode，可先审阅计划再动手。还可回退编辑更早的用户消息并一并撤销文件改动，以及并排会话聊天。
近 14 天全网开发者深度交互与阅读热度
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察