资讯动态

JetBrains Air发布、Spotify要把全部代码标准化:Agent时代,Java团队是先修房子还是先换家具

发布时间:2026/10/14 5:28:36 来源:尧图企业网站定制
9月底JetBrains发布Agentic软件开发产品系统JetBrains Air并在IDE中推出EAP版本几乎同时Spotify在InfoQ演讲中提出要用AI把全部代码库标准化到100%先从消灭长尾技术债开始。两件事指向同一个判断Agent要真正进入企业生产前提不是模型更强而是代码现场足够可被理解。对Java团队来说这比换一把更聪明的AI椅子更重要。一、JetBrains Air进场IDE厂商也要做Agent系统JetBrains在2026年9月底发布了JetBrains Air一个面向Agentic软件开发的系统产品并很快在IDE中推出EAP版本。配合9月发布的Java 27IntelliJ IDEA从第一天就提供了支持。这是JetBrains第一次明确把战略从带AI功能的IDE转向Agent系统。对Java开发者来说这个消息的分量不轻。IntelliJ IDEA是Java生态里用户基数最大的IDE之一JetBrains进入Agentic开发意味着Agent能力会深度集成到开发者最熟悉的工作环境里而不是是一个外部工具存在。同时JetBrains Air也配套了相关课程和社区内容比如Building with AI Agents From Idea to Production目标是用IntelliJ IDEA和Spring Boot教开发者做Agentic开发。这一动向和整个Java生态的AI化趋势一致。InfoQ近期Java新闻汇总显示Spring AI、Jakarta Agentic AI、A2A Jakarta、Quarkus Flow、Open Liberty、Payara等都在2026年密集出牌沉寂多年的Java企业栈正在用AI Agent重新武装自己。二、Spotify的豪赌先把代码库标准化再让AI动手在InfoQ的一场演讲中Spotify分享了一个更激进的观点要把全部代码库一直重写通过持续标准化让AI能高效工作。演讲标题很抓人《Rewriting All of Spotifys Code Base, All the Time》。2.1 多样性是AI的敌人Spotify工程师指出多样化的代码库带来多样化的问题。很多迁移只完成了70%结果同一个功能出现了两种实现方式——旧方式和金标准方式。AI写提示词时必须覆盖这些历史分叉审查时也要理解每个分叉的上下文。长尾技术债让AI的优势难以发挥。2.2 标准化先于自动化Spotify的解法是把标准化从工程师争论中抽离出来交给由资深工程师组成的顾问委员会。委员会选定金标准技术然后全公司统一迁移。迁移工具如Honk被用来把遗留实现推到极致。只有当代码库足够一致AI才能写出可预测、可审查、可维护的代码。2.3 对Java企业的启发这个观点对Java企业尤其有冲击力。Java生态历史悠久很多企业里有八年、十年甚至更老的代码库框架版本参差不齐、注释过期、文档缺失、当初的开发者已经离职。如果不先建立统一规范AI生成的代码只会加剧风格漂移而不是提升效率。三、为什么标准化是Agent落地的隐藏前提Agent要真正干活需要的不是一次性生成完美代码更是能在真实代码库里持续、可靠地执行。这要求代码库本身是可被理解的、可预测的、可验证的。可理解意味着目录结构、命名约定、架构分层是稳定的。Agent不需要每次猜测一个类应该放在哪个包下。可预测意味着技术栈统一不会出现同一个功能用三种不同框架实现。可验证意味着有统一的测试框架、Lint规则、CI流水线Agent生成的代码能被自动检验。QCon上海2026的多个议题也在讨论同一个问题别再给Agent一个毛坯房了、企业级Agent Infra架构实践、Agent的记忆不在对话里。这些议题共同指向一个结论Agent的瓶颈不在模型而在工程底座。四、Java团队的房子与家具对Java团队来说房子是代码库的结构、规范、语义理解能力家具是各种AI工具和功能。如果房子不结实换再好的家具也住不舒服。先修房子的动作包括建立统一的编码规范清理历史技术债完善单元测试和集成测试覆盖梳理依赖关系文档化核心架构决策。这些事情不性感但决定了AI能不能在代码库里稳定工作。换家具的动作包括引入编程Agent、配置Skill、接入MCP、尝试多Agent工作流。这些事情见效快但如果房子不牢Agent生成的代码会很快和旧代码产生冲突审查成本反而上升。一位在银行核心系统工作多年的架构师老陈说我们测过几款AI工具在 demo 项目上都很好放到老系统里就各种问题。后来我们花了三个月先整理规范、补测试、清依赖再用Agent效果才稳定下来。五、飞算JavaAI的底座先让智能体看懂现场飞算JavaAI的产品设计本质上是在帮Java团队先修房子。它不像通用工具那样假设代码库已经整洁有序更是主动理解混乱的真实现场。全量代码语义索引是这套方案的核心。对整个项目建立语义模型后Agent能看到分层架构、依赖关系、注解使用、接口契约。改动一个DTO字段它知道要去同步哪些Controller、Service、测试用例接手一个老项目它能先输出结构说明再动手改造。企业规范导入进一步把房子的规矩固化。上传规范文档后生成代码在目录结构、命名风格、异常处理、日志格式上对齐团队标准。智能路由模式日均Token消耗从850万降到260万降幅69.4%和智能体模式则负责在规范框架内高效执行任务闭环。本地化处理让这一切可以在内网完成满足金融、政务等强监管场景。JetBrains Air和Spotify standardized codebase 的故事告诉我们Agent时代工具本身不再是稀缺品能被Agent理解的工程现场才是。飞算JavaAI想做的事就是先把Java现场变得可被智能体理解再让它动手干活。

读完文章,也想定制专属网站?

尧图设计师 24 小时内与您沟通定制方案

免费获取报价 →
↑