Агентная среда разработки
Агентный ИИ ИИ JetBrains JetBrains AI Новые продукты Новости релизов
Air Teams: внедряйте лучшие агентные рабочие процессы для всей команды и автоматизируйте повторяющиеся задачи
Сегодня мы представляем JetBrains Air Teams — командный уровень для агентной разработки. Он предоставляет людям и агентам общий контекст, окружения, инструменты и инструкции, необходимые для эффективной совместной работы на протяжении всего жизненного цикла разработки.
Air Teams уже доступен бизнес-клиентам JetBrains, а в будущем планируется расширение доступа для индивидуальных пользователей.
Попробуйте Air Teams прямо сейчас
Новая глава: от отдельных разработчиков к командам
Несколько месяцев назад мы представили приложение Air как наш первый шаг в сторону агентной разработки. С тех пор мы многое узнали и увидели реальный рост продуктивности разработчиков, работающих с агентами.
По мере развития Air стали очевидны две вещи. Во-первых, разработчикам не нужно еще одно отдельное приложение — инструменты и агенты должны быть интегрированы в среду, в которой они уже работают. Во-вторых, по мере того как отдельные разработчики становились продуктивнее благодаря агентам, реальное «узкое место» начало смещаться на уровень команды.
Именно поэтому мы расширяем Air за пределы отдельного настольного приложения до более широкой системы. Теперь Air поддерживает агентную разработку на трех уровнях: отдельных разработчиков, команд и организаций. Давайте подробнее рассмотрим, что Air Teams дает инженерным командам.
Что такое Air Teams?
Air Teams — это общее рабочее пространство, где инженерные команды запускают агентов для написания кода и повторно используют то, что работает. Сегодня большая часть агентной работы происходит на личных ноутбуках: у каждого разработчика свои настройки и промпты, и то, что работает у одного, нелегко распространить на всю команду. Air Teams объединяет ваши агентные рабочие процессы в одном месте: то, что придумал один разработчик, может использовать каждый.
Air Teams состоит из четырех частей:
Автоматизации (Automations) самостоятельно выполняют повторяющиеся задачи, такие как проверка кода, исправление ошибок и обновление зависимостей. Каждое выполнение запускается событием или по расписанию.
Общие облачные окружения предоставляют агентам инструменты, зависимости и учетные данные, необходимые для сборки и тестирования кода. Команда настраивает окружение один раз, а затем его используют все.
Облачные задачи выполняются в этих окружениях параллельно, не занимая ресурсы ноутбуков сотрудников. Вы можете запускать их и следить за ними из своей IDE или браузера, а вскоре — и с телефона.
Проекты объединяют все это вместе с общими кредитами, четкими ролями и автоматизациями, которые не зависят от конкретного человека.
Давайте разберем каждую часть.
Автоматизации: больше не нужно присматривать за агентами
Агенты могут работать быстро, но им все равно приходится ждать, пока люди запустят задачи, дадут инструкции и перейдут к следующему шагу. В какой-то момент ручная координация каждого запуска становится «узким местом».
Air Automations — это агентные рабочие процессы, которые выполняются самостоятельно в облаке, запускаемые событием или расписанием, а не человеком. Это общие командные ресурсы: один разработчик может создать автоматизацию, а вся команда — запускать, повторно использовать и улучшать ее. То, что хорошо работает для одного, может стать частью рабочего процесса всей команды. Например, автоматизация может проверять каждый новый pull request в момент его создания или обновлять зависимости дважды в неделю.
Как работают автоматизации
Автоматизации предназначены для повторяющейся работы, следующей определенному шаблону: pull request требует проверки, помеченная задача требует исследования или зависимости нужно проверять каждую неделю.
Вы один раз настраиваете четыре параметра, и автоматизация использует их при каждом запуске:
Инструкции: что именно должен делать агент.
Окружение: где выполняется агент.
Инструменты: что агент может использовать, включая Jira, Figma и Linear через коннекторы.
Триггер: когда агент начинает работу (событие GitHub или Jira, вебхук или расписание), и в будущем появятся новые типы триггеров.
Вот пример: автоматизация, запускаемая по метке. Когда кто-то добавляет метку «Bug», автоматизация запускает агента. Агент читает задачу и связанный тикет в Jira, находит причину в коде и открывает pull request с предлагаемым исправлением для проверки инженером.
Автоматизации принадлежат командному проекту, поэтому вся команда использует одну и ту же автоматизацию, вместо того чтобы каждый создавал свою. Как только автоматизация доказывает свою эффективность, ее можно использовать за пределами проекта: команда может применить ее в другом репозитории или сохранить как шаблон, который любой сотрудник организации сможет использовать как есть или адаптировать.
Примеры автоматизаций
Вот три автоматизации, которые мы используем в своей команде:
Проверка кода. Когда открывается pull request, агент читает соответствующий код и обсуждение, оставляет встроенные комментарии и резюме, а также может одобрить pull request или запросить изменения. Каждый новый коммит запускает новый цикл: агент читает предыдущую проверку и ответы, отмечает, какие проблемы были исправлены, а какие остались, и сворачивает старые отзывы, чтобы был виден только последний. ИИ-агент должен помогать вашему рабочему процессу, а не блокировать его. Если вы решили решить проблему в отдельном pull request, агент уважает ваш выбор и завершает свою проверку.
Исправление ошибок. Когда коллега помечает небольшую, четко определенную задачу в YouTrack, агент собирает контекст, пытается исправить ее и открывает pull request для проверки. Та же автоматизация обрабатывает и отзывы по проверке. Когда в pull request, открытый автоматизацией, поступают комментарии от коллеги или от автоматизации проверки кода, агент учитывает их и вносит правки.
Обновление зависимостей. Дважды в неделю агент обновляет зависимости проекта, пропуская те, которые, согласно инструкциям, трогать не следует. Он собирает проект и запускает тесты. Если обновление что-то ломает, агент исправляет затронутый код, не меняя его поведения, или откатывает обновление, если исправление найти не удается. Затем он открывает pull request со списком примененных, пропущенных или отмененных обновлений. Если предыдущий pull request все еще не слит, агент закрывает его, чтобы у команды всегда был один актуальный pull request, готовый к слиянию.
Мы расскажем о других автоматизациях в следующих публикациях, включая то, как мы их настраиваем и используем.
Держите все под контролем
Обоснованное опасение по поводу ИИ-агентов — это шум: комментарии, которые никто не читает, и pull request'ы, о которых никто не просил. Автоматизации оставляют право принятия решений за командой. Инженеры выбирают, над чем работает агент, а его инструкции позволяют сделать результат лаконичным, как в примерах выше: один открытый pull request для обновления зависимостей, один актуальный отзыв на pull request. Каждый запуск также сохраняет полную историю общения с агентом и вызовы инструментов, поэтому, если результат выглядит неверно, команда может понять почему. Каждое изменение кода поступает в виде pull request, и инженер решает, стоит ли его принимать.
Создайте свою первую автоматизацию
Общие облачные окружения: настройка, которую могут использовать ваша команда и агенты
Каждая автоматизация, как и любая облачная задача, выполняется в определенной среде, и агент может работать лишь настолько эффективно, насколько позволяет эта среда. Прежде чем приступить к сборке или тестированию, ему требуется то же, что нужно новому инженеру в первый рабочий день: правильные инструменты, зависимости, учетные данные и сетевой доступ. Небольшой проект может работать на настройках по умолчанию, но большинству кодовых баз требуется больше: например, частный реестр пакетов, фиксированные версии инструментария или внутренний трекер задач, к которому агент должен иметь доступ. Кто-то должен это настроить, и одного раза должно быть достаточно.
В Air Teams эта настройка находится в совместно используемой облачной среде. Вы создаете ее для репозитория в своем командном проекте. Выберите размер виртуальной машины, определите, к каким доменам машина может обращаться, и добавьте переменные и секреты, необходимые для сборки. Сама настройка хранится в вашем репозитории в файле .air/cloud/startup.sh, поэтому ваша команда может версионировать и проверять ее вместе с остальным кодом.
Вы также можете доверить первичную настройку агенту. Он проанализирует репозиторий, выполнит реальную установку и сборку, запросит недостающие секреты и закоммитит протестированный скрипт запуска в отдельную ветку. Вы проверите его, как и любые другие изменения.
Когда среда готова, Air сохраняет ее в виде снимка, и вы делитесь им с командой. Общий доступ к настройкам не означает общий доступ к учетным данным. Общие секреты позволяют вашим коллегам и автоматизациям использовать значение, не видя его, в то время как личные секреты и доступ к репозиторию остаются у каждого пользователя.
С этого момента коллеги выбирают среду для своих облачных задач, и автоматизации проекта запускаются в ней. Ни один агент не тратит время и токены на повторное выяснение того, как собрать репозиторий. Каждая задача сразу переходит к реальной работе.
Узнайте, как настраивать среды
Облачные задачи: работайте из своей IDE и с любого устройства
После настройки сред вы можете начать поручать агентам работу. Выберите среду и агента, а затем опишите задачу. Если вашему репозиторию не требуется специальная настройка, используйте среду по умолчанию.
Вы можете запустить задачу локально или в облаке. Правильный выбор зависит от самой задачи, необходимых для нее настроек и того, насколько тесно вы хотите взаимодействовать с агентом.
Ключевое отличие заключается в том, что облачные задачи не привязаны к устройству, с которого вы их запустили. Вы можете начать задачу в своей IDE, а продолжить позже через веб-интерфейс. Агент продолжит работу, даже если вы закроете ноутбук.
Посмотрите рабочий процесс облачных задач
Командные проекты: работа, которая принадлежит команде
Командный проект — это общее пространство для агентной работы команды. Он объединяет участников, среды, коннекторы и автоматизации.
Две роли определяют, кто и что может делать. Администраторы проекта управляют составом участников, средами, коннекторами и автоматизациями. Они также могут разрешить определенным участникам редактировать среду. Участники используют общие среды, создают свои собственные автоматизации и видят результаты каждого запуска.
Автоматизации не обязательно должны зависеть от человека, который их создал. У каждого проекта есть своя сервисная учетная запись и AI-кредиты, и администратор проекта решает, будут ли автоматизации проекта расходовать эти кредиты или кредиты их создателей. При использовании кредитов проекта автоматизации работают под учетной записью проекта и продолжают выполняться даже после ухода их создателя.
Узнайте о ролях в проекте и кредитах
Начало работы с Air Teams
С Air Teams агентная работа становится общим делом всей команды. Автоматизации берут на себя повторяющиеся задачи, общие среды обеспечивают одинаковую настройку для каждой задачи, облачные задачи продолжают выполняться после закрытия ноутбука, а командные проекты гарантируют, что ни один процесс не зависит от одного человека.
Попробуйте Air Teams на сайте air.jetbrains.cloud. Все вышеперечисленное создано для совместной работы, поэтому приглашайте коллег с самого начала.
Полную систему продуктов Air можно найти на jetbrains.com/air.
Получите немного Air
