最新消息
［專欄］JetBrains Context 發布：賦予 AI 編碼代理程式碼庫全域視野，降低高達 48% 執行成本
2026/09/16
［專欄］JetBrains Context 發布：賦予 AI 編碼代理程式碼庫全域視野，降低高達 48% 執行成本
AI 編碼代理程式在面對複雜的企業級程式碼庫時，經常面臨迷航的困境。大量的探索性工作不僅拖慢了交付速度，也推高了運算成本。為此，JetBrains 推出了 JetBrains Context，一項旨在讓程式碼庫為 AI 代理作好準備的解決方案，它能有效提供代理所需的完整知識，顯著降低探索開銷、提升執行效率，並削減在生產規模儲存庫中的作業成本。
精準定位，終結無效探索
過去，AI 代理執行任務的第一步總是漫長的探索：定位相關程式碼、理解依賴關係、識別實作模式。這個過程消耗了大量的代理輪次 (agent turns) 與運算資源。JetBrains Context 透過其核心能力徹底改變了這個流程。
它具備「增量儲存庫索引 (Incremental repository indexing)」功能，能自動且高效地為程式碼庫建立索引並保持最新狀態。基於此，代理可利用「語意程式碼搜尋與檢索 (Semantic code search and retrieval)」，不再需要透過 `grep` 指令進行猜測式搜尋，而是能直接以提問的方式獲得精準的程式碼結果。這項轉變直接反映在效能指標上：經驗證，此方案可節省高達 68% 的代理輪次，並將延遲降低 59%，同時大幅減少因反覆探索而浪費的 tokens。
跨越單一專案，實現企業級全域視野
JetBrains Context 支援多儲存庫搜尋，讓 AI 代理能夠洞察整個組織的程式碼，評估變更影響並最大化程式碼重用，從容應對大型 Monorepo。
隨著程式碼庫規模擴張，AI 代理很容易忽略團隊慣例、重複造輪或遺漏跨專案的依賴關係。JetBrains Context 賦予代理存取企業級儲存庫知識的能力，使其決策更具全域觀。
其「多儲存庫搜尋 (multi-repo search)」能力，允許代理的搜尋範圍超越當前單一儲存庫，擴展至整個組織的程式碼資產。這意味著代理在執行變更時，能更清晰地評估變更的影響半徑，並最大化地發掘與重用組織內既有的程式碼，有效應對包含數十萬甚至數百萬檔案的大型儲存庫與生產級 monorepos。此功能支援 Java、Kotlin、Python、JavaScript、TypeScript、Rust、C++ 等多種主流程式語言。
提升 AI 程式碼品質，遵循團隊架構規範
藉由提供架構知識、程式碼範例與工程慣例，AI 代理能生成更符合團隊標準的高品質程式碼，減少後續的人工審查與修改成本。
AI 生成的程式碼即便功能正確，也未必符合企業的架構標準與工程慣例，從而產生所謂的「AI 生成的劣質程式碼 (AI-generated slop)」。JetBrains Context 透過提供跨儲存庫的知識、程式碼範例與工程慣例來解決此問題。
當代理擁有更豐富的上下文，它就能夠更好地理解並遵循團隊的架構設計與編碼標準。這不僅提升了 AI 生成程式碼的品質，也確保了新舊程式碼風格的一致性，最終減輕了開發團隊在程式碼審查階段的負擔，確保 AI 協作的成果能無縫整合至現有工作流程中。
JetBrains Context 的推出，為企業在導入 AI 編碼代理時所面臨的規模化、成本與品質挑戰提供了具體的解決方案。它將 AI 代理從一個單純的程式碼生成工具，轉變為一個具備深度程式碼庫知識、能夠高效執行任務的協作成員，為開發團隊帶來實質的生產力提升。
內容參考來源
更多資訊
［專欄］JetBrains 更新 AI 資料政策：導入企業級程式碼資料收集，賦予團隊完整控制權
［更新］PyCharm 2026.2 發布：整合自選 AI 代理與深度 Django 框架感知，重塑開發審核流程
［專欄］更深層的理解力，更接近未來的開發體驗－Claude 全新登場
［專欄］正式登陸 JetBrains IDE！Cursor AI 協作全面進化
關注社群平台．掌握開發者工具最新趨勢
Youtube
Instagram
Facebook
溫馨提醒：若您有使用 jetbrains 產品，也可以下載原廠的工具箱 App，以更快速接收到相關產品的更新訊息。
