“只剩我们了”：JetBrains把独立变成新卖点

JetBrains 这次卖的不是一个更炫的补全按钮，而是“没站队”。

在 Google Cloud Next 的一场对话里，JetBrains 业务发展副总裁 Mikhail Vink 把话说得很直。

这句话的杀伤力，在于它把 AI 编程工具的竞争从“谁更聪明”，拉到了“谁不被绑定”。

当几个主要竞争者都与模型或平台方发生更紧密关系时，JetBrains 反手把独立做成了新卖点。

1600万用户、30万客户，老IDE转向AI编程

JetBrains 有底气慢半拍，因为它不是从零开始抢开发者。

Vink 还说过一句很关键的话：这门老生意，给现在的 AI 旅程供了血。

这不是新创业公司的叙事。JetBrains 的筹码，是已有 1600 万用户和超过 30 万商业客户的 IDE 生意。

Copilot、Cursor、Windsurf，都已有绑定关系

问题是，AI 编程工具这张桌子，已经比 IDE 时代多了一层供应商关系。

这里的核心不是谁对谁错，而是供应商关系正在变成产品体验的一部分。

开发者以前选 IDE，看快捷键、插件、性能。企业现在选 AI coding，还要看背后的模型账单、治理、执行、分析和按量计费。

JetBrains不训大模型，它要做的是“调度层”

JetBrains 没有说要训练自己的 foundation model。

The New Stack 写到：Vink 表示 JetBrains 没有这方面计划。

这一步很现实。文章把 JetBrains Central 放在治理、执行、分析和按量计费这一层，而不是自研基础模型。

谁能把企业里的 agent 执行、使用分析和模型消耗收束到一个入口，谁就更接近企业采购讨论。

Junie默认Gemini，但不是只认Google

JetBrains 的第一方 agent 叫 Junie，默认用 Gemini Flash。

这来自它和 Google Cloud 的合作。The New Stack 也写到，Junie 还能跑 Anthropic 和 OpenAI 的模型。

内部使用上，Vink 说 JetBrains 团队会按任务选择 Claude Code、Codex 和 Junie。

这句话很重要：JetBrains 没把“独立”说成完全不合作，而是说自己不只认一个上游。

这也和 Vink 对开发者忠诚度的判断一致：任务本身会牵引工具选择。

真正的战场不是模型，是谁来管这些Agent

JetBrains Central 的野心，是把 agent 放进一个企业能接受的框架里。

它的 launch partners 包括 Anthropic、OpenAI 和 Google Cloud。

这不是普通集成名单。它等于把三家模型上游摆进同一个控制平面，再交给企业做治理、执行、分析和按量计费。

对企业采购来说，这类控制问题比单次补全能力更接近落地门槛。

AI agent 要进真实代码库，就必须回答治理、执行、成本、供应商锁定这些问题。

一个任务几美分，另一个任务烧掉几千美元

最戏剧化的细节，藏在成本里。

同样叫 AI coding task，一个任务可能只花几美分；另一个任务可能烧掉数百美元，甚至数千美元的模型用量。

这不是价格表上的小数点问题，而是企业预算会不会失控的问题。

当 agent 的消耗跨度从几美分拉到数千美元，按量计费和使用分析就不再是后台小功能。

这正是 JetBrains Central 把 consumption-based billing 和 analytics 放进控制平面的原因。

“忠诚度没那么高”：开发者会按任务换工具

JetBrains 对开发者心态也很清醒。

这句话放在 IDE 老厂嘴里，反而更扎心。

AI coding 时代，任务本身会牵引工具选择。Vink 提到，JetBrains 内部团队也会根据任务使用 Claude Code、Codex 和 Junie。

所以 JetBrains 要守的，不只是编辑器入口，而是 agent 执行、治理和计费入口。

这意味着AI编程工具要从“更聪明”变成“更可控”

JetBrains 这条线的真正看点，不是它能不能做出最强模型。

它赌的是另一件事：当企业把 AI coding agents 放进真实研发流程，控制权会变得更重要。

谁能做治理，谁能做分析，谁能把不同 agent 的账单摊开，谁就更接近企业采购的最后一公里。

这意味着 AI 编程工具要从“更聪明”，转向“更可控”。

接下来要看的，不是 JetBrains 讲独立讲得多响，而是 JetBrains Central 能不能真的成为企业 AI coding 的总控台。