JetBrains 官宣： Codex 为默认Agent！

2026年6月，JetBrains做了个决定——把OpenAI的Codex设为AI助手的“默认推荐”。这可不是随随便便拍脑袋的合作，背后是实打实的数据验证，以及JetBrains一以贯之的产品哲学在做支撑。

为什么要设置一个“推荐的智能体”？

在Codex被推上C位之前，JetBrains IDE里的AI用户得自己从一堆智能体里挑着用——Junie、Claude Agent，或者自带的ACP兼容智能体。自由度是挺高，但选择本身也成了负担。 JetBrains发现，随着模型能力越来越强，智能体（Agent）能帮用户干的事儿，比单纯聊个天要多得多、复杂得多。所以，。这背后，其实就是JetBrains一直强调的“开箱即用、体验优先”的设计理念。

如何做出选择？基于“真实世界”的数据

JetBrains选谁，不是靠印象分或者合作关系，而是建立在一个叫的开放基准测试上，把离线基准测试和线上A/B测试结合起来。

1. 评估标准：三个核心指标

JetBrains从三个维度给候选智能体打分：

• •

  解决率
  ：智能体在真实代码库里，能不能成功搞定Bug修复、功能开发这些任务，并且通过所有自动化测试。这是衡量能力的关键指标。
• •

  成本
  ：完成一项任务平均要消耗多少token。这能确保推荐的智能体在提供高价值的同时，使用成本对用户来说也算合理。
• •

  延迟
  ：从发出指令到拿到最终结果，平均要等多久。这直接影响开发者的工作流畅度。

JetBrains把“成本”和“延迟”跟“解决率”并列为核心指标，这个思路相当务实。它说明JetBrains追求的是一种面向真实开发者的，而不是在实验室里刷极限性能。 下面是Codex的数据。

2. 严谨的测试流程

• •

  多语言、多场景的基准测试
  ：数据集覆盖了

  Ja va、C#、Python
  三大生态，包含几百个来自真实代码库的任务，确保了评估够广、够有代表性。
• •

  线上A/B测试验证
  ：离线数据之外，JetBrains还搞了真实用户参与的A/B测试。通过分析用户行为（比如有没有切换智能体、有没有退回纯聊天模式），来验证离线结论，让决策更有说服力。

数据驱动的选择：Codex vs. Junie

最终候选者Codex（GPT-5.4-mini medium）和Junie（Gemini 3 Flash）之间的数据表现，差距非常小。从侧面也说明，当前AI智能体的竞争已经进入白热化阶段。

从表格能看出来，Codex在综合解决率上略胜一筹，但Junie在延迟和成本上表现更好。两个智能体在不同语言上各有优势（比如Codex在C#上解决率更高，Junie在Ja va上领先）。

来自线上A/B测试中的这些行为数据。在这些更能反映真实长期价值的指标上，。 从战略层面来看，JetBrains选择Codex作为推荐智能体，是一个集“用户、数据与战略”于一体的决策。

1. 1. 用户价值优先
      ：通过数据驱动，为用户选出了当下综合体验最好的智能体，降低了用户的选择成本，提升了即时满足感。

2. 2. 确立平台标准
      ：通过建立DPAIA基准测试，JetBrains向整个行业展示了一套

      科学、透明、可复现的AI编码工具评估标准
      。这增强了JetBrains AI平台的可信度，也为未来持续、客观地评估新模型/智能体打下了基础。

3. 3. 保持开放，而非锁定
      ：关键点在于，推荐是“动态”的。JetBrains明确表示，这不是永久决定，未来会基于新数据更新推荐。而且，用户始终可以自由切换到其他智能体。这种**“推荐但不强制”**的姿态，既尊重了高级用户的选择权，也维护了JetBrains作为开放平台的形象。

总结

JetBrains把Codex设为推荐AI智能体，本质上是一次产品、数据与战略的完美结合。它基于严谨的测试，做出了一个对当前用户最友好的选择，同时通过公开的基准测试和开放的切换机制，展现了作为平台构建者的成熟心态。对开发者来说，这意味着在JetBrains IDE里，可以以一个更低的起点，体验到当前最优秀的AI辅助编程能力，同时还拥有不被锁定的自由。