El panorama de l'assistència al desenvolupament amb intel·ligència artificial ha fet un salt significatiu amb la darrera actualització d'Air, la plataforma que permet executar tasques de codificació en entorns aïllats i paral·lels. La nova versió no només amplia la compatibilitat amb agents externs com GitHub Copilot, OpenCode, Pi o Cline, sinó que també introdueix la possibilitat de treballar amb models locals i millora la navegació en projectes Java i Kotlin gràcies al motor d'IntelliJ. Aquest moviment respon a dues de les demandes més recurrents per part dels equips de desenvolupament: poder utilitzar l'eina d'IA que l'empresa ja ha aprovat i, alhora, conservar la flexibilitat d'escollir el model o el 'harness' que millor s'adapti a cada tasca.
Per entendre l'impacte real d'aquesta actualització, convé analitzar com Air modifica el flux de treball tradicional. Fins ara, la plataforma oferia espais de treball separats per a agents com Claude, Codex, Gemini CLI o Junie, permetent que cadascun executés tasques en paral·lel i que el desenvolupador revisés els canvis proposats abans d'integrar-los al repositori. Amb la nova versió, aquest mateix flux s'estén a qualsevol agent compatible amb el Agent Client Protocol (ACP), un protocol obert desenvolupat conjuntament per JetBrains i Zed. ACP estableix un llenguatge comú entre els agents de codificació i els entorns de desenvolupament, eliminant la necessitat d'integracions personalitzades per a cada eina.
La conseqüència més immediata és que les empreses que han estandarditzat l'ús de GitHub Copilot com a única eina d'IA aprovada poden ara connectar-lo a Air sense canviar de proveïdor. N'hi ha prou amb activar el mode servidor ACP del CLI de Copilot perquè Air el reconegui com un agent més, heretant tota la gestió d'accessos i models que la companyia ja tenia configurada. Aquest enfocament no només redueix la fricció amb els departaments de seguretat i compliment, sinó que també permet als desenvolupadors beneficiar-se de l'orquestració d'Air —paral·lelisme, revisió de canvis, aïllament de tasques— sense renunciar a l'eina corporativa.
La flexibilitat no acaba aquí. Air també s'obre a altres agents com OpenCode i Pi, i permet que el desenvolupador esculli el 'harness' que prefereixi. El harness és el programari que envolta el model: recull el context, crida les eines, gestiona la tasca i converteix les respostes del model en canvis de codi. Cada harness aborda aquest procés de manera diferent i admet diferents proveïdors de models. Amb Air, pots utilitzar OpenCode amb un proveïdor al núvol o Pi amb un model local, i la plataforma s'encarrega de la comunicació a través d'ACP.
Precisament el suport per a models locals ha estat una de les característiques més esperades. Ara és possible connectar un agent compatible amb ACP a un model que s'executi al propi ordinador mitjançant gestors com Ollama o LM Studio. Això permet desenvolupar sense connexió a internet, escollir el model que millor s'ajusti al projecte o a l'entorn, i mantenir les dades dins la màquina local, cosa especialment valuosa en contextos on la privacitat o les polítiques de seguretat limiten l'ús de serveis al núvol. Des de Q2BSTUDIO, com a empresa especialitzada en el desenvolupament d'aplicacions a mida, veiem en aquesta capacitat una oportunitat per integrar assistents d'IA en entorns controlats sense dependre d'APIs externes, cosa que cada cop més clients ens demanen en els seus projectes de transformació digital.
En el terreny de la intel·ligència del llenguatge, Air incorpora ara el motor de codi d'IntelliJ IDEA (en fase beta) per oferir navegació i diagnòstic en projectes Java i Kotlin, fins i tot en projectes mixtos. Mentre es crea una tasca, el desenvolupador pot saltar a definicions, buscar usos, localitzar símbols i seguir camins de codi directament a Air. Això facilita la comprensió del codi que l'agent modificarà i permet donar un context més precís. Un cop l'agent acaba, Air ressalta els errors i advertències al codi Java i Kotlin afectat, de manera que el desenvolupador pot inspeccionar els problemes abans d'acceptar els canvis, sense necessitat d'obrir l'IDE ni esperar que el codi falli durant la compilació. Per a equips que treballen amb llenguatges d'emmotllament estàtic, aquesta integració redueix dràsticament el temps de revisió i evita que errors subtils arribin a producció.
Una altra millora important és l'execució de tasques en contenidors Docker a Windows, que fins ara només estava disponible a macOS. Això permet que les dependències i les ordres de l'agent s'executin en un contenidor aïllat, amb Docker Desktop com a requisit. En entorns corporatius on l'estandardització del sistema operatiu és Windows, aquesta funcionalitat és clau per garantir la reproductibilitat dels entorns de desenvolupament. A més, l'actualització inclou diverses millores en el control durant les execucions dels agents: es pot inspeccionar el canvi complet proposat abans de concedir permís —fent clic al nom del fitxer per obrir l'edició completa a la pestanya 'Canvi proposat'—, es mostra l'ús de la finestra de context i els recomptes de tokens per a l'agent Claude, i s'afegeix un nivell d'esforç 'xhigh' per a tasques que requereixen més raonament amb Claude Fable, Opus i Sonnet 5. També s'ha incorporat una opció per evitar que el Mac entri en repòs durant tasques llargues, cosa que els desenvolupadors que treballen amb processos batch agrairan.
Des d'una perspectiva més àmplia, aquesta actualització consolida Air com una plataforma que no només competeix amb altres solucions d'agents d'IA, sinó que també ofereix un marc de treball unificat per a equips que han de tractar amb múltiples eines, polítiques de seguretat i requisits de conformitat. A Q2BSTUDIO, on desenvolupem projectes d'cloud AWS/Azure i solucions d'IA per als nostres clients, valorem especialment la capacitat d'integrar agents externs sense haver de renegociar contractes o abandonar les eines ja validades. La combinació de models locals, compatibilitat amb ACP i la potència del motor d'IntelliJ posiciona Air com una opció sòlida per a equips que busquen automatitzar parts del cicle de desenvolupament sense sacrificar el control ni la qualitat.
Naturalment, la ciberseguretat continua sent un factor crític. Poder executar agents en contenidors Docker i treballar amb models locals redueix la superfície d'atac en minimitzar les connexions a serveis externs. A més, el flux de revisió de canvis abans de la integració actua com una barrera addicional contra codi maliciós o modificacions no desitjades. En projectes on gestionem dades sensibles, com els que requereixen ciberseguretat avançada, aquesta arquitectura està perfectament alineada amb les millors pràctiques de DevSecOps.
Pel que fa a la intel·ligència de negoci, tot i que Air no està directament orientat a l'anàlisi de dades, la capacitat de connectar agents que puguin generar informes o realitzar transformacions de codi es pot integrar en fluxos més amplis de BI / Power BI. Per exemple, un agent que accedeix a una base de dades i genera consultes SQL podria ser orquestrat des d'Air per després alimentar un dashboard. La flexibilitat d'ACP permet que aquests casos d'ús s'explorin sense necessitat de desenvolupar connectors específics.
Finalment, cal destacar que Air està disponible per a Mac, Linux i Windows, i es pot descarregar des d'air.dev/download o actualitzar-se a través de JetBrains Toolbox. La companyia convida a provar la nova versió amb els agents i models existents i a compartir l'experiència. Per als equips de desenvolupament que ja utilitzen eines d'IA o que estan considerant adoptar-les, aquesta actualització representa un punt d'inflexió: per primera vegada, és possible centralitzar la gestió d'agents heterogenis en un únic flux de treball, mantenint l'autonomia del desenvolupador i la governança de l'empresa.
En definitiva, Air es posiciona com una capa d'orquestració que resol un dels problemes més espinosos de l'adopció d'IA en el desenvolupament de programari: la fragmentació d'eines. En obrir-se a agents externs i models locals, no només democratitza l'accés a la intel·ligència artificial, sinó que també ofereix un camí pragmàtic perquè les empreses puguin avançar en la seva transformació digital sense haver de reemplaçar tot el seu ecosistema de desenvolupament. Des de Q2BSTUDIO, on ajudem les organitzacions a implementar solucions d'automatització i programari a mida, veiem en Air un aliat natural per a projectes que requereixen agilitat, control i seguretat.
