编码智能体不再硬啃JAR包：Netflix接入JetBrains代码引擎，真实任务省下两到三成token与时间
核心概要
Netflix把JetBrains支撑IntelliJ IDEA的代码索引引擎以无界面方式接入Claude Code与Codex，让编码智能体在Java/Kotlin项目里直接查询符号与库结构，而不必解压JAR、反编译再grep。在两个真实代码库、多种模型与智能体上，同一任务同一模型下，开启该引擎后token消耗与完成时间通常减少20%至30%，最佳配置约65%，正确性未下降。
深度剖析
编码智能体在Java/Kotlin项目里获得了一条直接查询代码结构的通道，不再只能靠解压JAR、反编译类文件再grep来拼凑对库的理解。 此前智能体面对只以JAR形式发布的库，只能猜测哪些包相关、反编译出残缺视图，跨库边界的导航因此缓慢且不可靠。 对照实验固定同一模型、同一任务、同一代码库，唯一变量是智能体能否调用JetBrains代码智能，结果在测试的每个模型、智能体和任务类型上都更高效。
做法是把IntelliJ IDEA背后的确定性代码索引以无界面方式跑起来，再补上让智能体可调用的守护进程与命令行入口。 JetBrains已把该索引通过LSP暴露，但LSP本身只是一个讲协议的服务器，没有现成的进程管理让智能体在多次调用间复用同一实例。 Netflix自建的守护进程按项目根目录把每次调用路由到持有该项目内存索引的服务器进程，第二次调用跳过索引直接走热服务；守护进程与命令行用Java编写并以GraalVM可执行文件分发，避免JVM启动开销。
启示与展望
结论来自两个真实代码库：一个使用Spring Boot 4与Gradle的中等规模内部服务，以及Netflix开源的Kotlin/Java混合GraphQL框架DGS Framework；任务覆盖代码导航类小任务与实现新功能、重构、删代码等端到端任务。评测时间为2026年7月至8月，涉及Claude Code配Opus 5与Sonnet 5、Codex配GPT-5.6 Sol，各含中、高effort设置。Netflix计划用同一评测方法测试Python、TypeScript/JavaScript和Go，JetBrains表示将继续合作支持该评测。
报告把百分比称为快照而非固定基准，每次新模型发布都会改变智能体搜索、推理和使用工具的方式，因此给出区间而非逐模型结果。代码导航任务中有一个工具与模型组合本身会把多次搜索合并成一次调用，使该组合在时间上没有收益，报告认为这不能反映真实使用。JetBrains指出LSP以文本位置为基本原语，对智能体而言是脆弱的身份，其最终面向智能体的抽象形态仍未确定。