JetBrains AI Assistant : le guide de l'IA intégrée à vos IDE

JetBrains AI Assistant a un avantage que les assistants de code génériques n’ont pas : il travaille à l’intérieur de l’environnement de développement, avec accès à la structure réelle du projet, au langage, aux frameworks utilisés et aux outils de l’IDE. Là où un assistant conversationnel devine le contexte à partir de ce que vous lui collez, celui-ci le lit. En contrepartie, son fonctionnement repose sur un système de crédits que beaucoup d’équipes comprennent mal, et la gamme IA de JetBrains s’est élargie au point qu’on confond régulièrement l’assistant avec l’agent. Ce guide remet les choses à plat : ce qu’il fait, ce qu’il coûte réellement, ce que deviennent vos données, et comment l’intégrer dans une équipe.

Cet article fait partie de notre guide de l’IA pour coder.

Réponse courte : qu’est-ce que JetBrains AI Assistant ? C’est l’assistant d’intelligence artificielle intégré aux environnements de développement JetBrains. Il complète le code, répond dans un chat qui connaît votre projet, génère des tests, de la documentation et des messages de commit, et propose des refactorisations. Il fonctionne avec des crédits mensuels, existe en version gratuite limitée, et la licence AI Pro est incluse sans supplément dans l’abonnement All Products Pack.

En bref

L’IA là où vous travaillez déjà : JetBrains AI Assistant vit dans l’IDE, avec le contexte du projet, sans copier-coller vers une fenêtre extérieure.
Quatre formules : AI Free (3 crédits), AI Pro (10 $ par mois, 10 crédits), AI Ultimate (30 $ par mois, 35 crédits) et AI Enterprise (60 $ par mois, réservée aux organisations).
Le point que beaucoup ratent : la licence AI Pro est fournie sans coût supplémentaire avec l’abonnement All Products Pack ou dotUltimate. Beaucoup d’équipes paient un assistant qu’elles possèdent déjà.
Un crédit vaut un dollar, converti en devise locale : le système est un porte-monnaie, pas un compteur de requêtes, et l’écart entre deux usages va de 1 à 28.
Vous n’êtes pas enfermé dans un modèle : modèles d’OpenAI, Google, Anthropic et xAI, modèle maison Mellum, vos propres clés, ou des modèles exécutés en local.
Données : la collecte détaillée de votre code est désactivée par défaut, et c’est un argument de poids face aux services d’IA de développement.
Assistant, pas agent : les tâches autonomes relèvent de Junie, sorti de bêta en juillet 2026, traité dans notre cocon agents IA.
Pour outiller vos développeurs sans laisser chacun bricoler dans son coin, notre formation à l’IA générative pour les équipes techniques part de votre environnement réel.

Ce que JetBrains AI Assistant fait dans l’IDE

L’intérêt de l’outil tient à une chose : il connaît le projet ouvert. La documentation de l’éditeur indique que l’assistant transmet au modèle, avec votre demande, des éléments de contexte comme le type de fichier et les frameworks employés. Dans le chat, vous pointez les fichiers concernés au lieu d’en coller le contenu. Vous n’avez donc presque rien à lui décrire.

Les fonctions couvertes :

La complétion de code enrichie, qui propose des lignes entières plutôt que des mots isolés, en s’appuyant sur ce que l’IDE sait déjà du projet.
Un chat contextuel dans lequel vous pouvez référencer des fichiers du projet sans les coller.
La génération de code à partir d’une consigne en langage naturel, directement dans le fichier ouvert.
La génération de tests pour une classe ou une fonction existante.
La documentation produite à partir du code lui-même.
Les messages de commit rédigés depuis le contenu réel de vos modifications.
Les propositions de refactorisation, avec explication de ce qui change et pourquoi.

Ce que cela change concrètement. Un développeur qui utilise un assistant conversationnel passe son temps à reconstituer le contexte : coller le fichier, préciser la version du framework, expliquer l’architecture, recoller après chaque réponse. Ce travail de préparation disparaît quand l’assistant lit le projet. Sur des tâches courtes et répétitives, écrire un test, documenter une méthode, formuler un message de commit, le gain se mesure en secondes gagnées plusieurs dizaines de fois par jour.

Ce que cela ne change pas. La qualité de la suggestion dépend toujours du modèle, et la relecture reste entière. Un assistant bien informé du contexte se trompe avec plus d’assurance qu’un assistant mal informé.

Assistant ou agent : où s’arrête JetBrains AI Assistant

C’est la confusion la plus fréquente en 2026, et elle a une raison : JetBrains ne vend plus un seul produit d’IA, mais une gamme. AI Assistant, Junie, la plateforme JetBrains AI, l’environnement agentique Air, et JetBrains Central côté gouvernance d’entreprise.

JetBrains AI Assistant reste un assistant. Vous demandez, il propose, vous validez. Chaque modification passe par votre acceptation. C’est le périmètre de cet article.

Junie est un agent. Sorti de sa phase bêta le 13 juillet 2026, il planifie avant d’écrire, débogue avec le vrai débogueur de l’IDE plutôt qu’en ajoutant des traces, relit les demandes de fusion avec le contexte du projet et exécute des tâches longues pendant que vous faites autre chose (blog JetBrains). Un mode de planification avancé demande votre accord avant d’écrire du code, mais la logique reste celle d’une délégation.

Pourquoi la distinction compte pour une organisation. Un assistant produit du texte que quelqu’un valide. Un agent agit sur le dépôt, lance des commandes et modifie des fichiers. Les droits d’accès, la traçabilité des modifications et la responsabilité de ce qui part en production ne se traitent pas de la même façon dans les deux cas. Beaucoup d’équipes achètent une licence en pensant assistant et découvrent l’agent ensuite.

💡 Où s’arrête cet article : nous traitons ici l’assistant, celui qui propose et attend votre validation. Junie, Air et les autres outils qui exécutent des tâches en autonomie sont couverts dans notre cocon Agents IA, avec les garde-fous qui vont avec.

Les modèles : ceux de JetBrains, ceux des autres, et les vôtres

C’est l’argument le plus solide de l’offre pour une entreprise, et celui dont on parle le moins.

Les modèles tiers. JetBrains AI donne accès aux modèles d’OpenAI, de Google, d’Anthropic et de xAI depuis l’IDE, sans que vous ayez à gérer un compte chez chacun.

Mellum, le modèle maison. JetBrains entraîne son propre modèle, orienté vers la complétion de code plutôt que vers la conversation générale, et l’a publié en source ouverte. Pour une organisation qui veut savoir ce qu’elle exécute, un modèle inspectable n’est pas un détail.

Vos propres clés. Si votre organisation a déjà un contrat avec un fournisseur de modèles, vous branchez vos clés et l’usage passe par votre compte, donc par votre cadre contractuel existant. Pour un service juridique qui a déjà validé un fournisseur, cela évite de tout recommencer.

Les modèles exécutés en local. L’IDE sait se connecter à des modèles qui tournent sur votre machine ou sur un serveur interne, via Ollama ou LM Studio. Le code ne quitte alors pas votre infrastructure. C’est la réponse à la question que pose tout responsable sécurité, et peu d’assistants de développement l’offrent aussi simplement.

Le choix qui en découle. Une équipe qui traite du code client sous clause de confidentialité n’a pas les mêmes contraintes qu’une équipe qui travaille sur un projet interne banal. Le fait de pouvoir mélanger les deux approches, modèles en ligne pour l’ordinaire, modèle local pour le sensible, évite d’avoir à trancher une fois pour toutes.

Le système de crédits, traduit en usage réel

Un crédit ne veut rien dire tant qu’on ne sait pas ce qu’il achète. Et la première chose à savoir tient en une ligne : un crédit d’IA vaut un dollar américain, converti dans votre devise (blog JetBrains). Ce ne sont pas des jetons abstraits, mais un porte-monnaie libellé en dollars, dont la consommation suit le tarif réel du modèle que vous employez.

Cela a une conséquence directe : AI Ultimate coûte 30 dollars et donne 35 dollars de crédits, soit 5 dollars offerts, alors qu’AI Pro rend exactement ce que vous versez. À usage intensif, l’écart entre les deux formules est donc plus faible qu’il n’y paraît.

JetBrains publie aussi des équivalences d’usage, et l’écart entre deux façons de travailler est considérable.

Ce que vous faites	Ce qu’un seul crédit permet
Générer du code depuis le chat	environ 10 demandes
Modifier du code existant	environ 40 demandes
Faire expliquer un bout de code	environ 25 demandes
Produire de la documentation	environ 280 demandes

La précision de ces chiffres. Ce sont des moyennes. Puisque la consommation suit le tarif du modèle appelé, une même demande coûte davantage avec un grand modèle récent qu’avec un modèle léger. Prenez donc ce tableau comme un ordre de grandeur pour arbitrer entre deux formules, pas comme un compteur.

Comment lire ce tableau. Une équipe qui utilise l’assistant surtout pour documenter et comprendre du code existant consommera très peu. Une équipe qui génère du code neuf toute la journée épuisera son quota bien plus vite. Le même abonnement peut donc suffire largement ou être insuffisant, selon la nature du travail, et pas selon le nombre de développeurs.

Faire le calcul, en pratique. Prenons une équipe de cinq développeurs sous AI Pro, soit 50 crédits par mois au total. Si le travail se répartit à parts égales entre générer du neuf, modifier de l’existant et documenter, chaque crédit rend en moyenne bien plus de service que dans une équipe qui ne fait que produire du code neuf. Les 50 crédits couvriront confortablement le premier cas et seront serrés dans le second. La question à poser à l’équipe n’est donc pas « combien de fois par jour utilisez-vous l’assistant », mais « pour quoi l’utilisez-vous ». Une semaine d’observation suffit à le savoir, et évite aussi bien la formule surdimensionnée que les achats de crédits en catastrophe.

Si le quota est dépassé. Des crédits supplémentaires s’achètent au tarif de 1 dollar l’unité, valables douze mois. Le mécanisme évite de devoir monter de formule pour un pic ponctuel.

Le calcul à faire avant d’acheter. Estimez la part de génération de code neuf dans le travail réel de l’équipe. C’est ce seul chiffre qui détermine la formule, bien avant le nombre de postes.

JetBrains AI Assistant : les formules et leur coût réel

Formule	Prix mensuel	Crédits par 30 jours	Pour qui
AI Free	0 $	3	Découvrir, usage très occasionnel
AI Pro	10 $	10	Développeur individuel régulier
AI Ultimate	30 $	35	Génération de code intensive
AI Enterprise	60 $	Non publié	Organisations, avec gouvernance

Tarifs relevés sur la documentation officielle JetBrains le 29 septembre 2026, affichés en dollars américains. JetBrains facture en euros en Europe : vérifiez le montant toutes taxes comprises sur la page d’achat officielle avant de souscrire.

Le point qui change le calcul. La licence AI Pro est fournie sans coût supplémentaire avec l’abonnement All Products Pack ou dotUltimate (documentation officielle). Si votre équipe est déjà sous l’une de ces formules, elle dispose déjà de l’assistant et de ses dix crédits mensuels. Vérifiez-le avant toute commande : c’est le genre de ligne budgétaire qu’on paie deux fois.

Deux limites de la version gratuite. AI Free plafonne à 3 crédits par période de 30 jours, ce qui permet d’essayer mais pas de travailler. Elle n’est pas disponible dans Android Studio ni dans les éditions Community d’IntelliJ IDEA et de PyCharm, ce qui écarte une partie des utilisateurs qui voudraient tester sans payer. Une période d’essai avec 10 crédits permet une évaluation plus sérieuse.

Bien formuler ses demandes dans l’IDE

Un assistant qui lit le projet ne dispense pas de savoir demander. La différence, par rapport à un chat classique, est que vous n’avez plus à décrire le contexte : vous pouvez pointer les fichiers concernés et consacrer votre consigne au résultat attendu.

Générer des tests qui servent à quelque chose. Une demande de tests formulée sans précision produit trois tests du cas nominal. Ce qui a de la valeur, ce sont les cas limites.

Écris les tests unitaires de cette classe. Couvre le cas nominal, mais surtout : valeurs nulles, chaînes vides, dates invalides, collection vide et dépassement de taille. Pour chaque test, une ligne de commentaire expliquant ce qu'il vérifie.

Faire expliquer du code hérité. Sur un projet repris d’une autre équipe, la bonne demande porte sur l’intention, pas sur la syntaxe.

Explique ce que fait cette méthode, puis dis-moi quelles hypothèses elle fait sur ses données d'entrée et ce qui casserait si je modifiais sa signature.

Demander une refactorisation défendable. Une refactorisation acceptée sans discussion est une dette déguisée.

Propose une refactorisation de cette classe. Avant le code, explique en trois points ce que tu changes et pourquoi. Signale ce qui risque de casser ailleurs dans le projet.

Obtenir un message de commit exploitable. Le message généré depuis le contenu réel des modifications vaut mieux que celui rédigé de mémoire en fin de journée.

Rédige le message de commit de ces modifications : une ligne de résumé sous 72 caractères, puis les points de détail en liste. En français.

Le réflexe qui distingue les équipes efficaces. Demandez l’explication avant le code, dans presque tous les cas. Vous repérez ainsi les réponses hasardeuses avant qu’elles atterrissent dans le fichier, et vous consommez moins de crédits qu’en enchaînant les générations pour arriver au bon résultat.

Ce que deviennent votre code et vos données

C’est la question qui décide de l’adoption en entreprise, et la réponse de JetBrains est plus favorable que la moyenne du marché.

Ce qui est transmis. Pour fonctionner, l’assistant envoie vos requêtes et des portions de votre code au fournisseur du modèle, avec des éléments de contexte comme le type de fichier et les frameworks employés. C’est inhérent au fonctionnement d’un assistant en ligne, et cela vaut pour tous ses concurrents.

Le point favorable. La collecte détaillée de données liées au code est désactivée par défaut (documentation officielle). Elle se contrôle dans Settings | Appearance & Behavior | System Settings | Data Sharing. Quand elle est activée, JetBrains indique que les données recueillies peuvent servir à améliorer ses produits et à entraîner ses modèles. Autrement dit, le réglage par défaut protège, et c’est l’activation qui est un choix, l’inverse de ce qu’on observe souvent.

Ce qu’il faut faire quand même. Vérifiez le réglage sur les postes, plutôt que de supposer qu’il est resté au défaut. Sur un parc où les développeurs installent eux-mêmes leurs outils, une case cochée par curiosité six mois plus tôt ne se voit pas.

Le cas du code sous contrainte. Pour du code soumis à une clause de confidentialité client ou à une obligation sectorielle, la réponse solide reste le modèle exécuté en local, décrit plus haut. Aucun réglage de partage ne vaut un flux qui ne sort pas de l’infrastructure.

La formation des équipes. L’article 4 de l’AI Act, dans sa version modifiée par le règlement « Digital Omnibus » en vigueur depuis le 27 juillet 2026, demande aux organisations qui déploient des systèmes d’IA de prendre des mesures pour développer la maîtrise de l’IA de leur personnel (lawandtechnology.eu). Pour une équipe de développement, cela veut dire savoir quel réglage envoie quoi, et quel type de code ne doit pas partir vers un modèle en ligne.

Déployer JetBrains AI Assistant dans une équipe : la méthode

Installer l’extension prend deux minutes. Ce qui prend du temps, c’est d’obtenir un usage homogène plutôt que dix pratiques différentes.

1. Inventoriez les licences existantes. Commencez par vérifier si l’équipe est sous All Products Pack ou dotUltimate. Le budget de la suite en dépend.

2. Tranchez la question des données avant la première installation. Quel réglage de partage, quels projets autorisés, et faut-il un modèle local pour certains dépôts. Cette décision prise après coup se rattrape mal.

3. Mesurez la répartition réelle des usages. Pendant quelques semaines, regardez ce que l’équipe fait vraiment avec l’assistant : générer du neuf, expliquer de l’existant, documenter. Le tableau des crédits plus haut traduit ensuite cette répartition en formule.

3 bis. Achetez les crédits d’appoint au niveau de l’équipe. Dans une organisation, les crédits supplémentaires peuvent être réattribués d’un utilisateur à l’autre. Une réserve commune absorbe donc les pics d’un développeur sans obliger à faire monter tout le monde de formule.

4. Écrivez trois règles, pas un règlement. Ce qui se valide systématiquement avant commit, ce qui ne part jamais vers un modèle en ligne, et qui tranche en cas de doute. Trois lignes lues valent mieux qu’une charte de six pages ignorée.

5. Traitez la relecture comme le vrai sujet. Le risque n’est pas que l’assistant écrive du mauvais code, c’est qu’il en écrive du plausible que personne ne relit sérieusement parce qu’il ressemble à du bon. Notre article sur la sécurité du code généré par IA détaille les vérifications à intégrer.

6. Formez plutôt que d’équiper. L’écart de productivité entre deux développeurs équipés du même assistant tient à la façon de formuler les demandes et de relire les réponses. C’est exactement ce que couvre notre accompagnement au déploiement d’un assistant IA dans vos équipes de développement.

Ce qu’il fait bien, ce qu’il rate

Ce qu’il fait bien :

les tâches courtes et répétitives : tests unitaires, documentation, messages de commit, où le contexte projet fait la différence ;
l’explication de code existant, en particulier sur un projet hérité dont personne ne connaît plus les intentions ;
la refactorisation guidée, avec l’avantage de s’appuyer sur les outils de l’IDE plutôt que sur une devinette ;
le confort de ne pas quitter l’éditeur, qui supprime les allers-retours vers une fenêtre extérieure ;
la souplesse de modèles, rare à ce niveau, jusqu’à l’exécution locale.

Ce qu’il rate :

les tâches longues et transversales : c’est le domaine de l’agent, pas de l’assistant ;
la lisibilité du coût : le système de crédits demande un travail d’estimation que beaucoup d’équipes ne font pas avant d’acheter ;
les langages et frameworks peu répandus, où la qualité des suggestions chute comme chez tous ses concurrents ;
la version gratuite, trop limitée pour constituer une vraie évaluation et absente des éditions Community ;
l’interface, qui reste en anglais : les packs de langue officiels des IDE JetBrains couvrent le chinois, le japonais et le coréen, pas le français. Un frein réel dans les équipes peu anglophones.

JetBrains AI Assistant est-il inclus dans mon abonnement JetBrains ?

La licence AI Pro est fournie sans coût supplémentaire avec l’abonnement All Products Pack et avec dotUltimate, ce qui couvre déjà beaucoup d’équipes. Avec une licence d’un seul IDE, l’abonnement IA se souscrit à part. Vérifiez dans votre compte JetBrains avant de commander quoi que ce soit : c’est la première source de double facturation sur ce produit.

Combien de crédits faut-il vraiment par développeur ?

Cela dépend de la nature du travail plus que du volume. Un crédit couvre environ 10 générations de code depuis le chat, mais environ 280 demandes de documentation. Une équipe qui documente et explique de l’existant tiendra sans peine avec les 10 crédits d’AI Pro ; une équipe qui produit du code neuf toute la journée visera AI Ultimate et ses 35 crédits. Mesurez la répartition sur quelques semaines avant de trancher.

Peut-on utiliser JetBrains AI Assistant sans envoyer son code sur Internet ?

Oui, en connectant un modèle exécuté en local via Ollama ou LM Studio, ou un modèle hébergé sur votre propre infrastructure. Le code ne sort alors pas de votre réseau. La contrepartie est la qualité des suggestions, un modèle local restant en retrait des meilleurs modèles en ligne, et le coût matériel. Pour du code sous clause de confidentialité, l’arbitrage vaut souvent la peine.

JetBrains utilise-t-il mon code pour entraîner ses modèles ?

La collecte détaillée de données liées au code est désactivée par défaut. Quand elle est activée, JetBrains indique que les données peuvent servir à améliorer ses produits et à entraîner ses modèles. Le réglage se trouve dans les paramètres de partage de données de l’IDE. Sur un parc d’entreprise, vérifiez son état poste par poste plutôt que de vous fier au défaut.

Quelle différence avec Junie ?

JetBrains AI Assistant propose et vous validez ; Junie est un agent qui planifie, exécute et débogue des tâches en autonomie, sorti de sa phase bêta en juillet 2026. Les deux sont couverts par les mêmes abonnements IA, ce qui entretient la confusion. Les questions de droits d’accès et de traçabilité sont beaucoup plus lourdes du côté de l’agent : nous les traitons dans notre cocon dédié aux agents IA.

Dans quels IDE fonctionne-t-il ?

Dans les environnements de développement JetBrains, l’éditeur annonçant une couverture de sa gamme d’IDE sans en publier la liste détaillée. Deux précisions sont documentées et valent d’être connues. La formule gratuite AI Free n’est disponible ni dans Android Studio, ni dans les éditions Community d’IntelliJ IDEA et de PyCharm. Et dans DataGrip, l’assistant ne reçoit pas le contenu de vos bases de données, ce qui est une garantie utile à citer en interne. Pour un IDE précis, vérifiez sa page de documentation avant de bâtir un déploiement dessus.

Faut-il l’activer pour toute l’équipe d’un coup ?

Mieux vaut commencer par deux ou trois développeurs volontaires pendant quelques semaines, le temps de mesurer la répartition des usages et de fixer les règles de relecture. Un déploiement général décidé avant ces deux réponses aboutit le plus souvent à une formule mal dimensionnée et à des pratiques hétérogènes qu’il faut ensuite reprendre une par une.

Faut-il le préférer à un assistant de code généraliste ?

Si votre équipe travaille déjà dans les IDE JetBrains, l’intégration au projet et l’absence de copier-coller font gagner du temps tous les jours, et la licence est peut-être déjà payée. Si votre équipe est répartie sur des éditeurs différents, un assistant indépendant de l’éditeur se défend mieux. Le vrai critère est l’homogénéité de votre environnement, pas la qualité brute du modèle, qui se rejoint largement d’un outil à l’autre.

Au final

JetBrains AI Assistant est l’option évidente pour une équipe déjà installée dans les IDE de l’éditeur, et pour deux raisons qu’on sous-estime : la licence est souvent déjà incluse dans l’abonnement en cours, et la collecte de données liées au code est désactivée par défaut, ce qui simplifie beaucoup la discussion avec le service sécurité. Le point de vigilance est ailleurs : le système de crédits demande une estimation honnête de ce que l’équipe fait vraiment avant de choisir une formule, et la frontière avec Junie mérite d’être posée clairement, parce que déléguer à un agent ne s’encadre pas comme valider une suggestion. Pour outiller vos développeurs et fixer ces règles avec eux, notre parcours IA générative pour outiller vos équipes de développement, certifié Qualiopi et finançable par votre OPCO, part de votre environnement et de vos contraintes réelles.