JetBrains Air: el nuevo sistema agéntico con gobernanza IA

¿Qué es JetBrains Air y por qué importa?

JetBrains Air es un nuevo sistema de productos presentado el 22 de septiembre de 2026 que conecta desarrolladores, agentes de IA, equipos y organizaciones, llevando el trabajo agéntico más allá del IDE tradicional. La propuesta agrupa en un único ecosistema tres componentes: Air in JetBrains IDEs, Air Teams y Air Governance (antes conocido como JetBrains Central), todos compatibles con el agente de programación Junie y con cualquier agente externo conectado vía el protocolo abierto Agent Client Protocol (ACP).

El movimiento es relevante porque el cuello de botella del desarrollo ha cambiado: como reconoce Kirill Skrygan, CEO de JetBrains, "el código se vuelve más barato de generar pero más caro de verificar". En la práctica, ya no compites por quién escribe más rápido: compites por quién revisa, audita y se queda con la responsabilidad de lo que un agente produce.

¿Qué cambió respecto a JetBrains Central?

Air no nació de cero: es la consolidación de seis meses de trabajo. JetBrains lanzó en marzo de 2026 JetBrains Central como sistema abierto de control para desarrollo agéntico, y desde entonces fue extendiendo el alcance con Central CLI, contexto compartido, agentes en la nube, automatizaciones, gobernanza y controles de coste de IA. Ahora todo eso se reagrupa bajo la marca Air, que se posiciona como infraestructura multi-superficie y multi-servicio (IDEs JetBrains, web, CLI y próximamente móvil).

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

El cambio más visible es que la gobernanza deja de ser un producto paralelo y pasa a ser una capa transversal: Air Governance se extiende sobre múltiples proveedores y herramientas, no solo sobre Junie. La propia JetBrains señala que las organizaciones no deberían tener que elegir entre usar las mejores herramientas y entender qué pasa dentro de su ingeniería. Esa tensión entre flexibilidad del desarrollador y control de la organización es, según la compañía, el problema que Air viene a resolver.

¿Qué incluye el sistema?

El ecosistema Air se compone de cinco piezas principales, varias de ellas en distintas etapas de disponibilidad:

Air in JetBrains IDEs: distribuido como plugin, permite dirigir agentes, coordinar sesiones, revisar diffs línea por línea y dejar comentarios que el propio agente ejecuta. Ya disponible.
Air Teams: en early access, automatiza flujos de entrega (code review, release notes, fixes) con entornos cloud dedicados, controles por proyecto de tamaño de VM, acceso a internet y secretos, además de servidores MCP compartidos.
Air Governance: reglas, permisos, límites de gasto, analítica de uso y conexión con claves de Amazon Bedrock, OpenAI y Anthropic, entre otros proveedores.
Air Context: indexado semántico que la compañía presenta como acelerador y reductor de coste para repositorios grandes.
Air Gateway: trae agentes de terminal como Claude Code y Codex al entorno Air.

Los clientes pueden elegir entre Junie (el agente propietario de JetBrains), Codex de OpenAI, Claude de Anthropic, Gemini de Google, GitHub Copilot, Cursor, Mistral Vibe, OpenCode, Kimi CLI, Qwen Code, Factory Droid, Cline o Kiro CLI, entre otros listados en el registro ACP.

¿Qué es el Agent Client Protocol (ACP) y por qué es la apuesta clave?

El Agent Client Protocol (ACP) es un estándar abierto, desarrollado conjuntamente por JetBrains y Zed, que define cómo un IDE y el "arnés" completo de un agente (su planificación, lógica, herramientas, enrutamiento de modelos y observabilidad) se comunican. Su objetivo declarado es evitar el vendor lock-in en herramientas de programación con IA. Si tu IDE habla ACP, puedes cambiar de agente sin reescribir tu flujo; si tu agente habla ACP, puedes conectarlo a cualquier IDE compatible.

Para un founder esto importa más de lo que parece: estandarizar el conector significa que el código, las políticas y la telemetría que escribes hoy no quedan atrapados en una sola pila. En un mercado donde los rankings de modelos cambian "cada pocos meses", según JetBrains, casarse con un único proveedor implica firmar un compromiso a varios años en un mercado que no se parecerá al actual el próximo trimestre.

¿Dónde encaja Air frente a la competencia?

El espacio ya cuenta con alternativas relevantes. Según el repaso de InfoWorld sobre entornos de desarrollo con IA, JetBrains Air convive con GitHub Copilot (que pasó a facturación por consumo de tokens el 1 de junio de 2026), Google Antigravity 2.0 (con Gemini 3.6 Flash como modelo por defecto), Kiro IDE de AWS (basado en Code OSS y orientado a desarrollo guiado por especificación), Zed (escrito en Rust, con foco en velocidad y en el paradigma "trae tu propia clave") y Zenflow (capa de orquestación con flujos guiados por especificación).

La diferencia de JetBrains Air respecto a esos rivales está en tres ejes: mantener el IDE como pieza central (no reemplazarlo), ofrecer gobernanza multi-proveedor real (no solo compatibilidad con varios modelos) y apoyarse en inteligencia de código determinista acumulada por la empresa durante ese periodo, que reduce el coste y los re-ensayos al evitar que cada agente redescubra o re-encuentre información ya presente en el repositorio.

¿Qué significa esto para tu startup?

Si tu equipo de ingeniería ya está usando varios agentes o está a punto de hacerlo, la lectura práctica es clara: el problema ya no es decidir entre Cursor, Copilot, Codex o Junie. El problema es mantener visibilidad, control de costes y trazabilidad cuando coexisten varios. Herramientas como JetBrains Air, IBM Bob (que el 1 de octubre de 2026 anunció una opción self-hosted para ejecutarse en infraestructura on-premises o air-gapped) o Kiro apuntan a ese mismo hueco: convertir el desarrollo agéntico en algo gobernable, no solo en algo rápido.

Acciones concretas que puedes aplicar esta semana:

Audita cuántos agentes y modelos usan hoy tus desarrolladores. Aunque no adoptes Air, el simple hecho de mapear Codex, Copilot, Claude Code y Junie en distintas máquinas te dará una idea del coste oculto en licencias, tokens y re-ensayos.
Mide el coste de verificar, no solo el de producir. Pide a tu equipo que registre cuánto tarda la code review de cambios generados por IA frente a cambios manuales: ahí está el ROI real del paso a agéntico.
Evalúa si necesitas una capa de gobernanza. Si manejas código de clientes, datos sensibles o trabajas en sectores regulados (fintech, salud, gobierno), vale la pena mirar soluciones multi-proveedor con control de gasto, auditoría y políticas cruzadas, en lugar de seguir sumando conectores sueltos.
Considera estándares abiertos como ACP o MCP al elegir herramientas. Cada conector propietario que sumas es otra política, otro panel y otro informe de costes. Apostar por protocolos abiertos reduce esa fragmentación.