JetBrains Airとは？複数のAIコーディングエージェントをまとめて扱う開発環境

はじめに

最近は、Claude Code、Codex CLI、Gemini CLIなど、ターミナルから利用できるAIコーディングエージェントが増えてきました。

実際に使ってみると便利なのですが、複数のエージェントを併用し始めると、少し管理が大変になります。

例えば、次のような状態です。

• Claude Codeで実装する
• Codex CLIでレビューする
• 別のGitブランチで修正案を試す
• ターミナルを複数開いて進捗を確認する
• 最後にGitの差分を見て変更を取り込む

こうした作業を1つの画面にまとめようとしているのが、JetBrainsの Air です。

この記事では、JetBrains Airがどのような製品なのか、Claude CodeやCodex CLIと何が違うのか、Windows環境で使う場合の注意点を整理します。

※内容は2026年7月27日時点のものです。

JetBrains Airとは

JetBrains Airは、JetBrainsが開発している Agentic Development Environment（ADE） です。

従来のIDEは、人がコードを書いたりデバッグしたりすることを中心に作られています。

一方、AirはAIエージェントへ作業を依頼し、その進捗や変更結果を人が確認する流れを中心にしています。現在はPublic Previewとして提供されています。(2026年7月28日現在)

大まかな流れは次のようになります。

作業内容を入力
    ↓
AIエージェントが調査
    ↓
実装計画を作成
    ↓
コードを修正
    ↓
テストやビルドを実行
    ↓
変更差分を確認
    ↓
必要な変更だけ取り込む

Air自体が新しい生成AIモデルというわけではありません。

Claude、Codex、Gemini、JunieなどのAIエージェントを動かし、タスクや作業環境、コード差分をまとめて管理するためのアプリケーションです。

ターミナル型のAIコーディングツールと、PyCharmやIntelliJ IDEAのようなIDEの中間にある製品と考えると分かりやすいと思います。

対応しているAIエージェント

Airでは、タスクごとに使用するAIエージェントとモデルを選択できます。

標準では、次のエージェントが用意されています。

エージェント	提供元
Claude Agent	Anthropic
OpenAI Codex	OpenAI
Gemini CLI	Google
Junie	JetBrains

JetBrains AIの契約を利用する方法のほか、それぞれのAIプロバイダーへ直接接続するBYOKにも対応しています。

ただし、利用できるアカウントの種類はエージェントごとに異なります。例えばClaude Agentでは、Anthropic ConsoleのAPI課金アカウントを使用する構成になっています。

2026年7月の更新では、次のようなACP対応エージェントも接続できるようになりました。

• GitHub Copilot CLI
• OpenCode
• Pi
• Cline
• その他のACP対応エージェント

ACPは Agent Client Protocol の略で、AIエージェントと開発環境を接続するための共通プロトコルです。

特定のAIサービスだけに固定せず、会社で利用が許可されているエージェントや、自分が使いやすいエージェントをAirへ接続できます。

ローカルLLMも利用できる

ACP対応エージェントを経由すると、OllamaやLM Studioで動かしているローカルLLMも利用できます。

構成は次のような形です。

JetBrains Air
    ↓
OpenCodeやClineなどのACP対応エージェント
    ↓
OllamaまたはLM Studio
    ↓
ローカルLLM

AirからOllamaへ直接接続するというより、ACP対応エージェントを間に挟んで利用します。

クラウドへソースコードを送信したくない場合や、社内向けのモデルを試したい場合には選択肢になりそうです。

Planモードで実装前に確認できる

大きな修正をAIへ依頼する場合、いきなりコードを書き換えられるのは少し不安です。

AirにはPlanモードがあり、最初に実装計画だけを作らせることができます。

現状のコードを調査
    ↓
変更対象を整理
    ↓
実装手順をMarkdownで作成
    ↓
人が内容を確認
    ↓
問題がなければ実装を開始

計画書には、ファイルやフォルダー、クラス、コードの行番号などを関連付けられます。

例えば、次のような作業に向いています。

• FastAPIのAPI構成を整理する
• Docker Composeのサービス構成を変更する
• Pythonコードを複数のモジュールへ分割する
• FortranのCOMMON文をmoduleへ移行する
• 既存機能を残したままGUIを作り直す

実装担当とレビュー担当を分けることもできます。

Claude：実装計画を作成
Codex：計画に沿って実装
Claude：変更結果をレビュー

実装前に影響範囲を確認できるため、複数ファイルにまたがる作業では使いやすそうです。

タスクごとに実行環境を選べる

Airでは、AIエージェントをどこで動かすか選択できます。

実行環境	特徴
Local Workspace	現在のプロジェクトを直接変更する
Git Worktree	別の作業フォルダーとブランチで実行する
Docker	隔離されたコンテナ内で実行する
Cloud	JetBrainsのクラウド環境で実行する

Local Workspace

現在開いているプロジェクトを直接変更します。

起動が速く、既存のPythonやNode.jsなどの環境をそのまま利用できます。

ただし、AIが現在の作業ファイルを直接編集するため、小さな修正向けです。

Git Worktree

タスクごとに別のGitブランチと作業フォルダーを作ります。

main
├─ 自分が作業しているフォルダー
├─ AirのタスクA用worktree
└─ AirのタスクB用worktree

複数のエージェントを同時に動かしても、変更内容が混ざりにくいのが利点です。

Git Worktreeはファイルとブランチを分離しますが、Pythonやコンパイラなどの実行環境はホストPCを共有します。

普段のローカル開発では、まずGit Worktreeを使うのが扱いやすそうです。

Docker

AIエージェントをDockerコンテナ内で実行します。

パッケージのインストールやコマンド実行をコンテナ内に閉じ込められるため、ホスト環境への影響を抑えられます。

Dockerの実行条件は、プロジェクト内の次のファイルで管理できます。

.air/docker.json

既存イメージを使う方法と、Dockerfileから専用イメージを作成する方法があります。

WindowsでもDockerタスクを利用できますが、Docker Desktopが必要です。

Cloud

クラウド上の一時的な環境でタスクを実行します。

ローカルPCにプロジェクトを用意しなくても作業でき、タスクの結果は専用ブランチへpushされます。

複数のタスクを並列実行しても、ローカルPCのCPUやメモリを消費しない点が利点です。

一方、クラウド実行ではローカルの環境変数やツールが自動的に引き継がれないため、依存ライブラリーやシークレットを別途設定する必要があります。

複数のタスクを並列で動かせる

Airでは、複数のAIエージェントを同時に動かせます。

例えば、Webアプリケーションを次のように分担できます。

タスクA：FastAPIのAPIを追加
タスクB：OpenLayersの画面を修正
タスクC：Dockerfileを見直す
タスクD：pytestを追加

Git WorktreeやDockerを使えば、それぞれを分離した状態で進められます。

作業中のエージェントから確認が必要になった場合は通知されるため、そのタスクだけを開いて回答できます。

複数のターミナルを開いて、どのエージェントが何をしているのか確認するよりは、全体を把握しやすくなります。

コード差分のレビューがしやすい

AIがコードを修正した後は、Air上でGitの差分を確認できます。

主な操作は次のとおりです。

• 変更前と変更後を並べて表示する
• 変更された行へコメントを付ける
• コメントを元のエージェントへ返す
• 別のエージェントへレビューを依頼する
• 必要な変更だけローカルへ反映する
• タスク用ブランチをcheckoutする

例えば、Claudeで実装して、Codexにレビューを依頼できます。

Claude
  └─ FastAPIの処理を修正

Codex
  └─ エラー処理やテスト不足を確認

利用者
  └─ 差分を確認して変更を採用

実装AIとレビューAIを分ける作業を、特別なスクリプトを用意せずに行える点はAirの特徴です。

プロジェクトごとの開発ルールを設定できる

Airは、リポジトリ内にあるAIエージェント向けの設定ファイルを読み取ります。

代表的なものは次のとおりです。

AGENTS.md
CLAUDE.md
.claude/
.codex/
.agents/skills/

例えば、AGENTS.md に開発ルールを書いておきます。

# 開発ルール

- PythonソースはUTF-8で保存する
- 公開関数には日本語のdocstringを付ける
- 処理内容が分かるコメントを記述する
- 既存APIのURLは変更しない
- 実装後にpytestを実行する
- 不要になったコードは残さず削除する
- Docker環境はdocker composeで起動する

こうしておけば、タスクを依頼するたびに同じ条件を入力する必要がありません。

AGENTS.md はGitで管理できるため、チーム内でAIの作業ルールを共有する用途にも使えます。

Skillsで作業手順を再利用できる

繰り返し行う作業は、Skillとして保存できます。

共有Skillは、次の場所に配置します。

.agents/
└─ skills/
   └─ docker-review/
      └─ SKILL.md

例えば、次のような作業をSkillにできます。

• Docker Composeの設定確認
• API互換性のチェック
• Pythonソースへのdocstring追加
• READMEと実装内容の整合確認
• リリース前のテスト実行
• セキュリティ上の問題確認

すべてのルールを毎回読み込ませるのではなく、必要になったSkillだけをエージェントが利用します。

プロンプトが長くなりすぎるのを避けながら、作業手順を統一できる仕組みです。

Claude CodeやCodex CLIとの違い

AirとClaude Code、Codex CLIを比較すると、次のようになります。

項目	JetBrains Air	Claude Code / Codex CLI
操作方法	GUI中心	ターミナル中心
複数エージェント	まとめて管理できる	個別に起動する
並列タスク	画面上で切り替えられる	ターミナルごとに管理する
Git Worktree	タスク作成時に選択できる	自分で作成する
Docker隔離	実行環境として選択できる	自分で構成する
差分確認	専用のレビュー画面がある	GitやIDEで確認する
別AIによるレビュー	Air上で実行できる	別セッションを用意する
WSLとの相性	現時点では注意が必要	比較的使いやすい
細かな自動化	GUI中心	シェルやスクリプトと組み合わせやすい

Airは、Claude CodeやCodex CLIを置き換えるツールではないと思います。

複数のエージェント、Gitブランチ、作業環境、コードレビューをまとめるための管理画面に近い位置付けです。

ターミナル操作に慣れている場合は、CLIの方が素早く作業できる場面もあります。

一方で、複数のAIエージェントを並列で動かし、それぞれの変更を比較したい場合はAirの方が整理しやすそうです。

WindowsとWSLで使う場合

JetBrains Airは、Windows、macOS、Linuxに対応しています。

Windows版はx64版とARM64版が提供されており、JetBrains Toolboxからもインストールできます。

ただし、2026年7月時点では、Windows版AirからWSL内のプロジェクトを直接扱う機能は未対応です。

JetBrainsのYouTrackには、WSL対応を求める機能要望が登録されています。

そのため、現在は次の構成が分かりやすいと思います。

Windows側
C:\projects\sample-project
    ↓
JetBrains Airで開く
    ↓
Git Worktreeでコードを変更
    ↓
Docker Desktopで動作確認

WSL内の次のような場所にしかリポジトリがない場合は、Airからの利用に注意が必要です。

/home/user/projects/sample-project

すでにWSLとCodex CLIで安定して開発できている場合は、無理にAirへ移行する必要はありません。

例えば、次のように役割を分ける方法があります。

WSL + Codex CLI
  └─ 日常的な実装とコマンド操作

JetBrains Air
  └─ 複数タスクの管理、差分確認、別AIによるレビュー

Docker Composeプロジェクトでの使い方

FastAPI、DuckDB、OpenLayersなどをDocker Composeで動かしている場合、最初はGit Worktreeを使う構成が扱いやすそうです。

JetBrains Air
    ↓
Git Worktreeでソースを変更
    ↓
Windows側のDocker Desktop
    ↓
docker compose up --build
    ↓
ブラウザーで動作確認

AirのDocker実行環境は、AIエージェントを隔離するためのものです。

既存のDocker Compose構成そのものとは役割が異なります。

すでにDocker Composeで開発環境を作っている場合は、AirのDockerコンテナ内からさらにDocker Composeを起動するより、Git Worktreeで変更して、ホスト側のDocker Desktopで確認する方が構成を単純にできます。

Fortranや数値計算で使えるか

AirのAIエージェントは、Fortranソースを読んだり修正したりできます。

例えば、次のような作業は依頼できます。

• Fortran 77からFortran 90への整理
• COMMON文のmodule化
• サブルーチンの分割
• MPI処理の追加
• コンパイルエラーの修正
• 旧版と新版の出力比較処理の作成

ただし、FortranはAirの主要なコード解析対応言語ではありません。

JavaやKotlinでは、定義ジャンプ、使用箇所検索、エラー診断などのコードインテリジェンスが追加されていますが、Fortranでは同じレベルの支援は期待しない方がよいでしょう。

Fortranの場合は、AIによる編集だけで判断せず、実際にgfortranやMPI環境でコンパイルし、旧プログラムとの出力比較を行う必要があります。

JetBrains Airが向いている作業

Airは、次のような作業に向いています。

• 複数ファイルにまたがるリファクタリング
• 複数のAIエージェントを使い分ける作業
• 実装とコードレビューを別のAIに担当させる
• Git Worktreeを使って複数案を比較する
• Docker環境でAIの操作を隔離する
• FastAPIのAPI追加
• DockerfileやCompose設定の見直し
• pytestなどのテスト追加
• READMEやドキュメントの更新
• プロジェクト共通のAI作業ルールを管理する

一方、次のような作業はAirだけでは完結しません。

• PySide6などのGUI表示確認
• OpenLayersの地図表示確認
• GPUを利用する機械学習処理
• 長時間の数値シミュレーション
• FortranやMPIの実行結果確認
• 実データを使った性能試験
• 本番環境へのデプロイ判断

コードを変更する部分はAIへ任せられますが、表示結果、計算結果、安全性まで自動的に保証されるわけではありません。

最初に試す構成

Windowsで初めてAirを試す場合は、次の構成が無難だと思います。

OS           ：Windows 11
リポジトリ   ：Windows側に配置
エージェント ：OpenAI CodexまたはClaude
実行モード   ：Plan
実行環境     ：Git Worktree
動作確認     ：Docker Desktop
レビュー     ：別のAIエージェント

タスクを依頼するときは、目的だけでなく、変更してはいけない部分も書いておきます。

このDocker Composeプロジェクトを調査してください。

目的：
FastAPIのエラー処理とログ出力を整理する。

条件：
- 既存APIのURLは変更しない
- レスポンスのJSON形式は変更しない
- DuckDBの既存テーブル構造は変更しない
- Pythonソースには日本語のコメントを追加する
- 公開関数にはdocstringを追加する
- 不要なコードは残さず削除する
- 実装後にpytestを実行する
- docker compose buildが成功することを確認する

まずPlanモードで変更対象と実装手順を整理してください。

最初から大きな機能追加を任せるより、小さなAPI修正やテスト追加から試した方が、Airの作業の流れを理解しやすいと思います。

まとめ

JetBrains Airは、複数のAIコーディングエージェントをまとめて扱うための開発環境です。

特に便利なのは、次の点です。

JetBrains Airのメリット

• Claude、Codex、Gemini、Junieなどを切り替えられる
• 複数のタスクを並列で実行できる
• Git WorktreeやDockerで作業を分離できる
• AIが変更したコードを画面上で確認できる
• 実装用AIとレビュー用AIを分けられる
• AGENTS.mdやSkillsで開発ルールを共有できる

Claude CodeやCodex CLIを単独で使うよりも、複数のタスクやエージェントを管理しやすくなります。

一方で、2026年7月時点ではPublic Previewであり、WindowsからのWSL利用など、まだ対応途中の機能もあります。

現時点では、既存のIDEやCLIを完全に置き換えるのではなく、複数エージェントのタスク管理やコードレビューを補助するツールとして使うのがよさそうです。

---