PyCharm 2026.3: o ganho com agentes precisa aparecer na revisão, não no volume de código

O PyCharm 2026.3 incorpora JetBrains Air para executar, acompanhar e verificar fluxos com múltiplos agentes, segundo o anúncio do fornecedor.[9] A versão também adiciona visualização de dependências FastAPI na edição Pro e melhorias em ambientes de subprojetos e inspeções Pydantic.[9] Para decidir sobre adoção, vale procurar uma tarefa de engenharia mensurável, não apenas uma lista maior de integrações.

O que muda para quem desenvolve

O Air aceita agentes como Claude Agent, Codex, Gemini, GitHub Copilot e outros compatíveis com ACP, com detecção de instalações e inclusão pelo registro.[9] Também permite assinaturas existentes, chaves de API e base URL personalizada sem exigir assinatura JetBrains AI para essas conexões.[9] Isso não deve ser confundido com gratuidade dos serviços conectados.

A interface permite comentários ancorados em linhas específicas do diff.[9] Minha leitura é que esse detalhe merece mais atenção que a quantidade de agentes disponíveis: o custo relevante inclui entender, corrigir e aceitar as alterações, não apenas gerá-las.

No FastAPI, o grafo mostra cadeias de Depends() e Security(), distingue dependências com yield e return, apresenta consumidores e sinaliza ciclos que causariam erro na inicialização.[9] Esse conjunto oferece um caso de uso específico para investigar efeitos de mudanças em autenticação ou recursos compartilhados.

Como aplicar

Escolha uma API pequena com dependências conhecidas. Antes de usar a nova visualização, escreva quais endpoints deveriam ser afetados pela alteração de uma dependência. Compare essa lista com o grafo e com o comportamento observado ao executar a aplicação. A inspeção visual deve orientar a investigação, não substituir a evidência de execução.

Para avaliar agentes, proponha uma mudança limitada e revise o diff dentro da IDE. Registre tempo de revisão, correções solicitadas e problemas encontrados. Só depois compare com a abordagem anterior. Mais linhas alteradas não devem contar como resultado positivo por si só.

Em workspaces uv, o console passa a usar o ambiente do workspace e adiciona a raiz do subprojeto ao sys.path.[9] Inclua no piloto a comparação entre console, terminal e execução automatizada, para identificar diferenças de resolução antes de migrar o uso diário.

Cuidados e limites

A migração do AI Assistant transfere configurações e outros dados descritos pelo fornecedor, mas o histórico do modo Chat não é transferido.[9] Preserve a configuração anterior e verifique o que realmente foi migrado antes de descartar qualquer estado.

O suporte ao grafo FastAPI exige Pro, e o anúncio é uma descrição do fornecedor, não um comparativo independente de produtividade.[9] A decisão de adoção deve considerar licença, custo dos modelos e qualidade da revisão. Centralizar ferramentas é útil quando reduz atrito observável; não quando apenas centraliza mais saídas para alguém conferir.

Fonte

[9] Fonte: JetBrains Blog