原文標題：Junie Eco Mode

JetBrains 10 月 28 日介紹 Junie Eco Mode，改變 AI 程式代理全程使用同一模型的做法。新流程把任務分成規劃與實作：使用者選定的高能力模型先讀取程式碼、搜尋專案並提出結構化計畫，涵蓋目標、範圍、修改位置、實作方法、測試與風險；其後由成本較低的模型執行程式修改、建置與測試。

規劃階段通常約 15 個步驟，原則上不改動程式碼，只有需要重現錯誤時可能先建立小型測試。實作階段則保留先前對話及計畫，透過一次交接完成工作，不會在每個步驟反覆呼叫高價模型。JetBrains 目前以 GPT-6 Luna 作為較低成本的執行模型，並稱這能減少重複傳送上下文的費用。

官方內部 benchmark B 比較 29 組模型與推理強度設定，平均單任務成本由 2.61 美元降至 1.11 美元，降幅 57.3%；平均解題率由 49.1% 降至 48.5%。benchmark A 涵蓋 21 組設定，成本由 2.51 美元降至 1.30 美元，降幅 48.1%；解題率四捨五入後均為 32.1%。另在 100 個實際程式任務的示例中，Opus 5.5 max 的成本由 4.91 美元降至 1.81 美元，解題率從 55% 變成 56%。這些是私有儲存庫的內部測試，不能直接當作所有專案的預期成本。

Eco Mode 適用於打算保留程式修改的任務，問答、解釋及純執行檢查不會進入分工流程。官方列明遠端 /remote 工作階段與部分模型設定不支援。功能在 Junie CLI 26.10.20 起正式提供，亦已進入 JetBrains Air EAP 與支援的 IDE 2026.2、IntelliJ IDEA 2026.3 Beta；相容組合預設開啟，使用者可自行關閉。

發生了什麼事

JetBrains 在 Junie 加入規劃與實作雙模型流程，藉由一次性交接將高價推理集中於需要判斷的階段。

為什麼重要

企業若以代理大量維護程式碼，模型 Token 成本可能因反覆執行與測試快速累積；分工能改善成本結構，但也須觀察實際修補品質。

影響哪些人

使用 Junie CLI、JetBrains Air、IntelliJ IDEA 等開發環境的工程師，以及管理 AI 程式代理預算的團隊。

已確認與未確認

官方提供內部成本與解題率比較及支援版本；各模型組合、專案規模與遠端工作流程的實際效益仍待個別測試，且功能不適用於所有模型設定。