JetBrains 开源 KotlinLLM：运行时代码生成

人工智能

JetBrains Research 将 KotlinLLM 开源。KotlinLLM 是一款面向 Kotlin/JVM 项目的 IntelliJ IDEA 插件，引入了一项名为 Smart macros 的语言特性。Smart macro 是一种普通的 Kotlin 函数调用，其函数体由生成的 Kotlin 代码构成。它有意将公共 API 控制得非常精简。asLlm<F, T>(from, hint) 可以把 F 类型的输入转换成 T 类型的值，例如 data class、enum、list 或 primitive。mockLlm<T>() 则会生成接口 T 的有状态实现，其行为取决于调用了哪些方法。

val issuesApiUrl: String = asLlm(repoInput, hint = "GitHub API URL: get all issues, including closed")
val issues: List<Issue> = asLlm(response, hint = "Return all beginner-friendly issues for this repository")

当项目通过 KotlinLLM run configuration 启动时，插件会扫描 asLlm 和 mockLlm 调用，更新自动生成的 bootstrap、provider、parser 和 mock 文件，通过 JDI 启动 run configuration，并在生成的 regenerate hook 上注册断点。如果生成的逻辑与某个运行时场景不匹配，程序就会执行到相应的 hook。插件会从暂停的 frame 中捕获运行时值和类型信息，由 LLM Agent 提交代码更新，随后插件进行编译并重新定义已加载的 class，最后重试原始调用。

KotlinLLM 专门面向 Kotlin/JVM，是因为这一运行时演进循环依赖于通过 JDI 实现的 JVM class redefinition。

详解：Smart macro 如何演进

下方嵌入的内容介绍了 macro API，以动画形式展示九步运行时循环，并说明为什么已经覆盖的场景不会继续产生 inference call 成本。

在一个经过改造的 Spring Petclinic Kotlin 项目中，共有 18 个 asLlm 调用点。经过 Smart macro 演进后，24 个应用场景全部成功完成，hot-reload 成功率达到 100%，编译和重新定义带来的开销约占总运行时开销的 1%。一个合成的“GitHub Beginner Issue Radar”还解析了来自 20 个真实 repository、共计 3 万多条 issue 的数据；在以真实 beginner 标签作为 ground truth 时，其 recall 约为 0.89。

该插件要求使用 IntelliJ IDEA 2025.2.x、JDK 21，并需要通过 Tools > KotlinLLM Settings，将 OpenAI API key 存储在目标项目的 .kotlinllm 文件中。项目采用 Apache License 2.0 发布，repository 内还提供了可运行的示例、论文全文以及 KotlinConf 2026 演讲录像。

至少目前，它还不是 production runtime。JetBrains 将 KotlinLLM 定位为 research prototype，并称其为一款实验性的 IntelliJ IDEA 插件。插件本身尚处于实验阶段，但它生成的产物可以部署。一旦行为生成完毕，目标项目便可以在相同场景下直接编译并运行这些行为，无须再次向 LLM 发起请求。你交付的是普通 Kotlin 代码，而不是对模型的依赖。

从企业层面来看，目前最适合采用 KotlinLLM 的是研发团队、中大型 Kotlin/JVM 组织中的平台团队，以及能够接受原型工具的初创公司。受监管企业应将生成的 source code 视为需要审查的代码，而 KotlinLLM 存储这些代码的方式恰好支持这种流程。

适用行业包括：拥有大量 JVM/Kotlin 系统的金融科技与银行业、开发者工具、电商、物流，以及任何需要解析混乱第三方 API payload 的团队。

应用场景包括：将半结构化 API response 规范化为 typed value、构建能够持续演进的 test double、适配上游 schema drift，以及对包含噪声的文本字段进行分类。

KotlinLLM 是 JetBrains Research 推出的 prototype，而不是 production runtime。

Smart macros 会生成可以提交、审查并在不安装插件的情况下运行的 Kotlin source code。

已经覆盖的场景不会再触发 LLM call，因此不会增加延迟或成本。

Petclinic 评估结果：24/24 个场景成功，hot-reload 成功率 100%，开销约为 1%。

采用 Apache 2.0，仅支持 Kotlin/JVM，需要 IntelliJ IDEA 2025.2.x 和 JDK 21。

资料来源：JetBrains Research 博客、kotlinllm-plugin README，以及 InfoWorld。

Michal Sutter 是一位数据科学专业人士，拥有帕多瓦大学数据科学理学硕士学位。凭借在统计分析、machine learning 和 data engineering 方面的扎实基础，Michal 擅长将复杂数据集转化为可执行的洞察。