Atlassian在其年度活动“Team ’26”上公开了大规模人工智能更新。核心是将连接组织内工作脉络的“团队协作图”对外开放，并将其AI助手“Rovo”扩展为能够自主规划和执行多个步骤的“智能体”。
Atlassian解释说，团队协作图作为一种“共享脉络层”，将人员、项目、文档和决策数据连接至Atlassian产品套件及外部工具。据该公司称，目前图内的连接数已超过1500亿个。本次公开的开放测试功能有两项：一是面向开发者的团队协作图命令行界面(CLI)；另一个是通过Rovo的模型上下文协议(MCP)服务器实现图互通的工具。
新的CLI支持超过300条指令。通过它，Anthropic的Claude Code或Cursor等编码智能体无需分别拼接各产品的API，即可通过单一界面查询Atlassian全线的工作关系。MCP互通旨在让遵循该规范的外部AI工具能够读取并回写团队协作图数据。
Atlassian表示，在其自有基准测试中，基于团队协作图数据生成AI响应时，准确率提高了44%，使用的令牌数减少了48%。对企业而言，这意味着既能提升回答质量，又能提高成本效益。此外，基于Forge平台的团队协作图连接器也已正式发布，客户可以将自身系统或遗留系统的数据，在保留原有权限体系的情况下连接到图中。
Rovo：超越“对话式AI”，迈向实际执行任务阶段
Rovo的变化也引人注目。据Atlassian称，过去一个月，客户执行了超过1400万次Rovo支持任务。平台整体的智能体式自动化在过去六个月内增长了7倍。该公司补充道，目前超过90%的企业云客户正在使用Rovo。
即将以早期体验形式提供的“Max”推理模式，其结构是将复杂请求分解为多步骤计划，然后在互联工具间执行，并将中间结果返回给用户审核环节。这标志着其重心已超越简单的问答，转向“可执行的AI”。
基于无代码的智能体创建环境“Rovo Studio”也已正式发布。其内置了角色设置、审批流程、版本管理和审计控制功能，增强了企业环境所需的运营稳定性。随着生成式AI应用增多，安全与控制问题也日益突出，Atlassian似乎正将重点放在“可运营的AI”而非单纯的生产力上。
AI扩展至Jira、服务管理及工程工具
全线产品的AI应用范围也在扩大。Jira中的智能体功能已正式发布，能够直接接收并执行工作任务，所有过程均留有审计日志。Jira Product Discovery Enterprise已随组合层级治理功能正式发布，而用于收集客户信号的新“反馈”功能已进入早期体验阶段。
新公开的“Incident Command Center”是一款将故障检测、调查和解决整合于一体的产品。它包含了利用Rovo进行根本原因分析的功能，而“Rovo Service”则提供自主型或监督型的一级客户支持。其结构是由AI接手重复性的首次响应任务。
基于浏览器的报告工具“Dia Reports”也已发布。该功能结合团队协作图脉络与日常办公工具，主动生成面试准备文档或决策备忘录等定制化简报。其方式是在用户自行输入提示词之前，先弹出所需报告。这显示出AI界面正从“回答问题的窗口”转变为“预先打点好事务的工作层”。
面向工程组织的功能也有所增加。新公开的功能包括：衡量代码库与智能体互动的“Agent Experience”、按提交粒度追踪AI生成代码的“AI Code Insights”，以及面向开发管理者的生产力信号工具“AI Pulse”。
AI扩散的核心是“脉络”与管控
此次发布中最重要的一点在于，Atlassian将AI竞争的关键点放在了“组织脉络”而非“模型性能”上。其战略并非单纯制造更智能的聊天机器人，而是将组织内部的人员、文档、工作流程和决策历史融为一体，让AI能够在实际的公司运营架构内运作。
管理功能也顺应此方向得到加强。新的组织级智能体列表能实时显示谁创建了哪些智能体、它们在哪里运行以及使用频率。AI访问权限与智能体创建权限被分离，以防止无序扩散。仪表盘和审计日志可追踪AI使用量和积分消耗。此外还提供了外部数据导入策略、数据存储位置以及对Atlassian托管的大型语言模型的选择控制。
Rendi Group的产品交付与自动化负责人Matthew Hargreaves在声明中评价道：“Rovo和Atlassian的团队协作图是连接Jira、Confluence、JSM、Slack、电子邮件等的核心纽带。这是一个转折点，标志着AI从停留在周边工具的层面，进入到组织运营的核心。”
Atlassian的客户首席技术官Andrew Boyagi也在近期采访中强调，AI智能体要产生实际价值，就需要组织脉络。这与近期企业AI市场的趋势相吻合。随着通用模型竞争日益激烈，在实际应用中，“对我们的数据和流程理解有多深”正成为决定成败的标准。
Atlassian的此次发布清晰地展现了这一趋势。AI的应用已超越为工作工具添加辅助功能的阶段，一场旨在让AI理解并执行组织运营体系本身的竞争正全面展开。
TP AI注意事项 本文使用基于TokenPost.ai的语言模型进行摘要。正文主要内容可能被遗漏或与事实不符。