Loading...
Loading...
OpenAI 发布 ChatGPT Atlas：将 AI 助手深度集成至浏览器核心撰文：Techub News 整理
导语
在最新发布的产品演示视频中，OpenAI 正式揭晓了其备受瞩目的新产品：ChatGPT Atlas。这并非一次简单的功能更新，而是 OpenAI 对“浏览器”这一核心互联网工具的彻底重新构想。OpenAI CEO Sam Altman（萨姆·奥尔特曼）亲自主持发布，强调了 AI 带来的“十年一遇”的机遇，足以重塑浏览器的定义和使用方式。Atlas 团队的工程、产品和设计负责人轮番上阵，详细演示了这款将 ChatGPT 作为“跳动心脏”的 AI 浏览器如何工作，其核心目标是将 AI 助手无缝融入用户的每一个网页操作环节。
摘要
ChatGPT Atlas 是一款以 AI 为核心的全新浏览器，旨在用自然语言对话取代传统的 URL 栏和搜索框，成为未来使用互联网的主要方式。
三大核心功能：无处不在的“侧边聊天”，可携带上下文的“浏览器记忆”，以及能代表用户执行点击、填写、购物等操作的“智能体模式”。
Atlas 将 AI 能力深度嵌入浏览流程，支持在任意网页文本框内直接编辑、基于用户历史提供个性化建议，并实现了搜索与聊天的融合体验。
OpenAI 强调安全与控制，用户可精细管理智能体的访问权限、选择是否开启浏览器记忆，并随时接管或终止智能体的操作。
重新构想浏览器：从标签页到对话
在发布会开场，Sam Altman（萨姆·奥尔特曼）便定下了基调。他指出，自标签页发明以来，浏览器领域鲜有根本性创新。AI 的出现提供了一个“十年一遇”的机会，去重新思考浏览器的本质以及最高效、愉悦的上网方式。他认为，正如过去人们通过 URL 栏和搜索框访问互联网，未来，聊天体验与浏览器的结合将成为新的范式。
Atlas 工程负责人 Ben 进一步阐释了产品的起点：一个简单的问题——“如果你能和你的浏览器对话会怎样？”从这个想法出发，团队摒弃了多年累积的杂乱与复杂，用简单的对话重新构想了整个体验。他们确保 Atlas 不是一个“简单粗暴地加了个聊天按钮”的老式浏览器，而是让 ChatGPT 成为其“跳动的心脏”，随时待命，在用户穿梭于网络时提供帮助。Ben 分享个人体验时提到，使用 Atlas 让他变得更“好奇”，会提出更多问题，这恰恰体现了产品设计的初衷：将浏览器从一个被动的信息显示工具，转变为一个能激发主动探索的智能伙伴。
三大支柱：侧边聊天、记忆与智能体
产品负责人 Adam 概括了 Atlas 在保留传统浏览器所有熟悉功能（如书签、密码填充）之外，新增的三个核心支柱。
第一，无处不在的侧边聊天。 用户不再需要在不同标签页之间复制粘贴。在浏览任何网页时，只需点击右上角的“询问 ChatGPT”按钮，即可召唤出一个侧边栏伴侣。这个 ChatGPT 实例能“看到”当前网页的内容，并基于此提供帮助。设计负责人 Ryan 在演示中展示了如何在一个 GitHub 代码提交页面上，让 ChatGPT 总结代码变更内容，甚至评估将其合并到当日发布版本的风险。这种能力将浏览器从“显示信息供你编辑”的工具，升级为“理解所显示信息并能协助编辑”的伙伴。
第二，浏览器记忆。 这是 ChatGPT 个性化特性的自然延伸。正如 ChatGPT 越用越懂用户，Atlas 中的记忆功能会记录用户在网络上的活动，使浏览体验变得更加个性化和有帮助。用户可以用自然语言搜索自己的浏览历史，例如“搜索关于 Atlas 核心设计的文档”，AI 便能从记忆中找到相关链接。此外，主页上的“建议”区域会根据 Atlas 对用户近期活动和潜在意图的理解，动态生成内容，从感兴趣的新闻到可委托智能体执行的任务，实现了初步的个性化首页。
第三，革命性的智能体模式。 这是 Atlas 最引人注目的功能。研究负责人 Will Ellsworth 和工程师 Justin 等人共同演示了“智能体模式”如何让 ChatGPT 在获得用户授权后，直接控制浏览器，像真人一样点击、输入、导航，为用户完成任务。演示场景包括：将一个混乱的 Google Docs 项目待办清单同步到专业的 Linear 任务管理工具，并提醒未填写任务的同事；以及阅读一个食谱网页，计算八人份的食材，并自动登录用户的 Instacart 账户将所需食材加入购物车。整个过程，用户可以看到一个独立的“AI 光标”在屏幕上快速操作，也可以最小化窗口让其后台运行。
融合与赋能：搜索、编辑与安全控制
除了三大支柱，Atlas 在许多细节上实现了 AI 与浏览器工作流的深度融合。
搜索体验升级： 在 Atlas 中进行搜索时，结果页顶部提供了传统搜索引擎的标签（如图片、视频、新闻），但核心的“主页”标签保持了聊天体验。点击任何搜索结果链接，默认会以分屏视图同时打开网页和 ChatGPT 侧边栏，让 AI 成为搜索过程中的实时伴侣。用户可以随时要求 AI 总结打开的网页，实现了“多轮对话式搜索”，而非一次性跳转。
光标聊天： 针对常见的“在文档中写作 - 复制到 ChatGPT 润色 - 再复制回来”的繁琐流程，Atlas 提供了“光标聊天”功能。在网页的任何文本输入框（如 Gmail 写邮件）中，用户只需选中文本，点击弹出的 ChatGPT 按钮，即可直接要求 AI 进行润色、修改语气或检查语法。修改后的文本可直接替换原选中内容，实现了行内无缝编辑。
安全与控制至上： 面对智能体模式带来的强大能力与潜在风险，OpenAI 团队强调了内置的安全设计。产品负责人 Pranov 解释，ChatGPT 智能体仅在用户当前的标签页内操作，无法执行电脑本地代码或访问其他文件。用户对授权拥有完全控制权：可以为智能体单独开设“已登录”或“未登录”的标签页，以限制其数据访问范围。同样，浏览器记忆功能完全可选，用户可以在设置中查看和管理所有记忆，或随时使用无痕模式进行不希望被记录的浏览。这些设计确保了用户在享受自动化便利的同时，保有最终的决定权和隐私控制权。
愿景：从“氛围编码”到“氛围生活”
演示最后，Will Ellsworth 提出了一个激动人心的愿景。正如 GPT 和 Codex 成为了“氛围编码”的强大工具，OpenAI 相信，Atlas 中的智能体在长期来看，可以成为一个用于“氛围生活”的绝佳工具。用户可以将个人和职业生活中的各种任务委托给 Atlas 智能体。
Sam Altman（萨姆·奥尔特曼）在总结中宣布，ChatGPT Atlas 将于发布当日面向全球 macOS 用户推出，其中智能体模式目前仅对 Plus 和 Pro 订阅用户开放。团队正致力于尽快推出 Windows 和移动版本。他承认这仍是项目的早期阶段，未来充满想象空间，例如让“自定义指令”跟随用户遍及整个网络，以及让智能体更主动地了解用户、聚合信息、预判需求。OpenAI 期待用户能发掘出比内部团队“更有创意”的使用方式，并恳请社区积极反馈，共同塑造浏览器的未来。[특징주] 현대차, 보스턴다이내믹스 아틀라스 기대에 64만원선 강세
[特色股] 现代汽车受波士顿动力Atlas期待影响，在64万韩元区间表现强势现代汽车因波士顿动力公司（Boston Dynamics）下一代人形机器人“阿特拉斯”（Atlas）的期待感，在盘中表现强势。
据韩国交易所透露，现代汽车在盘中以64万韩元成交，呈现两位数涨幅。股价走强被解读为受波士顿动力近期公开的阿特拉斯开发型模型操作视频所带动。
在公开的视频中，阿特拉斯完成了倒立姿势以及将身体弯成“L”形的机械体操等高难度动作。市场对此普遍认为，这是重新确认现代汽车集团机器人控制技术实力及商业化可能性的场面。
现代汽车自2021年收购波士顿动力后，正式推进机器人业务。此前自2019年起运营机器人实验室，持续进行相关研究开发，并计划在未来五年内将国内投资的相当一部分分配给人工智能（AI）、自动驾驶、机器人、电动化等未来事业。
市场上，将现代汽车视为超越整车企业、涵盖机器人和自动驾驶的综合移动出行企业的观点正在扩散。继在CES 2026上公开物理AI与机器人战略后，现代汽车还计划从2028年起在美国Metaplant引入阿特拉斯机器人，负责零部件分类与组装工作，这也进一步提升了市场期待。
与英伟达的合作、Waymo自动驾驶汽车代工业务的可能性等与全球科技巨头的接触面扩大，也被视为支撑股价的因素。证券界认为，若以机器人、自动驾驶、AI为核心的新业务得到全面反映，估值有望实现重估。
DAOL投资证券研究员柳志雄、吴贞河表示：“预计因波士顿动力的商业化、英伟达引入Alpha Mayo、以及Waymo自动驾驶汽车代工业务展开所带来的多角度世界模型商业化，将导致估值的结构性上升。”并维持了“买入”投资意见及74万韩元的目标股价。[특징주] 현대차, 보스턴다이나믹스 아틀라스 영상 공개에 강세…피지컬 AI 기대 부각
[热门股票] 现代汽车因波士顿动力公司Atlas视频公布而走强……实物AI预期凸显现代汽车在开盘初段表现强势。分析认为，这是因为现代汽车集团的机器人子公司波士顿动力首次公开了人形机器人"Atlas"开发型模型的操作视频，市场对物理AI的期待反映在了股价上。
据韩国交易所数据，现代汽车较前一交易日上涨1.8万韩元（3.27%），报收56.8万韩元。
在此次公开的视频中，Atlas以倒立姿势开始，接连完成了仅用双手支撑身体的动作、L型坐姿等机械体操动作。波士顿动力解释称，该机器人应用了基于强化学习的全身控制技术。这是一种通过反复学习让机器人自行掌握动作和平衡策略的方式。
此前，波士顿动力已通过其官方YouTube频道公开了该视频。这是开发型模型的实际操作视频首次公开，视频中的Atlas机身刻有"001"编号。
现代汽车集团计划今后将Atlas投入位于美国佐治亚州的现代汽车集团Metaplant America（HMGMA），按生产流程进行验证。这被解读为意在超越单纯的技术演示，检验其在制造现场应用的可能性。
证券界也反映了相关期待。新荣证券维持现代汽车"买入"投资意见和63万韩元目标股价，并指出波士顿动力生产法人是否并入合并报表将是下半年股价的核心变量。DAOL投资证券也维持74万韩元目标股价，并基于波士顿动力商业化、与英伟达合作、自动驾驶业务开展等因素，提到了其成为物理AI领军企业的可能性。
不过，当前行情所示的56.9万韩元与新闻内的交易价格56.8万韩元存在1000韩元差异。股票标的均为现代汽车。Atlassian 向外部开放‘团队协作图谱’……Robo AI 也将拓展为智能体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。Atlassian，将开发者体验作为“企业生产力”解决方案……AI时代核心是目的流长期以来，企业生产力一直以“工作了多少”和“有多少人在工作”来评估。但如今，仅靠扩大人力和组织重组已难以像过去那样取得成效，有观点指出，现在需要改变的并非工作量本身，而是“工作流转的方式”。
Atlassian 将软件团队在过去 20 年间打磨出的“开发者体验”原则，作为提升整体生产力的解决方案提出。Atlassian 的客户首席技术官 Andrew Boyagi 在近期的活动中解释道，企业若想快速行动，并非简单地处理更多工作，而应构建一个能让优先级、知识和决策在整个组织中自然传递的结构。
他将决定企业生产力的流转归纳为四种：“目标流”、“工作流”、“知识流”和“智能流”。他强调，其中最重要的要素之一是“目标流”。这意味着管理层的战略、优先级及其背景信息必须准确传达至一线团队，成员才能理解自己工作的重要性，人工智能（AI）也才能沿着正确的方向运行。
Boyagi 认为，在目标流薄弱的企业中，AI 反而可能加剧问题。因为团队即使工作更快，也可能只是更快地处理了不重要的事情。他表示，只有具备强大的目标流，AI 才能超越单纯的速度工具，为创造实际价值做出贡献。
威廉姆斯车队，全公司应用的试验场
Atlassian 将与威廉姆斯车队（Williams Racing）的合作视为这种方法的典型案例。Atlassian 作为威廉姆斯车队的官方冠名及技术合作伙伴，正将自身的协作体系植入其整个组织。一级方程式（F1）赛车环境被视为企业生产力实验的“极端模型”，因为所有决策都基于数据、每周都要求性能提升、信息传递的失败会立即体现在比赛结果上。
Boyagi 指出，阻碍软件组织的问题在其他部门也会重复出现。如果优先级不明确，或必要信息分散在电子邮件、电子表格和个人头脑中，那么 AI 也只能给出缺乏上下文的泛泛之答。
为解决此问题，Atlassian 表示已协助威廉姆斯车队将知识文档化并集中存储，从而使得分散在组织各处的信息在实际工作场景中更容易被获取。这个存储库使用的是 Atlassian 的协作平台“Confluence”。
AI 更像是“同事”而非替代者
Boyagi 认为，关于 AI 是否会取代人类工作岗位的提问本身就已经偏离了核心。开发组织在过去 20 年间，已逐步吸收了测试、云、基础设施等原本由独立团队负责的职能，并因此成为组织内最高产出的群体。这并非仅仅因为他们擅长编码，而是因为他们将结构化的工作系统内化于心。
同样的原则也适用于市场营销、财务、运营等其他部门。然而，前提条件很明确：企业不应只看“产出了多少”，而应衡量“多快、多准确地传递了价值”。
他表示，传统的生产力定义——“单位时间的产出量”——已不再充分。像代码行数或 AI Token 使用量这类指标与实际商业价值相去甚远，他强调企业应关注的不是产出物，而是整个价值传递链条。
生产力的标准，从产出量转向价值
此番言论表明，在 AI 应用日益普及的当下，企业衡量生产力的标准正在发生变化。其含义是，并非引入 AI 就能立刻产生绩效，而是必须将组织设计成让战略、知识和执行能够同向流动的形态。
归根结底，核心不在于做更多的事，而在于构建一个“能更快、更准确地完成重要事情的结构”。Atlassian 提出的基于开发者体验的生产力模型，能否超越 F1 这样高压的环境，适用于普通企业，备受关注。
TP AI 注意事项
本文基于 TokenPost.ai 语言模型进行摘要。正文主要信息可能存在遗漏或与事实不符的情况。Atlassian·Twilio·Five9, AI需求推动业绩…盘后暴涨Atlassian ($TEAM)、Twilio ($TWLO)、Five9 ($FIVN) 三家公司公布的业绩均超出市场预期，带动盘后交易大幅上涨。这三家公司都将对基于人工智能（AI）产品的需求扩大作为增长动力，并上调了年度指引或部分预期。
在企业软件行业，衡量AI投资是否正转化为实际销售额的标准正变得更加明确。市场评价认为，此次财报显示，这不仅仅是单纯的技术引进，而是一方面大型客户的长期合同和付费用户扩大正在全面展开。
Atlassian，销售额暴涨32%……云端与AI需求同步扩大
引发市场最大反响的是Atlassian。Atlassian在截至3月31日的2026财年第三季度中，调整后每股收益（EPS）录得1.75美元。相比去年同期的0.97美元大幅增长，也远高于市场预期的0.98美元。销售额为17.9亿美元，约合韩元2.6393万亿韩元，同比增长32%，超过了市场预期的15.7亿美元。
其中，云端销售额达到11.3亿美元，约合韩元1.6661万亿韩元，同比增长29%，增速较上一季度有所加快。未来极有可能转化为销售额的剩余履约义务为40亿美元，约合韩元5.898万亿韩元，增长了37%。
不过，按非调整基准计算，净亏损为9840万美元，约合韩元1451亿韩元。公司解释称，这反映了因重组和租赁整合而产生的2.238亿美元（约合韩元3300亿韩元）成本的影响。
与AI相关的成果也十分突出。Atlassian表示，其整合了“Jira Service Management”、客户服务管理应用及机器人代理（Robo Agent）的服务集合产品线，年化经常性收入（ARR）已超过10亿美元（约合韩元1.4745万亿韩元），同比增长超过30%。年云端经常性收入超过1万美元的客户数量达到55,913个，增长了10%。
首席执行官（CEO）Mike Cannon-Brookes强调，客户正在签订更大、更长期的合同，并在AI平台上连接团队和工作流程。公司预计第四季度销售额为16.53亿至16.61亿美元，并将全年销售额增长率目标上调至约24%。云端销售额增长率预期约为26.5%。
Twilio，现有客户支出扩大……AI基础设施企业地位凸显
Twilio在2026财年第一季度录得调整后每股收益（EPS）1.50美元。较去年同期的1.14美元有所增加，也超过了市场预期的1.27美元。销售额为14.1亿美元，约合韩元2.079万亿韩元，同比增长20%，高于预期值13.4亿美元。
盈利能力也有所改善。按非调整基准计算的营业利润为1.077亿美元，约合韩元1589亿韩元，较去年同期的2310万美元猛增366%。反映现有客户支出扩大程度的美元计净留存率达到114%，高于去年的107%。这意味着客户的追加购买量多于流失量。自由现金流总额为1.323亿美元，约合韩元1951亿韩元。
CEO Khozema Shipchandler评价称，本季度创下了三年多来最高的销售额及毛利润率增长率，Twilio正定位为AI时代的“基础架构层”。
Twilio在第一季度还购入了价值2.534亿美元（约合韩元3736亿韩元）的自家股票。目前，在已获批的20亿美元股票回购计划中，尚有8.92亿美元额度可用。
第二季度的指引也超出了市场预期。公司预计销售额为14.2亿至14.3亿美元，调整后EPS为1.27至1.32美元。这高于华尔街预期的13.9亿美元销售额。全年销售额增长率预期从此前的11.5%~12.5%上调至14%~15%，调整后营业利润目标也提高至10.8亿至11亿美元。
Five9，订阅销售额增长加速……AI咨询解决方案见效
云端联络中心企业Five9也交出了亮眼业绩。Five9的调整后每股收益（EPS）为0.76美元，较去年同期的0.62美元有所增加，超出市场预期的0.68美元。销售额为3.053亿美元，约合韩元4502亿韩元，同比增长9%。其中，订阅销售额增长了13%。
市场尤其关注订阅销售额的增长速度。Five9的订阅销售额增长率已连续两个季度加速，公司将此归功于企业对基于AI的咨询代理及客户体验产品的需求扩大。
CEO Amit Mathradas评价称，本季度是订阅销售额增长加速持续至第二个季度的节点，也是公司战略开始以实际数据得到验证的重要阶段。
Five9也上调了全年预期。2026年销售额指引定为12.54亿至12.66亿美元（约合韩元1.849万亿至1.8667万亿韩元），调整后EPS预期为3.22至3.30美元。以中位数计算，高于市场预期水平。
市场解读……对“付费转化”的反应强过“AI实验”
此次财报发布后，盘后交易中Atlassian暴涨超过25%，Twilio上涨约16%，Five9上涨约18%。市场走势显示，相比只是谈论AI的公司，市场对那些证明了AI投资已实际转化为合同扩大和经常性收入增长的公司给予了更高的评价。
这三家公司的共同点十分明确：将AI不仅仅作为宣传口号，而是将其与支撑销售额增长、长期合同及客户人均支出扩大的“业绩变量”联系了起来。在企业软件行业，未来比起AI技术的引进本身，它能在多大程度上快速转化为付费需求和业绩改善，似乎极有可能成为决定股价的核心标准。
TP AI注意事项
使用TokenPost.ai基础语言模型对文章进行了摘要。正文主要内容可能被遗漏或与事实不符。AI工作流扩散……Atlassian认为“治理·整合”是关键胜负手人工智能（AI）正迅速超越单纯作为企业业务“附加”工具的角色，日益渗透至工作方式本身。随着超越个别自动化、以工作流为中心植入AI的结构日益普及，企业运营的核心也正从系统引入，转向“执行架构的重塑”。
Atlassian被认为是处于这一变革前沿的企业。该公司专注于将AI智能体、应用程序以及组织内积累的知识连接至一个统一的运营层，旨在让团队间的协作与执行变得更简单、更一致。Atlassian联合创始人兼首席执行官麦克·坎农-布鲁克斯表示：“如果有什么东西坏掉了或不必要的复杂，不要只是抱怨，应该去修复它。”他谈到：“十年后回看，我们会觉得现在的方式‘荒谬地低效’。”
在美国加利福尼亚州阿纳海姆举行的“Atlassian Team”活动也展现了这一趋势。本次活动中，企业不再依赖独立系统，而是围绕融入AI的流程重构运营体系的案例得到了集中展示。特别是大规模组织在将AI应用于实际工作时所面临的治理和集成问题，也成为了核心议题。
AI越普及，“治理”越关键
业界认为，随着AI工作流的普及，治理不再是可选项，而是必要条件。这是因为当AI渗透到软件开发和业务流程的方方面面时，必须从一开始就设计好决策责任、监督体系和控制范围。
The Cube Research首席分析师保罗·纳沙瓦蒂分析指出：“随着AI内化到软件生命周期的全过程，治理就成为了‘基础’，而非‘选项’。”他判断：“组织在引入的第一天就必须建立明确的保障措施和问责结构。”
这也正在改变平台的设计方式。因为将数据、上下文和执行功能分开存放的需求正在减少，取而代之的是将其整合在同一个环境中进行管理的需求日益增长。Atlassian同样将重点放在减少碎片化的工作环境上，使团队能够在共享的系统内持续进行协作和交付。
坎农-布鲁克斯强调：“创造力不是稀缺资源，而是‘能力’问题。”他称，随着越来越多的人能够创造事物，设计和文化就变得更加重要，以确保其真正有意义并对用户生活产生积极影响。
决定可扩展性的关键是合作伙伴关系与集成能力
为了让AI工作流在实际应用场景中扩展，基础设施合作伙伴关系也变得越来越重要。组织希望直接将AI智能体嵌入工作流，同时保留运营控制权。他们要求的不仅仅是简单添加AI，而是能让业务人员直接将洞察转化为行动的结构。
Atlassian AI产品负责人贾米尔·瓦利亚尼在谈及与谷歌云的合作时解释道：“双方正在共同设计执行核心任务所需的基础设施和AI智能体。”他还表示：“我们将Atlassian基于AI的工作系统与‘Rovo’结合起来，并配合谷歌云的AI技术栈，使客户能够利用更多样化的选择和更强大的智能体型工作流。”
不过，在现场，集成复杂性被指为最大的障碍。这是因为随着模型、工具和系统的增多，连接它们的接口和数据流也变得更加复杂。每添加一项新功能，都可能产生新的孤岛或运营瓶颈。
纳沙瓦蒂指出：“每增加一个AI层，集成复杂性就会增加。模型越多，API也越多，最终会产生压力，必须将互操作性管理作为最优先事项来处理。”
最终的分析认为，AI工作流竞争的关键点，不在于“使用了多么智能的模型”，而在于是否具备能将其无缝融入实际业务的运营体系。随着企业将AI从实验阶段推向执行层面，未来，治理能力、集成能力以及平台设计能力很可能会决定成败。
TP AI 注意事项
本文使用基于TokenPost.ai的语言模型进行了总结。可能遗漏原文的主要内容或与事实存在出入。Atlassian 与 Google Cloud 扩大 AI 合作…将“Rovo”集成至 Gemini 及 WorkspaceAtlassian 大幅扩展了与谷歌云（Google Cloud）的长期合作。核心在于将其 AI 智能代理平台“Rovo”深度接入谷歌工作空间（Google Workspace）和 Gemini Enterprise，并将主要的人工智能训练任务迁移至谷歌基础设施上运行。
此次发布是在美国拉斯维加斯举行的“谷歌云 Next 2026”大会上宣布的。Atlassian 表示，他们正在基于谷歌 Kubernetes Engine 和谷歌云的“AI 超级计算机”，构建一个涵盖训练与推理的完整堆栈。该编排层由 Atlassian 自行设计，旨在能够跨高性能 GPU 和谷歌定制的 TPU，灵活扩展工作负载。
据公司方面称，部分 Rovo 的训练任务已在该基础设施上运行。初步结果显示，从企业内部知识库中提取答案的速度更快、相关性更高。对于企业级 AI 而言，速度和准确性直接关系到实际生产力，因此，此次合作被解读为不仅仅是单纯的技术联盟，更是旨在提升整体工作工具竞争力的重要举措。
应用 Gemini 3 Flash……增强文档摘要与多模态功能
谷歌的 Gemini 3 Flash 模型将被集成到 Rovo 的部分功能中。Atlassian 表示，计划将该模型用于复杂推理、多模态任务以及大规模文档摘要等场景。同时，他们也表示会保持灵活性，可根据特定用途切换为其他模型。
实际应用案例也已出现。近期推出的 Confluence“Remix”功能可将基于文本的文档转换为图表和图示，该过程利用了 Gemini 3 Flash 的多模态能力。将企业积累的海量文档转化为可视化形式，其重点在于提升协作生产力。
将 Rovo 集成至 Gemini Enterprise 和 Workspace
双方还加强了跨产品集成。现在，用户可以直接在 Gemini Enterprise 内访问 Rovo。这意味着，无需进行单独的定制集成工作，即可将 Atlassian 的工作上下文带入基于 Gemini 的智能代理中。
反之，在谷歌工作空间中，用户现在也可以进行与 Atlassian 相关的查询。通过 Atlassian Rovo 模型上下文协议（MCP）服务器，用户无需切换标签页，即可在谷歌文档或 Gmail 中调用 Jira 数据。这被解读为旨在减少因在工作工具间切换而产生的效率损耗。
Atlassian 还作为谷歌工作空间 MCP 服务器的早期访问合作伙伴参与其中。通过此举，未来谷歌的功能将更直接地融入 Atlassian 环境。双方认为，共同客户可以自动化跨越两个平台的工作流程，从而构建从创意发现到实际运营阶段的 AI 支持管道。
企业级 AI 竞争，“工作连接性”比“模型”本身更关键
Atlassian AI 产品负责人贾米尔·巴利亚尼表示：“我们正在与谷歌云共同设计团队在执行核心任务时所依赖的基础设施和 AI 代理。我们将把 Atlassian 基于 AI 的工作系统、Rovo 以及谷歌云的 AI 堆栈结合起来，为客户提供更多选择和更强大的代理型工作流。”
谷歌云应用 AI 与平台生态系统副总裁萨蒂什·托马斯也表示：“通过此次扩大合作，我们将 Gemini Enterprise 和谷歌工作空间的能力直接植入到了团队协作堆栈中。”
此次发布表明，企业级 AI 市场的竞争焦点正从单纯的大型语言模型性能，转向“工作工具之间的连接性”。Atlassian 和谷歌云正致力于将 AI 作为实际协作流程的一部分进行深度融合，而非将其视为独立功能。对于企业客户而言，相比新模型本身，能否将现有文档、邮件和项目管理工具无缝地连接起来，正日益成为一个更重要的选择标准。
TP AI 提示
本文基于 TokenPost.ai 的语言模型进行了摘要。正文的主要内容可能被遗漏或与事实不符。Atlas推出AI游戏资产制作创新产品“Atlas AI工作室”Atlas推出了利用人工智能的游戏资产制作平台。"Atlas AI工作室"通过引入多智能体系统，承担游戏资产制作的自动化工作。该系统通过谷歌云市场在全球范围内提供，游戏开发者可通过自动化AI智能体生成2D和3D模型、纹理、游戏环境等。
Atlas创始人Ben James表示："游戏开发行业长期受困于'指令输入、输出生成'的传统AI范式。"而Atlas的多智能体系统能让多个AI智能体协同工作，专业化处理3D内容管线。当艺术家或开发者用自然语言描述所需资产时，该系统可自动完成从优化到引擎集成的全流程工作。
Atlas的方案较传统单一AI模型更为先进，其智能体能够从多源收集分析信息，并提出用于质量提升的AI模型组合方案。该系统自动管理并评估从纹理开发到引擎集成的所有环节，使人类能够基于结果做出战略决策。
这套新系统已被史克威尔艾尼克斯等大型游戏工作室采用，为用户带来生产效率与品质的双重提升。Atlassian将AI代理集成至Jira，开启企业协作新时代Atlassian将人工智能代理集成至其项目管理软件Jira中，重新定义了人工智能时代的企业协作。此次更新使Atlassian将AI代理直接接入Jira的工作流程，推动代理从对话式辅助工具发展为负责任的工作流程参与者。
Atlassian表示，此次引入旨在帮助企业利用代理满足用户需求，同时兼顾审计与隐私保护等管理要求。Jira现有的审计记录与基于角色的访问控制功能是满足这些管理需求的核心要素。
此外，通过运用Rovo的操作模型上下文协议（MCP），加强了与GitHub、Box、Figma等外部平台的集成。这使得系统能够实时获取外部数据与操作，并结合Atlassian的专有知识生成更优质的报告。
Atlassian以打造企业级AI代理为战略核心，其关键支撑是映射人际关系与工作流程的团队协作图谱。该功能使其AI代理相较于竞争解决方案能做出更充分信息支撑的决策。
业界评价认为，Atlassian的演进式方案旨在规避人工智能网络混乱，提供更系统化的代理管理与安全保障。币安上线 Datadog、Atlassian 等 5 种传统金融永续合约Techub News 消息，币安宣布在 Binance Futures 上线 5 种新的传统金融资产永续合约，包括 Datadog (DDOG)、Atlassian (TEAM)、MongoDB (MDB)、Direxion Daily TSLA Bull 2X ETF (TSLL) 以及 GraniteShares 2x Long NVDA Daily ETF (NVDL)。这些合约支持 7x24 小时交易，并提供最高 20 倍杠杆。（@binance）World Labs 推出 Atlas AI，可从单图生成高质量 3D 场景Techub News 消息，World Labs 发布 Atlas AI 模型，能够从少量输入图像生成高质量的 3D 场景，实现从单图直接生成场景的能力。该技术被视为场景级生成时代的里程碑，标志着 3D 内容生成进入可直接应用于生产管线的阶段。（量子位）World Labs 推出 Atlas AI 模型，可从少量照片生成与模拟 3D 世界Techub News 消息，由 AI 研究员李飞飞联合创立的 World Labs 宣布推出 Atlas，这是一个可从仅几张图像生成、重建和模拟 3D 场景的世界模型。该公司称，其通过将所有输入锚定在 3D 空间中而非作为平面序列处理，性能超越了专业模型。Atlas 还能完全在模拟中生成机器人训练数据。（The Decoder）LayerZero 推出 ATLAS 交易基础设施层，ZRO 上涨超 16%Techub News 消息，互操作性协议 LayerZero 推出了 ATLAS，这是一个为其 Zero 区块链构建的、面向加密货币交易平台和金融机构的交易基础设施层。LayerZero 表示，ATLAS 是聚合交易、流动性和结算的缩写，旨在提供高性能的交易环境。
在 ATLAS 发布后，LayerZero 的原生代币 ZRO 价格上涨超过 16%。该基础设施旨在支持机构级交易需求，并利用 LayerZero 的跨链通信技术。（Crypto.news）LayerZero 推出基于 Zero 区块链的 ATLAS 交易所基础设施Techub News 消息，跨链互操作协议 LayerZero 宣布推出 ATLAS，这是一个基于其 Zero 区块链构建的新型交易所基础设施，旨在为交易平台和金融机构提供服务。（The Block）LayerZero 推出 ATLAS 供机构自建交易场所Techub News 消息，LayerZero 推出 ATLAS 基础设施，允许金融机构和交易平台在不从零搭建交易所的情况下运营自有交易场所。该系统整合交易撮合、清算、结算及风险管理功能，适用于开放及受控准入的市场。
该基础设施基于 LayerZero 今年 2 月与 Citadel Securities 等机构推出的 Zero 区块链构建，采用零知识证明在链上验证交易。该公司称，ATLAS 压力测试中实现亚毫秒级延迟，计划今年晚些时候上线。（CryptoBriefing）Open ATLAS 宣布与 GTE、Bullish 等达成合作，将推出 AI 交易工具Techub News 消息，AI 交易平台 Open ATLAS 宣布其初始合作伙伴，包括 GTE 和 Bullish。双方将合作开发 AI 驱动的交易工具，旨在通过增强流动性、透明度和市场策略来革新交易体验。
（Crypto Briefing）LayerZero 推出 ATLAS 交易所，Citadel Securities 与 DTCC 作为合作伙伴Techub News 消息，LayerZero Labs 宣布推出面向金融机构的区块链交易所 ATLAS，运行在其新开发的 Layer 1 区块链「Zero」上。Citadel Securities 和 DTCC 作为合作伙伴参与，且 Citadel Securities 对 ZRO 代币进行战略投资。
该平台面向经纪商等受监管金融机构，初期支持现货代币交易和永续期货。Zero 区块链声称吞吐量可达每秒约 200 万笔交易，并可通过 LayerZero 基础设施与超 165 条区块链互操作。（CryptoBriefing）LayerZero 与 Citadel Securities 及 DTCC 合作推出 ATLAS 交易所Techub News 消息，LayerZero 宣布推出 ATLAS 交易所，并已与 Citadel Securities 和美国存管信托与结算公司（DTCC）建立合作伙伴关系。该交易所旨在通过提升流动性和效率，革新机构加密货币交易，目前正在等待监管机构批准。
（Crypto Briefing）前巴克莱 CEO：Circle 与 Hyperliquid 将成 CLARITY 法案主要受益者Techub News 消息，前巴克莱 CEO、Atlas Merchant Capital 负责人 Bob Diamond 在 7 月 31 日 CNBC 节目中表示，CLARITY 法案通过后，Circle 和 Hyperliquid 将成为最大的基础设施受益者。该法案已在参议院银行委员会以 15-9 票通过，预计 2026 年底前通过概率为 50%-75%。
该法案将为稳定币收益创建监管框架，明确发行方和平台的合规边界。Circle 旗下 USDC 已在机构和 DeFi 场景中占据主导地位，而 Hyperliquid 于 8 月 1 日宣布与 Coinbase 合作将 USDC 作为平台标准稳定币，Circle 同时质押了 50 万枚 HYPE 代币。Diamond 指出，其公司已在数字支付基础设施领域投资，包括对 Circle 的敞口。（CryptoBriefing）0 篇文章
1 篇文章
