日本软件公司阿特拉斯安（Atlassian）宣布，其核心项目管理工具Jira已升级，新增支持人类开发者与AI代理协同工作的完整功能体系。该系统通过内置的Teamwork Graph上下文层，使AI代理在执行任务时能理解需求、架构和决策历史，实现从计划制定、任务委派到会话监控的全流程集中管理。企业内部测试显示，强化后的AI代理在输出精度上提升44%，减少48%的令牌使用量。
Jira此次进化旨在应对当前软件开发中AI利用率上升但整体生产率增长有限的行业困境。开发者对AI工具的使用率平均增长65%，但多数团队的生产率提升仅维持在10%左右。阿特拉斯安指出，传统开发模式无法有效承载AI代理的深度参与，关键在于缺乏统一的上下文支撑与可追溯性机制。为此，新功能聚焦于解决三大痛点：模糊的初始规划、跨团队交接中的信息断层，以及对AI生成成果的信任度不足。
新功能分为三大模块。第一是更丰富的上下文驱动计划制定。Jira Planner可基于代码库、Confluence文档历史及团队协作记录，自动生成结构化技术规格书，既便于人工阅读，也适配AI解析。Jira for Slack则可将Slack聊天内容转化为带上下文的Jira任务项，用户只需@Jira即可触发创建流程，微软Teams版本也即将上线。Loom视频指令可被自动转换为结构化操作提示，实现非文本输入的智能化处理。
第二是精准的任务分配机制。Jira Agents功能允许直接将任务指派给Claude Code、Cursor或GitHub Copilot等主流AI编码代理（Codex近期也将支持）。Jira Coding Agent作为所有付费版标准配置，接收明确范围的任务后，以可审查的Pull Request形式返回结果。Agent Sessions视图则提供统一界面，实时追踪各代理的进展状态——包括卡点位置、待审内容与已完成事项，确保整个开发过程透明可控。
第三是规模化下的可控扩展能力。系统支持通过自动化规则将常规任务如漏洞修复、测试生成、文档更新等分发至不同代理。全新推出的“代理型工程开发模板”可在数分钟内搭建起完整的AI兼容项目环境。通过与DX平台集成，实现对Claude、Cursor、GitHub Copilot及Jira自身支出的统一计量，可按每次Pull Request估算成本，帮助企业优化AI资源投入。
Teamwork Graph作为底层技术核心，本质上是一个动态连接工作流、代码、人员、决策与依赖关系的“活地图”。它突破了传统AI仅理解单个任务的局限，使代理能够基于全局上下文做出更符合业务目标的判断。这一设计正是“AI原生软件开发”（AI-native software development）的核心特征：要求开发流程在保持人类责任可追溯的前提下，由AI代理全面理解并执行。该方法需满足三个条件：任务前意图结构化、代理更换不影响流程一致性、全程自律性可视化。
对于中国软件外包、IT服务及智能制造企业的采购与研发管理者而言，此功能意味着开发流程正从“人主导+AI辅助”向“人机协同+系统治理”演进。若企业正在部署AI编码工具，建议优先评估其是否具备与Jira生态对接的能力，尤其是对Agent Sessions和Token成本监控的支持。团队若已有Confluence或Slack使用基础，迁移至该体系的门槛较低，可快速实现开发流程数字化升级。功能面向全球市场，但阿特拉斯安在日本设有法人机构，提供本地化技术支持，对中国客户在跨境协作场景下使用该系统具有参考价值。
从供应链角度看，该功能不涉及硬件或材料变更，属于纯软件层面的系统级升级。但其对下游应用的影响显著：在需要高频迭代、高复杂度代码产出的领域（如金融系统、工业控制软件、智能网联汽车后台），采用该体系的企业有望缩短开发周期20%以上，尤其在需求频繁变更的敏捷开发环境中优势明显。未来若出现更多类似集成方案，中国企业应关注其认证合规性与数据主权安排，避免因跨国数据流转引发安全风险。