Atlassian 與 OpenAI 深化合作:GPT-6 系列模型接入 Rovo 與團隊知識圖譜

一、事件概述 2026 年 10 月 6 日,OpenAI 在官網釋出公告,宣佈與 Atlassian 擴大合作。雙方的合作始於 2023 年,此次透過一份新協議,把 GPT-6 系列的前沿模型引入 Atlassian 的整個平臺,用來支撐幫助團隊規劃、構建和交付工作的 AI 體驗。公告明確提到,OpenAI 的前沿模型將驅動 Atlassian 平臺上的智慧體以及 Rovo。協議還讓 Atlassian 獲得更多最新 OpenAI 前沿模型的使用許可權,其中包括 GPT-6 Astra 與 GPT-5.6 系列。 對 OpenAI 而言,這並不是單向的供應關係。公告說明,OpenAI 內部也會繼續依賴 Jira 來管理公司的關鍵工作流。也就是說,雙方互為客戶:Atlassian 採購模型能力,OpenAI 使用 Atlassian 的工單系統。 二、核心機制:模型加上企業上下文 這次合作的技術核心,是把 OpenAI 模型與 Atlassian 的 Teamwork Graph 結合。Teamwork Graph 是一個企業上下文層,把人員、專案、文件和決策連線成一張圖。通用大模型本身並不瞭解某家公司的專案狀態、負責人和歷史決策,而圖譜恰好補上這一塊。Rovo 就是承載這一組合的產品:圖譜負責檢索和約束上下文,模型負責推理與生成。

公告給出了一個具體場景。一位產品經理在釋出前問 Rovo:團隊進度是否正常。Rovo 藉助 Teamwork Graph,把 Jira 工單、Confluence 文件和相關討論串起來,識別工程阻塞點,標出錯過的里程碑,並找出需要關注的決策。OpenAI 模型再把這些資訊整理成一份關於釋出就緒程度的清晰評估,並給出建議的後續步驟。這個流程的價值在於縮短從看懂工作到採取行動的距離,團隊不必再手工拼湊資訊。 在接入方式上,Atlassian 透過 OpenAI API 呼叫模型。公告強調,隨著模型升級,新的推理能力可以直接進入 Rovo,客戶無需更換工具,就能用上能力更強的 AI。這是典型的模型即服務加上垂直上下文的架構:模型層可以隨廠商迭代而替換,圖譜和工作流資料則是 Atlassian 自己的壁壘。 三、向外延伸:ChatGPT 與 Codex 外掛 合作並不只限於 Atlassian 自家產品。公告提到,透過面向 ChatGPT 和 Codex 的 Atlassian 與 Teamwork Graph CLI 外掛,客戶可以把 ChatGPT 和 Codex 連線到已有工作流,讓 AI 獲取相關的專案資訊、文件和開發上下文,並且受相應許可權約束。許可權約束這一點很重要:AI 能看到什麼,取決於使用者本身能看到什麼,這是企業接受智慧體的前提。

Atlassian 最近還推出了外掛擴充套件,把 Jira 工作項、Confluence 內容和人員直接帶入 ChatGPT 與 Codex 的提示。其固定的 Atlassian Home 還會顯示分配給使用者的工作、近期的 Loom 影片、專案以及 Bitbucket 拉取請求,幫助團隊獲取上下文並採取行動。 在內部使用上,已有超過 3,000 名 Atlassian 開發者在終端、IDE 和程式碼評審流程中使用 Codex。藉助由 Teamwork Graph 驅動的 Atlassian 外掛,Codex 使用者可以訪問相關的工作項和技術文件,從而更順暢地編寫、測試和釋出軟體。Atlassian 也在擴大對 Codex 和 ChatGPT Enterprise 的採用。

四、下一步:把工作分派給智慧體 公告披露了尚在探索階段的方向。雙方正在研究與 Jira 更深的整合,讓團隊更容易把工作分派給 AI 智慧體、跟蹤進度、記錄決策並複核結果。若再與 DX 配合,即 Atlassian 用於衡量開發者生產力和工程效能的平臺,工程負責人就可能衡量 AI 對開發速度、週期時間和開發者體驗的影響,同時讓人保持控制權。需要注意,這些仍是計劃與探索,公告用的是 exploring 和 could 這類措辭,並未承諾上線時間。 五、行業影響與分析 第一,企業軟體正在從在軟體里加一個聊天框,轉向讓智慧體成為工作流的一等公民。把智慧體放進 Jira 這樣的工單系統,意味著任務、責任人和狀態本來就有結構,智慧體的產出更容易被審計和複核。 第二,上下文層成為競爭焦點。模型能力在前沿廠商之間日益接近,真正拉開差距的是誰掌握企業資料的結構化關係。Teamwork Graph 的定位正是這一點。對開發者而言,這意味著在做企業智慧體時,檢索與許可權設計的重要性不亞於模型選擇。 第三,對 OpenAI 來說,這是企業分發渠道的擴充套件。Rovo 把 OpenAI 模型帶到大量已使用 Atlassian 的團隊,而 ChatGPT 與 Codex 外掛則反向把 Atlassian 資料帶入 OpenAI 的產品。雙向打通降低了客戶的切換成本和整合成本。 第四,對企業採購方而言,這類合作改變了評估 AI 的角度。過去團隊多是單獨試用某個模型或某個聊天工具,效果難以與日常流程掛鉤。現在模型直接嵌入工單、文件和程式碼評審環節,評估標準自然轉向流程指標,例如阻塞點發現得多快、釋出評估花多少時間、評審週期是否縮短。公告中提到的 DX 平臺,正是為這種衡量準備的工具。不過,公告沒有給出任何實測資料,企業在採納時仍應自行設定試點範圍和對照指標。

六、侷限與待觀察事項 公告沒有公佈任何基準測試、延遲、定價或用量資料,也沒有說明具體哪些 Rovo 功能由哪個模型驅動。因此,關於效果提升的幅度,目前只能依據官方敘述,無法獨立驗證。幾個值得關注的問題是:智慧體寫入 Jira 時的許可權與審計如何設計;當模型升級時,企業如何保證行為的一致性;以及 DX 指標能否可信地反映 AI 帶來的真實效率,而不是僅僅統計使用量。 總體來看,這次擴大合作是一個清晰的訊號:前沿模型廠商與企業協作平臺正在把推理能力和組織上下文繫結在一起,下一階段的競爭將圍繞誰能讓智慧體安全、可控地完成真實工作展開。