Jira推出面向AI原生软件开发的系统
Atlassian宣布Jira新增AI原生开发功能,通过Teamwork Graph提供上下文,支持将工作分配给AI代理、监控会话、自动化工程循环并衡量AI成本,旨在解决AI生产力差距问题。
Atlassian今日宣布推出Jira的新功能,旨在支持AI原生软件开发。新功能帮助工程团队在人类与AI代理之间规划、分配、治理和衡量工作,解决AI采用率上升但开发者速度未同步提升的“AI生产力差距”。
研究表明,AI使用率增长了65%,但整体开发者速度仅提升15%。原因在于软件开发不仅涉及编写代码,还包括将业务目标、策略和背景转化为实际工作软件。Jira作为团队工作的事实标准,现在演变为适应AI原生团队的需求。
新系统强调上下文优先,任务可委派给代理,人类负责指导和审查。关键功能包括:
- Jira Planner:从代码库、Jira和Confluence历史中提取上下文,生成结构化技术规格,同时适用于人类和代理。
- Jira for Slack:将对话转化为带上下文的Jira工作项,并可直接分配给编码代理。
- Loom视频提示:将屏幕录制和语音转化为代理可执行的指令。
- 代理委派:将工作项直接分配给Claude Code、Cursor、GitHub Copilot等代理,Jira保持事实来源。
- Jira编码代理:内置于所有付费Jira计划,能自动生成拉取请求。
- 代理会话监控:统一视图查看代理状态。
- 自动化规则:使用Jira自动化构建器将常规工作路由给代理。
- AI成本管理:通过DX集成统一各工具支出,估算每个PR的成本。
Teamwork Graph提供企业上下文,连接工作、团队、目标、代码和知识。内部基准测试显示,使用Teamwork Graph的代理准确率提高44%,令牌消耗减少48%,PR周期时间缩短。Atlassian表示,AI原生开发的瓶颈不是代理能力,而是大规模协调。新功能使所有代理行动在Jira中可见、可治理并与业务成果关联。
Atlassian还强调了与DX合作的研究,表明AI生产率差距真实存在。通过将意图结构化、选择合适的代理并保持可观测性,团队可以构建一个人类与代理协同工作的系统。Jira的此次更新旨在将代理整合到现有的软件开发生命周期中,而不是创建孤立的流程。
此外,Jira编码代理已集成到所有付费计划中,可处理范围明确的工作项。代理会话监控让工程师在一个视图中看到所有代理的状态。自动化规则允许将常规任务路由给代理,而AI成本管理则帮助领导者理解AI开发的经济效益。
Atlassian自己的工程团队已经在使用这些模式,并看到了显著效果。Teamwork Graph不仅提升了代理的准确性,还减少了令牌使用和PR周期时间。Jira产品经理表示,这一系统旨在让每个代理行动都可见、可控并与业务成果挂钩。