近年、ソフトウェア開発の現場ではAIの活用が急速に進んでいますが、その多くは開発者が個別にAIを「単発」で利用するケースにとどまっていました。

発表の要旨
アトラシアンが発表した新機能は、Jiraを人間とAIエージェントの作業を管理・統制する中枢へと進化させ、SDLC全体にAIをスケールさせることを目指しています。
Code Context(コードコンテキスト): Atlassian Teamwork Graph上に構築され、RovoおよびAIコーディングエージェントに対して、複数リポジトリ(コードやファイルの保管場所)にまたがるコードベース全体の安全なインテリジェンスを提供します。
これにより、バックログ(未処理の作業項目)の実現可能性精査や、既存アーキテクチャに準拠した実装計画の立案、バグトリアージ(バグの優先順位付け)や根本原因分析の精度が向上します。
Agent Context Controls(エージェントコンテキストコントロール): プラットフォームチームが、エージェントのアクセスを許可するJiraプロジェクトやConfluenceスペースの範囲を細かく統制し、機密情報を保護しながら、正しい要件や設計方針に基づいたコード生成を担保します。
Agent loops in Jira(エージェントループ): エージェントがJira内の未割り当ての作業項目をスキャンし、Jira Coding Agentが非同期でコード生成・テストを実施。
レビュー可能なプルリクエスト(コード変更をレビューしてもらうための提案)をJira内で自動起票します。
要点
- 実際、Atlassian DXによる分析では、AIツールがAtlassian Teamwork Graphのコンテキストを最大限に活用したチームは、開発者1人あたりの出荷量が約64%多かったという結果も示されています。

配信元:Letter Release(2026年9月14日掲載)。数値・日時・条件は元の発表を編集部が組み替えたものです。
