GPT-6 接上團隊協作圖譜：Atlassian 與 OpenAI 把企業 Agent 重繞在真實工作情境上

企業 AI 有一個情境（context）問題。就算是世界最聰明的模型，如果從沒看過你的 Jira 工單、你的 Confluence 規格文件，或你團隊兩個 sprint 前悄悄把某功能降級的那串討論，它依然無法回答「我們的發布進度是否正常」。2026 年 10 月 6 日，Atlassian 與 OpenAI 宣布擴大合作，直接對這個問題出手：OpenAI GPT-6 家族的 frontier 模型——包括 GPT-6 Astra 與 GPT-5.6 系列——將驅動 Atlassian 平台與其 Rovo AI 產品中的 Agent，並結合 Atlassian 的 Teamwork Graph，也就是該公司描繪「工作實際如何連結」的圖譜。

本次宣布了什麼

這項由兩家公司同步發布的協議，擴大了雙方自 2023 年展開的合作。在新安排下，Atlassian 取得 OpenAI 最新 frontier 模型的擴大存取權，而這些模型同時被接入兩個介面：

• 具備組織情境的 Rovo Agent。 Atlassian 將 Teamwork Graph 描述為連接人員、專案、文件與決策的企業情境層（context layer）。Rovo 把這張圖譜與 OpenAI 模型結合，支援 Agent 與推理功能——訴求是 Rovo 不只會找文件，還能評估工作狀態並建議下一步。
• ChatGPT 與 Codex 內的 Atlassian 工作紀錄。 透過 Atlassian 的 MCP（Model Context Protocol）伺服器與 CLI 外掛，客戶可讓 ChatGPT 與 Codex 連上 Jira 工作項目、Confluence 頁面、Bitbucket 活動與人員資訊——並受既有權限規範。Codex deeplink 則把 Atlassian 情境帶進 OpenAI 的編碼工作流。

兩家公司給出的標準範例，是一位產品經理詢問 Rovo：「這次發布到底穩不穩？」Rovo 會彙整 Jira 工單、Confluence 文件與相關討論，標記出阻礙點、錯過的里程碑與需要拍板的決策。值得強調的是——正如 Superpower Daily 的報導審慎指出的——這是示意性工作流，而非附帶量化成果的實際客戶案例。

已揭露的數字

有兩個數字支撐這次宣布。第一，OpenAI 表示超過 3,000 名 Atlassian 開發者已在終端機、IDE 與程式碼審查流程中使用 Codex——此數字來自兩家公司，未經獨立稽核。第二，OpenAI 表示自家的內部工作流持續運行在 Jira 上，這是個小但意味深長的細節：模型供應商本身就是它如今深度整合的平台客戶。

同樣重要的是沒有揭露的部分。兩家公司並未公布協議的財務條款、期程或任何合約承諾。VentureBeat 的報導補充了一個關鍵細節：Atlassian 以一筆支出承諾（spend commitment）深化了雙方關係，但其平台依然維持徹底的多模型策略。Rovo 透過內部 AI 閘道路由到多家模型供應商，這意味著 OpenAI 贏得了更大的席位，但沒有拿到獨家。對買家而言，這代表 OpenAI 模型獲得更深整合，但 Atlassian 客戶不會被鎖進單一供應商的價格曲線。

現有能力 vs. 未來願景

Atlassian 自己對這次合作的說明，很小心地把「現在已有」與「正在探索」分開。現在已有：OpenAI 模型已驅動 Rovo 與平台上的推理功能，而團隊可透過受權限規範的 MCP 連線，把 ChatGPT 與 Codex 接上工作情境。

未來（明確不承諾發布日期）：更深度的 Jira 整合，讓團隊能把工作直接指派給 AI Agent、同步本地 Agent 工作階段，以及帶有人類檢查點（human checkpoint）的多 Agent 協作。Atlassian 也暗示其 DX 平台可用來衡量 AI 對開發指標的影響——週期時間、開發者體驗、吞吐量——但尚未發布任何影響數據。

最後這項企圖是策略上最有意思的。如果 Agent 能成為可被指派工作的 Jira 資源——像任何人類隊友一樣有負責人、狀態與審查關卡——那麼「AI 助手」與「AI 同事」之間的鴻溝，就會開始在公司既有的專案管理工具裡以可稽核的方式收攏。正如 Superpower Daily 所言，真正的懸念在於：這些情境最終會成為可靠、可量化的 Agent 工作委派流程，還是停留在更聰明的輔助？

為什麼重要

有三條線索讓這件事不只是另一樁例行供應商交易。

第一，企業 AI 的競爭正圍繞情境而非原始智力整合。 主要實驗室之間的 frontier 模型差距已縮小到某個程度，使通路與資料存取成為新的差異化關鍵。Atlassian 坐擁企業界最豐富的結構化工作資料——工單、文件、程式碼，以及連接這一切的圖譜。把它與 GPT-6 級模型配對，等於押注：贏得企業 Agent 戰的，會是扎根於組織實況的模型，而非僅有通用世界知識的模型。

第二，MCP 生態系正在成為真正的基礎管線。 這筆交易是 Model Context Protocol 連線在量產企業軟體中的高調部署——證明這個標準正從規格文件走向兩大供應商之間實際出貨的整合。

第三，這是 OpenAI 企業策略的方向訊號。 在企業工作負載競爭白熱化之際——IBM 等業者已把 GPT-5.6 與 Codex 嵌入諮詢平台——與 Atlassian 這種既有裝機基礎的深度平台整合，正是模型供應商把能力轉化為持久營收的方式。

後續觀察

對已在使用 Jira、Confluence 或 Bitbucket 的團隊來說，今天什麼都不會壞。近期具體的改變是情境化更好的輔助：先確認你的方案是否提供 Rovo 或 ChatGPT 的 Atlassian 外掛，並用一個低風險查詢測試，再交付重要工作。更深層的問題——擴大模型存取的價格影響、可指派 Agent 的 Jira 功能是否在 2026 年出貨、DX 平台會不會公布經稽核的生產力數據——都還沒有答案。

對整個產業而言，這筆交易勾勒出企業 AI 下一階段的輪廓：模型不只回答問題，還知道你問的是哪個專案、哪個決策、哪位同事。