Atlassian Corporation, provider di software di collaborazione e produttività dei team basato sull'AI, ha annunciato Code Context, una nuova funzionalità dell'Atlassian Teamwork Graph che offre a sviluppatori, Rovo e agenti di codifica un accesso sicuro al codice sorgente in codebase di grandi dimensioni e multi-repository. La mossa posiziona Atlassian come fornitore di contesto per il crescente ecosistema di strumenti di codifica AI, inclusi agenti di terze parti come Cursor, Claude Code e Codex, anziché costruire un assistente di codifica autonomo, distinguendo il proprio approccio dai competitor concentrati principalmente sulla generazione di codice all'interno dell'editor.

Man mano che le organizzazioni adottano sempre più agenti di codifica, l'efficacia di questi strumenti dipende da più della sola intelligenza del modello. Si basa sul contesto disponibile prima di intraprendere qualsiasi azione. Gli agenti di codifica possono scrivere, rifattorizzare e revisionare il codice, ma per produrre output di qualità è necessaria una comprensione profonda del sistema di lavoro che circonda qualsiasi attività, insieme a un accesso consapevole dei permessi al contesto che contiene. La conoscenza organizzativa, dalle decisioni architetturali e dalla strategia di prodotto fino alle discussioni sull'implementazione, ai compromessi precedenti e alle conversazioni che spiegano il funzionamento dei sistemi, è fondamentale per questo processo. Questo divario tra capacità del modello e consapevolezza contestuale è stata una sfida ricorrente per le imprese che distribuiscono strumenti di codifica AI su larga scala, dove i codebase si estendono su centinaia o migliaia di repository.

L'Atlassian Teamwork Graph ora incorpora Code Context, creando un livello di contesto unificato in cui la comprensione del codebase su larga scala e la conoscenza organizzativa convergono. Questo permette agli agenti di ragionare simultaneamente su codice e lavoro in modo efficiente, producendo output più precisi con un minor numero di token.

Dalla ricerca di codice alla comprensione del codebase

Code Context genera una rappresentazione sicura e interrogabile dei codebase connessi e rende tale conoscenza accessibile attraverso i flussi di lavoro di sviluppo, dagli IDE e dai terminali alle applicazioni di codifica AI, Jira, Rovo Chat e più in generale all'ecosistema Atlassian. Sviluppatori e agenti possono sfruttare la ricerca esatta, le interrogazioni in linguaggio naturale e il recupero semantico per individuare il codice sorgente pertinente in più repository.

Tramite il CLI del Teamwork Graph, gli agenti di codifica come Cursor, Claude Code e Codex possono fondare il proprio lavoro sulle informazioni pertinenti prima di pianificare, generare o revisionare il codice. Senza Code Context, gli agenti sono tipicamente limitati al codice disponibile localmente sul computer di uno sviluppatore, con il rischio di perdere dettagli di implementazione, dipendenze o pattern di utilizzo che risiedono altrove. Questo può creare rischi quando le modifiche non tengono conto del sistema nel suo complesso.

Code Context permette inoltre agli agenti di combinare il codice con segnali correlati provenienti da elementi di lavoro Jira, pagine Confluence, video Loom e fonti di terze parti attraverso più di 50 connettori. Nei benchmark interni di Atlassian, gli agenti arricchiti dal Teamwork Graph hanno ottenuto risultati più accurati del 44% utilizzando il 48% di token in meno rispetto agli agenti che operavano senza tale contesto.

Mark Walz, Chief Technology Officer di SpotOn, ha dichiarato: "Quando un agente parte dal punto sbagliato, tutto rallenta e costa di più. Gli sviluppatori finiscono per spiegare dove cercare, perché il codice funziona in un certo modo e cos'altro coinvolge. Code Context mette tutto questo davanti all'agente fin dall'inizio, così può concentrarsi sul completare il lavoro."

Il motore di contesto AI per lo sviluppo software

Code Context amplia la visione di Atlassian per un ciclo di vita dello sviluppo software nativo per l'AI, in cui Jira ancorail lavoro, Confluence conserva la conoscenza, le pull request catturano la cronologia dell'implementazione e il Teamwork Graph connette il contesto circostante. I codebase complessi su larga scala fanno ora parte di quel sistema connesso. Questa integrazione sfrutta la presenza consolidata di Atlassian tra i team software aziendali: Jira e Confluence sono già profondamente integrati nei flussi di lavoro di sviluppo di molte organizzazioni, offrendo a Code Context un canale di distribuzione naturale che gli strumenti di intelligenza del codice autonomi potrebbero non avere.

Il Teamwork Graph cross-referenzia, interconnette, deduce, indicizza e pre-calcola continuamente le relazioni tra miliardi di oggetti, costruendo una mappa unificata di come tutto è collegato. Questo fornisce agli agenti un percorso dall'ipotesi alla verifica, utilizzando il contesto pertinente per convalidare il proprio ragionamento prima di agire. Invece di esaminare manualmente i repository o affidarsi alla conoscenza tacita, gli sviluppatori possono chiedere a Rovo come funziona un sistema e ricevere risposte fondate sul codice sorgente connesso e sul contesto organizzativo.

Per i team di ingegneria che adottano agenti di codifica, Code Context riduce il tempo trascorso ad assemblare manualmente il contesto. Gli agenti ottengono un percorso più diretto verso le informazioni necessarie prima di pianificare, generare o revisionare il codice. Gli sviluppatori mantengono la responsabilità di comprendere le modifiche e di decidere cosa viene rilasciato.

Sanchan Saxena, Senior Vice President e Head of Product per Teamwork Collection presso Atlassian, ha dichiarato: "Le organizzazioni che ottengono maggiore successo con l'AI non sono semplicemente quelle che spendono di più; sono quelle che le offrono il miglior contesto con l'accesso giusto. L'intelligenza all'avanguardia offre velocità ai team. Il contesto indirizza quella velocità nella direzione giusta e di maggiore impatto. Stiamo riscontrando che la vera accelerazione nella consegna del software deriva dalla combinazione di entrambi."

Code Context è progettato con sicurezza e governance al centro. Una volta attivato, i risultati sono limitati a ciò che ogni utente o agente autorizzato è autorizzato a vedere. L'obiettivo non è concedere agli agenti un accesso illimitato, ma fornire il livello di accesso corretto attraverso un sistema sicuro e governato in cui gli sviluppatori mantengono il controllo. L'enfasi sull'accesso consapevole dei permessi affronta una preoccupazione chiave per le imprese che valutano strumenti di codifica AI, dove l'esposizione non restrittiva del codebase è stata un ostacolo all'adozione nei settori regolamentati.