Atlassian Corporationは、AIを活用したコラボレーションおよびチーム生産性向上ソフトウェアのプロバイダーとして、Atlassian Teamwork Graphの新機能「Code Context」を発表しました。この機能は、開発者、Rovo、およびコーディングエージェントに対し、大規模なマルチリポジトリコードベース全体のソースコードへのセキュアなアクセスを提供します。この動きは、Atlassianを単体のコードアシスタントを構築するのではなく、Cursor、Claude Code、Codexなどのサードパーティエージェントを含む成長するAIコーディングツールのエコシステム向けのコンテキストプロバイダーとして位置づけるものです。エディタ内でのコード生成に主眼を置く競合とは一線を画すアプローチと言えます。

組織がコーディングエージェントを導入し始める中で、これらのツールの有効性はモデルの知能だけでは決まりません。エージェントが行動を起こす前に利用可能なコンテキストに依存しています。コーディングエージェントはコードの記述、リファクタリング、レビューを行うことができますが、高品質な出力を生み出すには、対象タスクを取り巻く作業体系の深い理解と、そのコンテキストに対する権限を考慮したアクセスが必要です。アーキテクチャ上の決定、製品戦略、実装に関する議論、過去のトレードオフ、システムがなぜそのように動作するのかを説明する対話など、組織の知識はこのプロセスにおいて極めて重要です。モデルの能力とコンテキスト認識の間にあるこのギャップは、コードベースが数百から数千のリポジトリにまたがる状況でAIコーディングツールを大規模展開する企業にとって、繰り返し直面する課題となっています。

Atlassian Teamwork GraphにCode Contextが統合されたことで、大規模なコードベースの理解と組織の知識が融合する統合コンテキストレイヤーが実現しました。これにより、エージェントはコードと作業の両方にまたがって効率的に推論し、より少ないトークンでより精密な出力を生成できるようになります。

コード検索からコードベース理解へ

Code Contextは、接続されたコードベースのセキュアでクエリ可能な表現を生成し、その知識をIDEやターミナルからAIコーディングアプリケーション、Jira、Rovo Chat、そしてより広範なAtlassianエコシステムに至るまで、開発ワークフロー全体で利用可能にします。開発者やエージェントは、精密検索、自然言語クエリ、セマンティック検索を活用して、複数のリポジトリにまたがる関連ソースコードを特定できます。

Teamwork Graph CLIを通じて、Cursor、Claude Code、Codexなどのコーディングエージェントは、コードの計画、生成、レビューを行う前に、関連情報に基づいた作業を行うことができます。Code Contextがない場合、エージェントは通常、開発者のマシン上で利用可能なコードに限定され、他の場所に存在する実装の詳細、依存関係、使用パターンを見落とす可能性があります。これは、変更がシステム全体を考慮していない場合にリスクを生じさせる可能性があります。

Code Contextはまた、エージェントがコードをJiraの作業アイテム、Confluenceページ、Loom動画、および50以上のコネクタを通じたサードパーティソースからの関連シグナルと組み合わせることを可能にします。Atlassianの内部ベンチマークでは、Teamwork Graphによって強化されたエージェントは、そのコンテキストなしで動作するエージェントと比較して、44%高い精度を達成しつつ、48%少ないトークンを使用しました。

SpotOnの最高技術責任者であるMark Walz氏は次のように述べています。「エージェントが間違った場所から始まると、すべてが遅くなり、コストがかさみます。開発者はどこを見るべきか、コードがなぜそのように動作するのか、他に何に影響するのかを説明することになります。Code Contextはそれらすべてを最初からエージェントの前に提示するため、エージェントは仕事を完了することに集中できます。」

ソフトウェア開発のためのAIコンテキストエンジン

Code Contextは、Jiraが作業を支え、Confluenceが知識を保持し、プルリクエストが実装履歴を記録し、Teamwork Graphがその周囲のコンテキストをつなぐという、AIネイティブなソフトウェア開発ライフサイクルに対するAtlassianのビジョンを拡張するものです。大規模で複雑なコードベースが、この接続されたシステムの一部となります。この統合は、エンタープライズのソフトウェアチーム全体におけるAtlassianの既存の足場を活用するものです。JiraとConfluenceはすでに多くの組織の開発ワークフローに深く組み込まれており、Code Contextに、単体のコードインテリジェンスツールにはない自然な配布チャネルを提供します。

Teamwork Graphは、数十億のオブジェクト間の関係を継続的に相互参照、リンク、推論、インデックス化、事前計算し、すべてがどのように関連しているかの統合マップを構築しています。これにより、エージェントは関連するコンテキストを使用して推論を検証し、行動を起こす前に仮説から検証への道筋を得ることができます。開発者は、手動でリポジトリを調べたり、暗黙知に頼ったりする代わりに、Rovoにシステムの仕組みを尋ね、接続されたソースコードと組織のコンテキストに基づいた回答を得ることができます。

コーディングエージェントを導入するエンジニアリングチームにとって、Code Contextは手動でコンテキストを組み立てる時間を削減します。エージェントは、コードの計画、生成、レビューを行う前に必要な情報へのより直接的な道筋を得ることができます。開発者は変更を理解し、何を出荷するかを決定する責任を保持します。

AtlassianのTeamwork Collection担当シニアバイスプレジデント兼プロダクト責任者であるSanchan Saxena氏は次のように述べています。「AIで最も成功している組織は、単に最も多くを費やしている組織ではありません。最適なアクセスとともに最高のコンテキストを提供している組織です。フロンティアの知能はチームにスピードをもたらします。コンテキストはそのスピードを正しい、最もインパクトのある方向へ向けます。ソフトウェアデリバリーにおける真の加速は、両者を組み合わせることから生まれることが分かっています。」

Code Contextはセキュリティとガバナンスを中核に据えて設計されています。有効化されると、結果は各ユーザーまたは認可されたエージェントが閲覧を許可された範囲に限定されます。目的はエージェントに無制限のアクセスを与えることではなく、開発者がコントロールを保持するセキュアでガバナンスされたシステムを通じて、適切なレベルのアクセスを提供することです。権限を考慮したアクセスの重視は、AIコーディングツールを評価する企業の主要な懸念に対応するものであり、コードベースへの無制限の公開が規制された業界における導入の障壁となっていました。