Atlassian 擴大與 OpenAI 的合作，讓 GPT-6 系列模型——包括 GPT-6 Astra 和 GPT-5.6 系列——可用於更多 Atlassian 平台功能及 Rovo AI。重點是 OpenAI 模型的使用範圍擴大，雙方亦會加強 OpenAI 工具與 Atlassian 工作資料的連接；這不代表 Atlassian 轉為只用 OpenAI，平台仍會支援多種模型。1

今次合作有甚麼新變化？

根據新協議，OpenAI 模型會支援 Atlassian 平台及 Rovo 上的 AI agents。雙方亦會把 Atlassian 的工作脈絡連接到 ChatGPT 和 Codex 等 OpenAI 產品。這次合作建基於雙方自 2023 年開始的合作關係。1

當中一個重要部分是 Rovo 的 Teamwork Graph。它會連結機構內的人員、項目、文件和決策等資訊，讓 AI 工具能參考實際工作脈絡，而不只是根據一段獨立提示作答。目標是讓 agents 能運用這些脈絡，在 Atlassian 產品中支援工作流程。

協議包括商業支出承諾，但目前公布的資料未有披露金額。1

哪些早已有，哪些是新一輪擴展？

今次不是 OpenAI 與 Atlassian 產品首次互通。兩家公司自 2023 年起已合作；Atlassian 亦於 2025 年 12 月推出 ChatGPT 的 MCP 整合。新協議進一步擴大 OpenAI 模型在 Atlassian 和 Rovo 的使用範圍，並增加雙方產品互相連接的方式。1

OpenAI 內部使用 Jira 亦屬雙方既有合作的一部分。Team ’26 Europe 的一場分享提到，OpenAI 會用 Jira 支援其 AI 推行工作。

至於在 Jira 把工作交給 AI agents，再於 Jira 跟進進度，這類想法指向可能出現的工作流程，但不應解讀成所有相關功能已經即時向客戶推出。實際供應情況和推出時間，仍要以 Atlassian 最新產品文件為準。1

MCP：連接 AI 工具與 Atlassian 工作資料

Atlassian 的 Model Context Protocol（MCP）伺服器，讓兼容的 AI 客戶端連接 Atlassian 產品。Atlassian 表示，管理員可以設定外部 AI 工具如何讀取及寫入資料，包括套用全機構預設設定，並按 app、space 和資料分類層級調整控制。伺服器會沿用現有 Atlassian 權限處理存取。

VentureBeat 報道，重建後的 MCP 伺服器每日處理逾 1,500 萬次呼叫，並提供超過 220 種工具，涵蓋 Jira、Confluence、Bitbucket、Loom 等產品。報道亦提到，管理員可設定允許清單、查閱稽核記錄，以及停用寫入操作。這些控制尤其重要，因為 AI 客戶端可能不只讀取資料，亦有機會更改工作內容。1

對客戶而言，問題不只是 agent 用哪個模型，亦包括它能用哪些工具、沿用誰的權限，以及能否作出修改。Atlassian 公開的 MCP 文件列出相關權限模式和管理控制。

Atlassian 繼續採用多模型策略

與 OpenAI 擴大合作，不代表 Atlassian 會放棄其他模型供應商，也不代表所有 Rovo 工作都會交由 GPT-6 Astra 處理。Atlassian 表示，Rovo 會採用多種模型，包括第三方供應商的模型；OpenAI 模型只是這個組合的一部分。1

這種安排讓不同工作有機會按能力、速度和成本選擇模型。因此，今次公告不應被理解為 Astra 將成為 Rovo 預設模型的承諾。1

價格、Rovo credits 與 Astra 安全措施

OpenAI 列出的 GPT-6 Astra 標準 API 價格，是每 100 萬個輸入 tokens 10 美元、每 100 萬個輸出 tokens 50 美元。這是 API 收費，單靠這組價格無法推算某項 Rovo 工作會用多少 credits，或客戶按 Atlassian 方案實際要付多少。Atlassian 表示，Rovo credits 用量會視乎互動複雜程度，以及是否使用 Teamwork Graph 的加強工作脈絡。

OpenAI 根據其 Preparedness Framework，將 Astra 列為達到「Critical」（關鍵）網絡安全能力門檻的模型，並表示已加強相關安全措施。當 agents 使用工具執行工作時，安全措施可能影響工作能否繼續；即使使用者的要求本身正當，工作亦可能被延遲、暫停或停止。

啟用 agents 前，先檢視存取權限

Atlassian 的 MCP 伺服器會透過既有 Atlassian 權限連接外部 AI 客戶端；其 AI Trust 資料則表示，模型供應商不會使用客戶的輸入和輸出改善其服務。兩者處理的是資料邊界的不同部分：權限決定已連接的客戶端可以存取甚麼，而信任政策說明供應商如何處理輸入和輸出。

啟用 agents 前，管理員宜先確認可用工具清單、是否容許寫入操作，以及適用於整個機構或個別 app 的控制設定。合作擴大了 AI 使用公司工作脈絡的可能性；實際能接觸甚麼資料，仍取決於部署時的存取設定。

Atlassian 擴大與 OpenAI 的合作，讓 GPT-6 系列模型——包括 GPT-6 Astra 和 GPT-5.6 系列——可用於更多 Atlassian 平台功能及 Rovo AI。重點是 OpenAI 模型的使用範圍擴大，雙方亦會加強 OpenAI 工具與 Atlassian 工作資料的連接；這不代表 Atlassian 轉為只用 OpenAI，平台仍會支援多種模型。1

今次合作有甚麼新變化？

根據新協議，OpenAI 模型會支援 Atlassian 平台及 Rovo 上的 AI agents。雙方亦會把 Atlassian 的工作脈絡連接到 ChatGPT 和 Codex 等 OpenAI 產品。這次合作建基於雙方自 2023 年開始的合作關係。1

當中一個重要部分是 Rovo 的 Teamwork Graph。它會連結機構內的人員、項目、文件和決策等資訊，讓 AI 工具能參考實際工作脈絡，而不只是根據一段獨立提示作答。目標是讓 agents 能運用這些脈絡，在 Atlassian 產品中支援工作流程。

協議包括商業支出承諾，但目前公布的資料未有披露金額。1

哪些早已有，哪些是新一輪擴展？

今次不是 OpenAI 與 Atlassian 產品首次互通。兩家公司自 2023 年起已合作；Atlassian 亦於 2025 年 12 月推出 ChatGPT 的 MCP 整合。新協議進一步擴大 OpenAI 模型在 Atlassian 和 Rovo 的使用範圍，並增加雙方產品互相連接的方式。1

OpenAI 內部使用 Jira 亦屬雙方既有合作的一部分。Team ’26 Europe 的一場分享提到，OpenAI 會用 Jira 支援其 AI 推行工作。

至於在 Jira 把工作交給 AI agents，再於 Jira 跟進進度，這類想法指向可能出現的工作流程，但不應解讀成所有相關功能已經即時向客戶推出。實際供應情況和推出時間，仍要以 Atlassian 最新產品文件為準。1

MCP：連接 AI 工具與 Atlassian 工作資料

Atlassian 的 Model Context Protocol（MCP）伺服器，讓兼容的 AI 客戶端連接 Atlassian 產品。Atlassian 表示，管理員可以設定外部 AI 工具如何讀取及寫入資料，包括套用全機構預設設定，並按 app、space 和資料分類層級調整控制。伺服器會沿用現有 Atlassian 權限處理存取。

VentureBeat 報道，重建後的 MCP 伺服器每日處理逾 1,500 萬次呼叫，並提供超過 220 種工具，涵蓋 Jira、Confluence、Bitbucket、Loom 等產品。報道亦提到，管理員可設定允許清單、查閱稽核記錄，以及停用寫入操作。這些控制尤其重要，因為 AI 客戶端可能不只讀取資料，亦有機會更改工作內容。1

對客戶而言，問題不只是 agent 用哪個模型，亦包括它能用哪些工具、沿用誰的權限，以及能否作出修改。Atlassian 公開的 MCP 文件列出相關權限模式和管理控制。

Atlassian 繼續採用多模型策略

與 OpenAI 擴大合作，不代表 Atlassian 會放棄其他模型供應商，也不代表所有 Rovo 工作都會交由 GPT-6 Astra 處理。Atlassian 表示，Rovo 會採用多種模型，包括第三方供應商的模型；OpenAI 模型只是這個組合的一部分。1

這種安排讓不同工作有機會按能力、速度和成本選擇模型。因此，今次公告不應被理解為 Astra 將成為 Rovo 預設模型的承諾。1

價格、Rovo credits 與 Astra 安全措施

OpenAI 列出的 GPT-6 Astra 標準 API 價格，是每 100 萬個輸入 tokens 10 美元、每 100 萬個輸出 tokens 50 美元。這是 API 收費，單靠這組價格無法推算某項 Rovo 工作會用多少 credits，或客戶按 Atlassian 方案實際要付多少。Atlassian 表示，Rovo credits 用量會視乎互動複雜程度，以及是否使用 Teamwork Graph 的加強工作脈絡。

OpenAI 根據其 Preparedness Framework，將 Astra 列為達到「Critical」（關鍵）網絡安全能力門檻的模型，並表示已加強相關安全措施。當 agents 使用工具執行工作時，安全措施可能影響工作能否繼續；即使使用者的要求本身正當，工作亦可能被延遲、暫停或停止。

啟用 agents 前，先檢視存取權限

Atlassian 的 MCP 伺服器會透過既有 Atlassian 權限連接外部 AI 客戶端；其 AI Trust 資料則表示，模型供應商不會使用客戶的輸入和輸出改善其服務。兩者處理的是資料邊界的不同部分：權限決定已連接的客戶端可以存取甚麼，而信任政策說明供應商如何處理輸入和輸出。

啟用 agents 前，管理員宜先確認可用工具清單、是否容許寫入操作，以及適用於整個機構或個別 app 的控制設定。合作擴大了 AI 使用公司工作脈絡的可能性；實際能接觸甚麼資料，仍取決於部署時的存取設定。