Atlassian 與 OpenAI 擴大合作，將 GPT-6 家族模型——包括 GPT-6 Astra 與 GPT-5.6 系列——帶進 Atlassian 更多平台功能及 Rovo AI。對企業客戶來說，重點不只是多了模型選項，而是 AI 有機會結合公司既有的工作脈絡來協助處理任務。這並不代表 Atlassian 將改採 OpenAI 單一供應商；公司仍維持多模型策略。1

合作擴大了什麼？

根據新協議，OpenAI 模型將為 Atlassian 平台及 Rovo 的 AI 代理提供支援；雙方也將企業工作脈絡與 ChatGPT、Codex 等 OpenAI 產品連結。這是建立在 2023 年開始的合作關係之上。1

其中一項關鍵是 Rovo 的 Teamwork Graph。它串連組織內的人員、專案、文件與決策，讓 AI 不必只根據單次提示作答，也能運用工作脈絡協助處理 Atlassian 產品中的任務。

協議包含商業支出承諾，但目前公開的公告資料沒有揭露金額。1

哪些功能早已存在？哪些才是新增？

這次不是 Atlassian 與 OpenAI 首度合作，也不是所有產品串接都從現在才開始。雙方自 2023 年起便有合作；Atlassian 也在 2025 年 12 月推出 ChatGPT 的 MCP 整合。此次擴大之處，在於 OpenAI 模型可用於更多 Atlassian 平台與 Rovo 場景，並拓展兩家公司產品間的連結方式。1

OpenAI 使用 Jira 也是既有合作的一部分。在 Team ’26 Europe 的一場分享中，OpenAI 說明了如何運用 Jira 支援其 AI 導入工作。

至於在 Jira 指派 AI 代理工作、並追蹤進度等做法，目前應視為可能發展出的工作流程，不宜直接解讀成所有相關功能都已正式上線。實際可用範圍與推出時程，仍應以 Atlassian 最新產品文件為準。1

MCP 是 AI 工具連接 Atlassian 的橋樑

Atlassian 的 Model Context Protocol（MCP，模型情境協定）伺服器，讓相容的 AI 用戶端能連接 Atlassian 產品。Atlassian 表示，管理員可透過組織層級設定，以及依應用程式、空間和資料分類設定的控管機制，管理外部 AI 工具如何讀取或寫入資料；連線存取則沿用既有的 Atlassian 權限。

VentureBeat 報導，重建後的 MCP 伺服器每日處理超過 1,500 萬次呼叫，並提供 220 多種工具，涵蓋 Jira、Confluence、Bitbucket、Loom 等產品。報導也提到，管理員可設定允許清單、查看稽核紀錄，或停用寫入操作。當 AI 不只讀取資訊、還可能變更工作內容時，這些控管尤其重要。1

因此，企業評估代理工具時，不能只問它使用哪個模型；也要確認它能連到哪些工具、採用誰的權限，以及是否能執行修改。Atlassian 公開的 MCP 文件列有權限模式與管理控制選項。

Rovo 仍是多模型平台

與 OpenAI 簽下新協議，不代表 Atlassian 將停用其他模型供應商，也不代表所有 Rovo 任務都會交給 GPT-6 Astra。Atlassian 表示 Rovo 會採用多種模型，包括第三方供應商；OpenAI 模型是這套組合的一部分。1

這種做法保留了依不同需求選擇模型的空間，例如考量能力、速度與成本。因此，這次公告不應被解讀為 Astra 將成為 Rovo 預設模型的承諾。1

API 價格、Rovo 點數與 Astra 安全措施

OpenAI 公布的 GPT-6 Astra 標準 API 價格為每百萬輸入 token 10 美元、每百萬輸出 token 50 美元。這是 API 費率，不能單靠它推算特定 Rovo 任務會耗用多少點數，或在 Atlassian 方案下實際收取多少費用。Atlassian 說明，Rovo 點數用量會依互動複雜度，以及是否使用 Teamwork Graph 的延伸脈絡而有所不同。

OpenAI 在其 Preparedness Framework（準備度框架）中，將 Astra 列為達到「Critical」（重大）網路安全能力門檻的模型，並表示已為其加強安全防護。代理工具若能採取動作，這些防護就可能影響任務是否繼續執行，即使使用者的工作本身是正當的也一樣。

啟用代理前，先確認資料與權限邊界

Atlassian 的 MCP 伺服器透過既有 Atlassian 權限連接外部 AI 用戶端；Atlassian 的 AI Trust 說明則指出，模型供應商不會使用客戶輸入與輸出來改善其服務。前者談的是連線工具可存取哪些資料，後者說明供應商如何處理輸入與輸出，兩者是資料邊界的不同面向。

啟用代理之前，管理員應檢視可用工具、是否允許寫入，以及適用的組織層級或應用程式層級控管。這項合作擴大了 AI 使用企業脈絡的可能性；實際能做到什麼，仍取決於各組織如何設定存取權限。

Atlassian 與 OpenAI 擴大合作，將 GPT-6 家族模型——包括 GPT-6 Astra 與 GPT-5.6 系列——帶進 Atlassian 更多平台功能及 Rovo AI。對企業客戶來說，重點不只是多了模型選項，而是 AI 有機會結合公司既有的工作脈絡來協助處理任務。這並不代表 Atlassian 將改採 OpenAI 單一供應商；公司仍維持多模型策略。1

合作擴大了什麼？

根據新協議，OpenAI 模型將為 Atlassian 平台及 Rovo 的 AI 代理提供支援；雙方也將企業工作脈絡與 ChatGPT、Codex 等 OpenAI 產品連結。這是建立在 2023 年開始的合作關係之上。1

其中一項關鍵是 Rovo 的 Teamwork Graph。它串連組織內的人員、專案、文件與決策，讓 AI 不必只根據單次提示作答，也能運用工作脈絡協助處理 Atlassian 產品中的任務。

協議包含商業支出承諾，但目前公開的公告資料沒有揭露金額。1

哪些功能早已存在？哪些才是新增？

這次不是 Atlassian 與 OpenAI 首度合作，也不是所有產品串接都從現在才開始。雙方自 2023 年起便有合作；Atlassian 也在 2025 年 12 月推出 ChatGPT 的 MCP 整合。此次擴大之處，在於 OpenAI 模型可用於更多 Atlassian 平台與 Rovo 場景，並拓展兩家公司產品間的連結方式。1

OpenAI 使用 Jira 也是既有合作的一部分。在 Team ’26 Europe 的一場分享中，OpenAI 說明了如何運用 Jira 支援其 AI 導入工作。

至於在 Jira 指派 AI 代理工作、並追蹤進度等做法，目前應視為可能發展出的工作流程，不宜直接解讀成所有相關功能都已正式上線。實際可用範圍與推出時程，仍應以 Atlassian 最新產品文件為準。1

MCP 是 AI 工具連接 Atlassian 的橋樑

Atlassian 的 Model Context Protocol（MCP，模型情境協定）伺服器，讓相容的 AI 用戶端能連接 Atlassian 產品。Atlassian 表示，管理員可透過組織層級設定，以及依應用程式、空間和資料分類設定的控管機制，管理外部 AI 工具如何讀取或寫入資料；連線存取則沿用既有的 Atlassian 權限。

VentureBeat 報導，重建後的 MCP 伺服器每日處理超過 1,500 萬次呼叫，並提供 220 多種工具，涵蓋 Jira、Confluence、Bitbucket、Loom 等產品。報導也提到，管理員可設定允許清單、查看稽核紀錄，或停用寫入操作。當 AI 不只讀取資訊、還可能變更工作內容時，這些控管尤其重要。1

因此，企業評估代理工具時，不能只問它使用哪個模型；也要確認它能連到哪些工具、採用誰的權限，以及是否能執行修改。Atlassian 公開的 MCP 文件列有權限模式與管理控制選項。

Rovo 仍是多模型平台

與 OpenAI 簽下新協議，不代表 Atlassian 將停用其他模型供應商，也不代表所有 Rovo 任務都會交給 GPT-6 Astra。Atlassian 表示 Rovo 會採用多種模型，包括第三方供應商；OpenAI 模型是這套組合的一部分。1

這種做法保留了依不同需求選擇模型的空間，例如考量能力、速度與成本。因此，這次公告不應被解讀為 Astra 將成為 Rovo 預設模型的承諾。1

API 價格、Rovo 點數與 Astra 安全措施

OpenAI 公布的 GPT-6 Astra 標準 API 價格為每百萬輸入 token 10 美元、每百萬輸出 token 50 美元。這是 API 費率，不能單靠它推算特定 Rovo 任務會耗用多少點數，或在 Atlassian 方案下實際收取多少費用。Atlassian 說明，Rovo 點數用量會依互動複雜度，以及是否使用 Teamwork Graph 的延伸脈絡而有所不同。

OpenAI 在其 Preparedness Framework（準備度框架）中，將 Astra 列為達到「Critical」（重大）網路安全能力門檻的模型，並表示已為其加強安全防護。代理工具若能採取動作，這些防護就可能影響任務是否繼續執行，即使使用者的工作本身是正當的也一樣。

啟用代理前，先確認資料與權限邊界

Atlassian 的 MCP 伺服器透過既有 Atlassian 權限連接外部 AI 用戶端；Atlassian 的 AI Trust 說明則指出，模型供應商不會使用客戶輸入與輸出來改善其服務。前者談的是連線工具可存取哪些資料，後者說明供應商如何處理輸入與輸出，兩者是資料邊界的不同面向。

啟用代理之前，管理員應檢視可用工具、是否允許寫入，以及適用的組織層級或應用程式層級控管。這項合作擴大了 AI 使用企業脈絡的可能性；實際能做到什麼，仍取決於各組織如何設定存取權限。