Atlassian 深化 OpenAI 合作但坚持多模型战略：Rovo 与 MCP 构建企业级 AI 治理新范式

企业级项目与开发软件支柱 Atlassian 周一表示，它将扩大与 OpenAI 的合作伙伴关系，该合作关系 可追溯至2023年，将OpenAI最新一代前沿模型——包括近期发布的GPT-6 Astra及GPT-5.6系列——接入Atlassian平台及其Rovo AI，并将Atlassian的企业上下文连接至OpenAI的ChatGPT和Codex。

对于日常使用Jira、Confluence和Bitbucket的企业技术采购者而言，此次公告意味着更强的功能、更清晰的治理叙事，以及一项商业层面与OpenAI的绑定；而Atlassian已谨慎避免使该绑定成为排他性合作。

OpenAI与Atlassian合作的新进展

所描述的大部分集成早于本周。自2023年4月Atlassian Intelligence发布以来，Atlassian便一直使用OpenAI模型为其AI提供支持，而Atlassian的“团队协作图谱”（Teamwork Graph）——即其对人员、项目、文档与决策之间关联关系的映射——从最初起便是该方案的核心卖点之一。该公司于2025年12月推出了面向ChatGPT的MCP集成。GPT-6 Astra则于9月3日单独发布。

两家公司本周新增的内容主要在于连接性：随着OpenAI最先进模型的陆续发布，它们将被纳入Rovo的模型组合；重建后的Atlassian MCP服务器向外部AI工具开放了更多Atlassian产品生态功能；此外还包含一项商业承诺。

当被问及合同条款中“扩展访问权”的具体含义时，一位OpenAI代表拒绝透露细节，但以不具名方式将该安排描述为“实质上是一项支出承诺”——即Atlassian承诺向OpenAI模型与技术投入资金，而非相反。

Atlassian并未将整个平台押注于单一模型

买家需理解的最重要一点，是该协议“并非”什么。

Atlassian在致VentureBeat的书面沟通中明确指出，GPT-6 Astra 并非 将成为Rovo的默认模型。Rovo运行一个内部AI网关，可根据任务动态路由至OpenAI及其他供应商，平衡各项任务的能力、速度与成本。

这种多模型现实亦可见于Atlassian自身的宣传材料中。其MCP公告——恰逢其Team '26欧洲大会期间发布——开篇引用了Anthropic企业产品主管Scott White的发言，称Atlassian的MCP是“Claude平台上使用最广泛的MCP企业集成之一”，并报告称重建后的服务器在Claude模型上的Token节省量已得到实测验证。

换言之，在OpenAI高调将Atlassian作为展示案例的大致同一天，Atlassian却在展示Anthropic。正在评估厂商锁定风险的企业应将此视为一项特性：Atlassian正将“团队协作图谱”定位为持久性资产，而将各类模型视作可互换组件。

MCP层才是真正的引擎——也是治理机制所在之处

对开发者与管理员而言，最相关的是重建后的Atlassian MCP服务器，该公司称其目前每日处理逾1500万次调用。该服务器开放了涵盖Jira、Confluence、Bitbucket、Loom、Goals等在内的220余项工具，并且Atlassian表示其运行效率高于旧版本——在内部测试中，同等Jira与Confluence工作负载下Token消耗最多减少25%。Jira Service Management支持功能列为即将推出。

该设计使得ChatGPT、Codex、Cursor或Claude中的智能体可通过单次请求跨越整个软件生命周期——例如检查拉取请求、读取关联的Confluence规范文档，并草拟后续工作任务项——而非止步于浅层关键词检索。

对于首席信息安全官（CISO）与平台所有者而言，治理模型的说明比两家公司在合作公告中所表述的更为具体。Atlassian表示，MCP服务器：

• 由 Atlassian托管 ，并默认采用OAuth 2.1与PKCE进行安全加固， 且在查询时强制执行每位用户的既有权限，因此智能体永远无法访问用户本身无权访问的数据。 将读取、写入与破坏性操作划分为不同风险等级，允许客户对高风险步骤要求显式确认。

• 通过Atlassian Guard，在所有MCP连接中强制执行数据安全策略与数据防泄漏（DLP）措施。

• 为管理员提供域名白名单、IP白名单、按作用域划分的读/写/搜索控制，以及来自管理控制台的组织级审计日志——包括完全禁用写入操作的能力。

• 这解决了将自主智能体指向权威系统（system of record）时最棘手的反对意见。

仅凭此尚不能完全消除提示注入（prompt-injection）风险——即恶意指令被植入工单或页面中，试图引导具备写入权限的智能体执行操作——但结合按用户权限控制、分离的写入风险等级、高风险步骤的显式确认，以及DLP措施，构成了Atlassian所提供的缓解方案；该方案在概念验证（proof of concept）中值得进行合理压力测试。

Astra介入：能力增强、真实成本与可中断工作的安全检查

GPT-6 Astra是本次公告的主打模型，确实能力卓越——OpenAI报告显示其在计算机使用、编程与网络安全基准测试中达到业界领先水平。买家需注意两点：第一，这些对比结果出自OpenAI自身，且框架由OpenAI设定；至少在OpenAI自身发布的独立指标——人工智能分析智能指数（Artificial Analysis Intelligence Index）中，Anthropic的Claude Fable 5.1得分高于Astra。第二，Astra价格昂贵——输入Token每百万10美元，输出Token每百万50美元；Atlassian指出，Rovo积分消耗随任务所用模型与算力而变化，因此更复杂的智能体推理将消耗更多积分。虽无统一涨价，但存在可变成本。

对本受众而言，运营层面的注意事项比基准测试结果更重要。Astra是OpenAI首个在其“准备就绪框架”（Preparedness Framework）下达到“关键级”（Critical）网络安全阈值的模型；在测试中，其在一项漏洞利用基准测试中得分为100%，并发现了两个此前未知的零日漏洞。

为管控该风险，OpenAI部署了分层防护机制——包括Codex自动审查、生产环境错位监控，以及可中止未授权操作的分类器。OpenAI自身承认，这些检查可能“减慢、暂停或中止合法工作”，防御性安全任务亦不例外；在ChatGPT或Codex中被暂停的任务可能要求用户审核后继续，而在API中则直接停止。

基于Astra构建自动化流水线的团队应针对中断情形进行设计。Astra当前亦拒绝执行更高级别的进攻性任务，例如编写概念验证型漏洞利用代码——这对希望将其用于红队演练的安全团队具有相关性；OpenAI表示，未来将逐步放宽此类限制，仅限经审核的防御性工作流程使用。

另有一项值得注意：OpenAI称Astra生成的书面推理过程比其前代模型更难监控，该退化问题被其定性为“严重”，且仍在研究中。对于期望审计智能体行为原因的组织而言，该模型自身提供的解释可能不如Atlassian与Codex所捕获的系统级日志更具可追溯性。

您的数据会发生什么

你的数据会发生什么

关于企业最先提出的问题——OpenAI 是否会获取您的数据——实际情况比宣传材料所暗示的更为清晰，尽管该结论综合了多个信息来源。Atlassian 表示，仅由调用的 MCP 工具返回的特定数据会被发送至 OpenAI，作为该查询的上下文，且该数据范围严格限定于发起请求用户的权限范围内。

在 OpenAI 一侧，Astra 为符合条件的 API 客户提供零数据保留（Zero Data Retention，ZDR）支持；而企业对 Astra 的访问默认处于关闭状态，须由管理员手动启用。Atlassian 现行的政策声明中将 OpenAI 列为分包处理方（subprocessor），明确其不会使用客户输入或输出数据进行模型训练。

剩余的模糊之处存在于各环节的衔接处：ZDR 所谓的“符合条件”具体涵盖哪些情形；以及 Rovo 内部模型路径是否与 ChatGPT/Codex MCP 连接适用完全相同的数据保留条款。在将受监管的工作负载部署至任一路径之前，这些问题均值得予以确认。

核心结论

对于 Atlassian 客户而言，此次更新是一次演进，而非断裂。更新后的模型及更广泛的 MCP 功能面，显著提升了 Atlassian 平台内智能体（agents）的实用性，而所配备的治理控制措施，正是企业理应要求的标准。

战略信号表明，Atlassian 正在深化其与 OpenAI 的合作关系——且已投入真实资金——同时又刻意保持自身平台的模型无关性（model-agnostic），Anthropic 等其他厂商亦明确纳入其中。

目前仍“处于地平线上”的能力，包括可自主承接工作项的智能体，以及含人工检查点的多智能体协同编排，才是真正回答有关控制权与问责制等更重大问题的所在。

现阶段审慎的做法是：针对所宣称的治理条款开展 MCP 连接试点；监控高推理负载下的额度消耗；并设计任何基于 Astra 的自动化流程，使其能够容忍安全暂停（safety pause）。