本記事は、We're bringing governed agent loops to the AI-Native SDLC の抄訳です。
当社の2026年 AI SDLC調査によると、エンジニアリングリーダーの94%がAIを使っていると回答したのに対し、それをソフトウェアライフサイクル全体にわたって実際に拡張するための仕組みを持っているのは、わずか6%にとどまるという結果がでました。ほぼ全員がエージェントを試している一方で、破綻を招くことなくエージェントを大規模に稼働させられる人は、ほとんどいないのです。
それはなぜか？そこには3つの課題が潜んでいると考えます。
課題 1: エージェントは、あなたの世界について何も知らない
あなたの世界を理解していなければ、エージェントは機能しません。ここでいう世界とは、アーキテクチャ、これまでの意思決定、標準、そしてチームメンバーの頭の中やドキュメント、コミュニケーションチャネルに蓄積された組織的な記憶のことです。
私たちは、エージェントを共有コンテキスト層に根づかせるとともに、ガバナンスを組み込みます。これにより、エージェントにコンテキストを与えるのと同じ仕組みが、エージェントが触れられる対象も制御します。
-
Code Context は、Atlassian Teamwork Graph上に構築されており、Rovoおよびコーディングエージェントに対し、複数リポジトリにまたがるコードベース全体を横断する安全なインテリジェンスを提供します。これにより、バックログのアイデアがアーキテクチャ上実現可能かを精査し、コードを踏まえた実装計画を生成することから、バグのトリアージや根本原因の特定を加速することまで、ライフサイクル全体にわたってより正確な結果が得られます。
-
Agent Context Controls は、プラットフォームチームが、あるスペース内でどのエージェントが動作できるか、そしてそれらが何を閲覧できるかを正確に統制できるようにします。
Agent Context Controlsを使えば、プラットフォームチームはスペース内で稼働できるエージェントと、それらのエージェントが閲覧できる情報の範囲を厳密に管理できます。
より良いコンテキストが、より良い成果を生みます。優れたコンテキストがもたらす効果は、確かなものです。DXによる最近の分析では、AIツールがAtlassian Teamwork Graphのコンテキストを最も多く活用したチームは、開発者1人あたりの出荷量が約64%多いという結果が出ています。
課題 2: すべてが1プロンプトずつしか進まない
AI SDLCにおける次の変化は、開発者が都度プロンプトを入力する単発のセッションではなく、自律的なエージェントに安全に仕事を任せる仕組みを作り上げる必要があるということです。エンジニアリングのバックログを、常時稼働する自動化された実行サイクルへと変えるために、Jiraに以下の新機能を搭載予定です。
-
Agent loops in Jira は、明確に定義された未割り当ての作業項目を継続的にスキャンし、それらをJira Coding Agentに委任して実行・テストを行い、レビュー可能な状態のPRをJira内で直接オープンすることで、バックログからプルリクエストまでの道のりを自動化します。
-
Standards は、プラットフォームチームが組織共通のコーディング規約やセキュリティ基準を定義してリポジトリに紐づけられるようにし、コードベースで作業するすべてのエージェントと開発者に、一貫した品質のガードレールを自動的に共有します。
-
AI Review は、すべてのプルリクエストに専用のエージェントを配置し、標準に基づきコードを自動検証し、人間のレビュアーに渡る前に品質のズレや問題を事前検知、問題が人の手に渡る前に指摘します。
これらを組み合わせると、次のようなループになります。
開発者が意図とガードレールを定義する → エージェントが並行して実行する → 開発者とPMが、実際に出荷するものをレビューして承認する → エージェントが完了した作業に基づいて共有コンテキストを更新
あなたはマージボタンの主導権を握り続けながらも、そこに至るまでのすべての工程でボトルネックになることをやめられます。
統制されたエージェントループにより、開発者は「マージするかどうか」の最終決定権を握り続けながらも、そこに至るまでのあらゆる作業で自分が足を引っ張る存在ではなくなります。
課題 3: これがうまくいっていると誰も証明できない
エンジニアリング組織全体でAIのインパクトを測定するのは、難しいことです。完璧な手引きはまだ存在しませんが、それでもリーダーには、AIがどこで役立ち、どこで役立っていないのかを、明快かつ確かな根拠に基づいて理解する手段が必要です。だからこそ私たちは、こうした説明責任と可視性のためのツールを、システムに直接組み込みました。
-
DX for Agentic Development は、スループット、品質、導入状況、コストにわたってAIのインパクトを測定し、投じたものと出荷したものを結びつけます。AI Code Insights、ツールおよびMCPのトラッキング、モデルとタスクの適合性、学術的に検証されたAgent Experience（AX）研究を、豊富なソフトウェアコンテキストおよびガードレールと統合し、AIのオブザーバビリティとガバナンスの間のループを閉じます。
-
Jira Agent Usage Dashboard は、チームリーダーが、自分たちのワークフローでどのエージェントが使われているかを把握し、エージェントによってチームのデリバリー速度を高めることを支援します。
これこそが、ガバナンスの効いたエージェントループを、実験段階から、取締役会に提示できるものへと引き上げるものです。
Jira エージェント利用状況ダッシュボードは、チームリーダーがチームのワークフローで利用されているエージェントを把握し、エージェントの活用によってチームのデリバリー速度を高めるのを支援します。
自律ループを味方に、開発を次のステージへ
これまでエンジニアリング組織で語られてきた AI は、コード補完や気の利いたプロンプト、目を見張るようなデモといった「個々の感動的な体験」が中心でした。しかし、そうした「点」の体験だけで、開発組織全体の生産性をスケールさせることはできません。
真に求められているのは、単発のプロンプト操作から、日常業務に溶け込む「常時稼働のワークフロー」へのシフトです。
エージェントが役割を正しく理解するためのコンテキストの提供、業務を安全かつ確実に進めるための実行ガバナンス、そして成果を可視化する測定環境。これらを包括的に実現するのが、本日リリースする新たな機能群です。
提供状況:
Code Contextは、オープンベータを通じて、Jira Cloud有償プランをご利用のお客様に順次展開されます。Agent loops、Standards、AI Reviewは、プライベート早期アクセスプログラムで提供されます。Agent Context ControlsおよびAgent Usage Dashboardは、今後数か月のうちに、Jira Cloud有償プランをご利用のお客様に一般提供される予定です。DX for Agentic Developmentは、今四半期中に、Atlassian DXをご利用のお客様に一般提供される予定です。