Atlassian heeft Jira uitgebreid zodat engineeringteams taken kunnen plannen, toewijzen aan programmeeragents, de uitvoering kunnen volgen en kosten kunnen meten vanuit één en hetzelfde platform. De platform ondersteunt Claude Code, Cursor en GitHub Copilot, bevat een eigen agent die wijzigingsverzoeken kan genereren en bereidt een directe integratie met OpenAI Codex voor.
De kernpunten van de nieuwe Jira voor ontwikkeling met AI in 20 seconden
- Jira kan werk toewijzen aan verschillende agents en tonen welke taken geblokkeerd zijn of in review wachten.
- Teamwork Graph verschaft context afkomstig van Jira, Confluence, Slack en repositories.
- De eigen agent werkt in een geïsoleerde omgeving en genereert pull requests.
- Atlassian meet ook tokens, verbruik en de geschatte kosten per codewijziging.
Het bedrijf wil een contradiction aanpakken die langzaam zichtbaar wordt binnen ontwikkelteams. Programmeurs gebruiken steeds vaker AI-assistenten en agents, maar die toename vertaalt zich niet in een even grote verbeteringen in leveringssnelheid.
Uit een longitudinaal onderzoek in samenwerking met DX blijkt dat het gebruik van AI onder ingenieurs met 65% is gestegen, terwijl de gemiddelde verbetering in ontwikkelsnelheid ongeveer 10% is, en maximaal rond de 15% in de onderzochte organisaties. Dit zijn gegevens uit een door Atlassian ondersteund onderzoek, geen universele sectormeting, maar ze dragen bij aan de uitleg van de nieuwe aanpak in Jira.
Het probleem ligt niet alleen meer in het schrijven van code. Vóór aanvang moet men begrijpen wat gebouwd moet worden, eerdere beslissingen herzien, afhankelijkheden lokaliseren en een zakelijke aanvraag vertalen naar technische eisen. Daarna volgen testen, veiligheidscontroles, documentatie, goedkeuring en deployment.
Agents kunnen snel code genereren, maar kunnen ook te letterlijk een ticket interpreteren, architecturale restricties negeren of schijnbaar geldige oplossingen produceren die later uren review vereisen. Atlassian wil Jira gebruiken als een coördinatielaag tussen mensen en deze agents.
Jira gaat verder dan enkel registreren wie welke taak uitvoert
Al meer dan twintig jaar fungeert Jira als een systeem voor error tracking, user stories, projecten en workflows. Het nieuwe voorstel breidt die rol uit: een agent wordt een deelnemer aan het proces waarop taken kunnen worden toegewezen, net als een teamlid, hoewel alle acties gelinkt blijven aan het ticket dat ze initieerde.
Gebruikers kunnen taken direct toewijzen aan Claude Code, Cursor of GitHub Copilot. De integratie om werk te kunnen toewijzen aan Codex volgt later, maar Jira maakt het nu al mogelijk om bepaalde tickets te openen in de lokale Codex-applicatie met de basisinformatie al geladen.
| Capaciteit | Wat kan het team doen |
|---|---|
| Toewijzing aan agents | Ticket sturen naar Claude Code, Cursor of GitHub Copilot |
| Jira Coding Agent | Code genereren binnen Jira en een pull request voorbereiden |
| Gecentraliseerde sessies | Inzicht in actieve agents, geblokkeerde of wachtende taken |
| Automatiseringen | Fouten, tests of documentatie versturen naar agents op de achtergrond |
| Agent-templates | Projecten maken met vooraf ingestelde statussen en workflows |
| Kostrapportage | Tokenverbruik en kosten koppelen aan projecten en wijzigingen |
De Jira Coding Agent is Atlassians eigen tool om dit werk uit te voeren. Hij leest het ticket, raadpleegt geautoriseerde info in Jira en Confluence, heeft toegang tot de geselecteerde repository en werkt binnen een geïsoleerde cloud-omgeving.
De agent kan Bash- of PowerShell-commando’s uitvoeren, code aanpassen en de wijzigingen doorsturen naar een tak. Hij kan ook een concept pull request maken, maar de uiteindelijke fusie blijft voorbehouden aan het team. De review en goedkeuring blijven dus mensenwerk.
De toegangsrechten van de agent worden overgenomen van de gebruiker die de sessie start. Hij kan geen info ophalen uit Jira, Confluence of repositories waarvoor die gebruiker geen toegang heeft. Atlassian geeft verder aan dat elke sessie het geselecteerde repository kloont in de geïsoleerde omgeving.
| Acties Jira Coding Agent | Bekend bereik |
|---|---|
| Jira en Confluence raadplegen | Binnen de toegangsrechten van de gebruiker |
| Toegang tot code | Alleen tot de geselecteerde repository |
| Commando’s uitvoeren | In de geïsoleerde cloud-omgeving |
| Een tak maken | Toegestaan als de gebruiker dat toestaat | Een pull request openen | Kan een concept maken | Wijzigingen mergen | Niet toegestaan | Lokale omgeving benaderen | Nee | Jira- of Confluence-informatie verwijderen | Nee |
Hoewel dit ontwerp enkele risico’s vermindert, blijft reviewen noodzakelijk. Een agent kan kwetsbaarheden introduceren, teveel bestanden aanpassen of testen genereren die alleen de eigen oplossing valideren zonder rekening te houden met belangrijke randgevallen.
De zichtbaarheid van sessies moet bovendien voorkomen dat het werk verspreid raakt over terminals, privégesprekken en losstaande tools. Jira toont welke agent een taak heeft gekregen, welke acties zijn ondernomen en of menselijke interventie nodig is.
Teamwork Graph wil het probleem van context binnen het bedrijfsproces oplossen
Het centrale onderdeel van de aanpak is Teamwork Graph, de laag die Atlassian gebruikt om taken, documenten, personen, doelen, code en eerdere beslissingen te verbinden.
Een agent kan bijvoorbeeld een ticket ontvangen dat zegt “verhelp het betalingsproces”, maar deze korte omschrijving vertelt niet welke services betrokken zijn, welke beslissingen het team zes maanden geleden nam, aan welke regelgeving moet worden voldaan of welk component niet mag worden aangepast. Dergelijk kennisbegrip ligt vaak verspreid tussen Jira, Confluence, Slack, GitHub en interne communicatie.
Teamwork Graph probeert een set context op te bouwen zodat de agent de taak kan begrijpen voordat hij begint te coderen. Volgens interne testen van Atlassian maakten agents, voorzien van deze extra informatie, resultaten die 44% preciezer waren en tot 48% minder tokens gebruikten dan zonder deze laag. Deze cijfers komen van eigen tests en geven niet het volledige model of de gebruikte repositories en criteria weer.
| Informatiewaarde | Wat kan het bieden |
|---|---|
| Jira | Vereisten, verantwoordelijken, statussen en prioriteiten |
| Confluence | Specificaties, beslissingen en documentatie |
| Slack | Gesprekken waarin de opdracht ontstond |
| GitHub | Code, branches, wijzigingen en afhankelijkheden | Loom | Video, audio, klikken en visuele uitleg van een taak |
| Jira Product Discovery | Klantenbehoeften en productbeslissingen |
Jira Planner gebruikt deze verzamelde informatie om complexe projecten om te zetten in gestructureerde technische specificaties. Het kan de codebase raadplegen, het Jira- en Confluence-verleden bekijken en de context van het team in overweging nemen voordat het een document in Confluence genereert dat door een persoon of een agent kan worden beoordeeld.
De functie is nog niet algemeen beschikbaar. Atlassian heeft een wachtlijst geopend voor de early access-programma’s, zodat de resultaten getest kunnen worden in organisaties met incomplete documentatie, oude projecten en grote repositories.
Jira voor Slack maakt het mogelijk tickets aan te maken en taken toe te wijzen door een vermelding aan @Jira in een gesprek. Het systeem kan relevante inhoud uit het gesprek overbrengen naar het werkitem, nieuwe berichten synchroniseren als comments en voorkomen dat de agent een apart samenvatting krijgt van het originele gesprek.
Loom wordt gebruikt om schermopnames en gesproken uitleg om te zetten in gestructureerde instructies. Een verantwoordelijke kan een fout tonen, aangeven waar die optreedt en het verwachte gedrag beschrijven. Het platform haalt schermbeelden, klikken, links en stem op om een plan te maken dat daarna in Jira-taken kan worden omgezet.
Het doel is niet alleen meer data verzamelen, maar ook relevante informatie selecteren. Volledige documenten insturen kan de kosten verhogen, het keuzepalet overbelasten en het moeilijk maken voor het model om beslissingen te onderscheiden. De aangekondigde tokenreductie hangt af van hoe Teamwork Graph de info filtert en relateert.
Automatiseren van fouten, tests en kwetsbaarheden zonder controle te verliezen
Jira maakt het mogelijk om agents toe te voegen aan zijn automatiseringsbouwer. Teams kunnen bijvoorbeeld bepalen dat eenvoudige fouten, ontbrekende tests of documentatietaken automatisch naar een agent worden gestuurd.
De agent werkt op de achtergrond en meldt wanneer een pull request klaar is voor review. Atlassian ziet dit model ook voor het verwijderen van oude functies, het verhelpen van bekende kwetsbaarheden of het updaten van documentatie na een wijziging.
Het bedrijf zegt intern dat ze tot 80% tijdswinst hebben geboekt bij bepaalde herhalende taken binnen Jira. Dit resultaat geldt voor specifieke workflows en is niet universeel toepasbaar voor het hele ontwikkelproces.
| Werk dat gedelegeerd kan worden | Wat moet gecontroleerd blijven |
|---|---|
| Kleine correcties | Review en testen |
| Genereren van tests | Beeldt de dekking en kwaliteit af |
| Bekende kwetsbaarheden | Veiligheid validatie |
| Documentatie bijwerken | Nauwkeurigheid controleren |
| Oude code verwijderen | Afhankelijkheden bevestigen |
| Herhalende wijzigingen | Limieten voor repositories en bestanden |
Automatisering kan het aantal voorbereide veranderingen vergroten, maar kan ook een knelpunt in de reviewfase creëren. Als meerdere agents aanvragen sneller genereren dan ontwikkelaars kunnen controleren, ontstaat er een werkstap op de stapel en bestaat het risico dat wijzigingen worden goedgekeurd zonder voldoende analyse.
Atlassian probeert dat probleem zichtbaar te maken door een gezamenlijke sessie-overzicht te bieden. Managers kunnen zien wat actief is, welke agent is gestopt, welke wijziging review nodig heeft en hoe lang het al wacht.
Het bedrijf introduceert ook in Atlassian DX een rapport dat de uitgaven aan Claude, Cursor, GitHub Copilot en andere tools koppelt aan projecten en engineeringresultaten. Het systeem schat de AI-kosten per pull request en brengt het tokenverbruik in kaart, verdeeld over verschillende leveranciers.
Het meten van kosten per wijziging is handig, maar zegt niet alles over de kwaliteit. Een goedkope pull request die technische schuld introduceert of een uitgebreide review verlangt, kan slechter zijn dan een duurdere die een complex probleem correct oplost. Bedrijven zullen kosten moeten combineren met doorlooptijden, incidenten, reversies en in-productiesresultaten.
Wat is beschikbaar en wat volgt?
Atlassian bevestigt dat de agents Claude Code, Cursor, GitHub Copilot, Jira voor Slack, Jira Coding Agent, automatiseringen, templates en de session-view al beschikbaar zijn voor betaalde Jira Cloud-klanten zonder extra kosten.
De supportdocumentatie nuanceert: Jira Coding Agent vereist dat AI-functies geactiveerd zijn, Rovo-tegoeden beschikbaar zijn, GitHub of Bitbucket Cloud gekoppeld is en een compatibele editie wordt gebruikt. Dus “zonder bijkomende kosten” betekent niet onbeperkt gebruik of automatische beschikbaarheid in alle configuraties.
| Functie | Status |
|---|---|
| Claude Code, Cursor en GitHub Copilot in Jira | Beschikbaar |
| Jira Coding Agent | Beschikbaar in compatibele plannen |
| Jira voor Slack | Beschikbaar |
| Automatiseringen met agents | Beschikbaar |
| Session-view | Beschikbaar | Jira Planner | Wachtlijst early access |
| Rovo voor Microsoft Teams | Early access |
| Direct to Codex toewijzing | Aankomend |
| DX AI Cost Management | Beschikbaar voor Atlassian DX-klanten |
Het verschil tussen een ticket openen in een tool en toewijzen als agent moet duidelijk blijven. Jira kan Codex, Claude Code, Cursor of GitHub Copilot al lokaal starten met de geladen ticketcontext. De integratie om Codex direct als agent vanuit Jira te kunnen toewijzen, staat nog op de planning.
Atlassian probeert de rol van Jira, ooit vooral een werkregistratiesysteem, te transformeren tot een voordeel voor de agentfase. Het gaat niet om het krijgen van het beste programmeermodel, maar om het controleren van context, toewijzing, supervisie en metingen.
Het resultaat hangt af van de correcte representatie van de realiteit door Teamwork Graph. Als tickets incompleet zijn, documentatie verouderd en beslissingen alleen worden besproken in privégesprekken, zullen de agents die problemen overnemen.
Jira kan een gedeeld punt voor mensen en automatische systemen worden, maar vervangt niet het werk om vereisten te definiëren, kennis up-to-date te houden en te reviewen wat uiteindelijk in productie gaat. Atlassian wil dat deze minder zichtbare taken, die minder code genereren, niet buiten de automatisering blijven.
Veelgestelde vragen
Welke programmeeragents kan Jira gebruiken?
Atlassian ondersteunt Claude Code, Cursor en GitHub Copilot. Codex kan al vanuit een ticket worden geopend met vooraf geladen context, maar de directe toewijzing als agent in Jira volgt nog.
Wat is Jira Coding Agent?
Het eigen agent van Atlassian dat code genereert op basis van een ticket. Hij werkt in een geïsoleerde cloudomgeving, kan een tak maken en een concept pull request openen, maar bepaalt niet zelf of de code wordt samengevoegd.
Wat brengt Teamwork Graph aan de agents?
Het combineert taken, documentatie, gesprekken, code, mensen en beslissingen om bedrijfscontext te verschaffen. Atlassian beweert dat interne tests de nauwkeurigheid verbeterden en tokenverbruik verminderden.
Zijn deze functies extra kosten?
Atlassian biedt ze in betaalde plannen aan, maar sommige vereisen Rovo-tegoeden, AI-inschakeling en repositorykoppeling. DX AI Cost Management is beschikbaar voor Atlassian DX-klanten.