Atlassian Corp. a annoncé aujourd'hui Agentic Multiplayer Protocol, une mise à jour de la plateforme conçue pour changer la façon dont les humains et les agents d'intelligence artificielle collaborent et effectuent leur travail en utilisant un contexte et des tâches partagés au sein du même espace numérique.
Lors de la présentation de Team '26 Europe, Atlassian a déclaré vouloir que les agents d'IA fonctionnent comme des employés et intègrent ce qu'il appelle le « multijoueur » dans un système de travail entièrement gouverné afin que les humains et les agents puissent opérer côte à côte en plein air.
AMP est conçu pour donner à chaque agent le contexte de données dont il a besoin pour être utile et les limites pour rester en sécurité dans les limites de la plateforme – cela inclut une identité attribuée par l'administration, y compris l'autorité et la portée.
« Il s'agit d'un jeu multijoueur », a déclaré Jamil Valliani, responsable du produit IA, à SiliconANGLE dans une interview. « Les humains et les agents travaillent ensemble dans un espace très dynamique, et il y a de nombreux acteurs. »
Cependant, les agents ne peuvent pas se déchaîner. Valliani a ajouté qu'Atlassian a une déclaration interne : « Un logiciel sans tête signifie un logiciel sans cervelle. » Le rôle de l'entreprise n'est pas simplement de fournir des logiciels permettant aux agents autonomes de se connecter et de fonctionner sans personne ; l'autonomie est utile, mais elle ne l'est pas sans le travail d'équipe.
Rovo, l'assistant IA de l'entreprise devenu une centrale électrique autonome, peut disparaître pendant des heures en travaillant, mais l'utilisateur fixe et guide l'objectif, examine le plan proposé, le corrige et finalement examine le résultat.
Pour résoudre ce problème, Atlassian a annoncé Rovo Work, un nouveau mode pour Rovo Chat qui gère des tâches complexes en plusieurs étapes que les humains examinent et approuvent. Il est conçu pour des tâches à long terme.
« Lorsque vous choisissez d'envoyer une requête à Rovo Work, vous donnez en fait à Rovo la permission de se libérer pleinement », a déclaré Valliani.
En fait, Rovo peut aller plus loin que la simple réalisation d’un travail. Par exemple, lorsqu'on demande à Work d'aborder une tâche avec laquelle il n'est pas familier et qu'il n'a pas ce dont il a besoin dans ses données de formation de modèle, il tentera de s'entraîner lui-même.
Dans un cas, un chef de produit a demandé à Work une bobine prête pour Instagram. Au lieu d'utiliser tout ce qu'il avait associé à son modèle de base, Rovo a recherché les bonnes instructions, appris ce dont il avait besoin pour le format de sortie et obtenu des outils pour la synthèse vidéo.
Ceci est sensiblement différent de l’approche standard du modèle d’IA : « est-ce déjà disponible dans ma formation ? à « comment puis-je apprendre à faire ça? »
Valliani a également confirmé que pour les utilisateurs expérimentés, Rovo pourrait générer des compétences personnalisées dans le cadre de son travail. Bien qu’il s’agisse d’une fonctionnalité prise en charge séparément, chaque comportement appris ne devient pas une compétence que les utilisateurs peuvent exporter.
« Nous ne pouvons pas vraiment imaginer la créativité que nos clients vont lui demander de libérer », a déclaré Valliani. « Nous voulons que les clients s’y opposent et lui disent ce qu’ils veulent vraiment. »
Loom : Remplacer l'ingénierie rapide par « montre-moi ce que tu veux dire »
Atlassian apporte également aux utilisateurs quotidiens quelque chose que les développeurs utilisent depuis longtemps avec les agents de codage : montrer au lieu de raconter.
Loom est un produit produit par Atlassian qui permet aux utilisateurs d'enregistrer des vidéos d'eux-mêmes et de leur écran d'ordinateur et de les partager entre eux pour fournir des instructions. Il peut également être utilisé pour instruire les agents. Par exemple, Loom peut être utilisé pour dessiner des cercles autour de certaines parties de l'interface utilisateur, afficher les boutons sur lesquels on clique et les informations saisies dans les champs.
Le problème des agents IA n’est pas toujours l’intelligence. Parfois, les humains ont du mal à expliquer avec des mots ce qu’ils veulent, mais s’ils peuvent indiquer visuellement ce dont ils ont besoin avec des mots : « Agrandissez ceci, déplacez ceci, faites-le vert. » Cela rend l’ensemble du processus trivial. Deux humains regardant le même écran tout en se parlant ont le même contexte et ils ont une « invite » visuelle ainsi que les mots.
« Avec Loom, il capturera ce que vous dites et les références réelles à l'écran vers lesquelles vous pointez lorsque vous le dites, puis le formatera dans l'invite », a déclaré Valliani.
Atlassian élargit l'enveloppe autour du code et du contexte pour les développeurs
Pour les développeurs, les changements plus larges de la plateforme Atlassian se traduisent par un contexte et un environnement d'exploitation élargis pour les agents d'IA.
Dévoilé aujourd'hui, Rovo Code Search intègre la source elle-même dans Teamwork Graph, un moteur centralisé d'intelligence de données et de contexte qui cartographie les relations entre les personnes, le code et les documents. Data Context étend cette vue aux informations structurées stockées sur des plateformes telles que Databricks Inc., Snowflake Inc. et BigQuery de Google LLC. Ensemble, ils donnent aux agents une vision plus large non seulement de la manière dont les logiciels sont créés, mais également des informations commerciales sur les raisons pour lesquelles ils sont créés.
Le serveur Model Context Protocol étendu de la société offre également aux agents de codage et d'IA externes une interface commune dans sa plate-forme. Valliani a déclaré qu'une partie substantielle de ces interactions implique désormais que les agents réécrivent des informations, et non plus se contentent de les récupérer. MCP transforme Atlassian d'une source de données en une partie de l'espace de travail partagé où les agents laissent leur travail aux humains et aux autres agents.
Le serveur MCP d'Atlassian expose désormais 200 outils et gère environ 15 millions d'appels d'outils quotidiennement.
Cela rappelle la volonté de l'entreprise d'intégrer les agents à l'équipe et la formulation « multijoueur », donnant aux agents une place dans l'entreprise, des rôles et des autorisations.
Imaginez un agent IA travaillant dans Confluence, l'espace de travail numérique de gestion des connaissances et de collaboration documentaire de l'entreprise, similaire à un wiki interne centralisé, et il voit un autre agent ou humain éditer le même document. Étant donné que toutes les pages sont en direct et structurées, il saura qu'il collabore avec un autre coéquipier en temps réel, vérifiera les modifications et ajustera son approche.
