Atlassian "AutoDev" ба "Always-On" AI агентуудыг танилцууллаа: Хөгжүүлэгчид унтаж байхад Backlog-ийг PR болгодог шинэ эрин

IDE дээрх чатаас 24/7 ажиллах багийн гишүүн рүү

Сүүлийн нэг жилийн хугацаанд хөгжүүлэгчид бид Cursor, Copilot зэрэг хэрэгслүүдийг өдөр тутмын кодоо бичихдээ тогтмол ашиглаж дадлаа. Гэвч энэ загвар нь үндсэндээ "Foreground" буюу хөгжүүлэгч өөрөө IDE дотроо байж, гараараа prompt өгч, үр дүнг нь харж суудаг хэв маяг байв.

Өнөөдөр Atlassian компани програм хангамж хөгжүүлэлтийн дараагийн том үе шатыг зарлалаа: "Always-On Agentic Software Development".

Atlassian-ийн танилцуулсан шинэ шийдэл нь бидний өдөр тутмын ажил удирддаг Jira, Confluence системийг зүгээр нэг бүртгэлийн самбар биш, харин AI агентууд бие даан ажиллах ухаалаг "үйлдвэрийн талбар" болгон хувиргаж байна.

AutoDev: Backlog ухаж, өөрөө PR үүсгэдэг бие даасан систем

Энэ удаагийн хамгийн анхаарал татсан шинэчлэл бол AutoDev систем юм.

Уламжлалт арга барилд хөгжүүлэгч Jira дээрээс тодорхой task сонгож аваад, IDE дээрээ кодлож, дараа нь PR (Pull Request) нээдэг байсан. Харин AutoDev-ийн ажиллах зарчим дараах байдалтай байна:

Backlog Scanning: Систем Jira backlog дээрх шаардлага нь тодорхой бичигдсэн боловч эзэнгүй (unassigned) хэвтэж буй ажлууд болон bug fix-үүдийг автоматаар шүүнэ.
Autonomous Execution: Тухайн ажлыг тусгай "Jira Coding Agent"-д хуваарилж, цаанаа кодын бүтцийг уншин хөгжүүлэлт хийнэ.
PR Creation: Агент ажлаа дуусгаад репозитор дээр шууд Pull Request бэлтгэж, тайлбар, тестийн үр дүнг хавсарган хүн хөгжүүлэгчийн хяналтад (Review) үлдээнэ.

Энэ нь хөгжүүлэгчийг өглөө ирэхэд жижиг, нэгэн хэвийн таскууд аль хэдийн шийдэгдэж, PR хэлбэрээр хүлээгдэж байх боломжийг олгож байгаа юм.

Teamwork Graph ба Code Context: Агентууд яагаад архитектурыг эвддэггүй вэ?

Өнөөг хүртэл автономит агентуудыг бодит продакшн төслүүдэд ашиглахад гардаг хамгийн том бэрхшээл нь контекстийн дутагдал байв. Агент кодын ганц файлыг засаж чадах ч, байгууллагын архитектурын дүрэм, олон репозиторын уялдаа холбоо, багийн өмнөх шийдвэрүүдийг мэддэггүй тул "hallucinate" хийх эсвэл системийг эвдэх эрсдэлтэй байсан.

Үүнийг шийдэхийн тулд Atlassian "Code Context" платформоо Teamwork Graph бүтцэд суурилуулан гаргажээ.

Multi-repo ойлголт: Агент зөвхөн нэг git repo биш, байгууллагын нийт microservice болон multi-repo бүтцийг бүхэлд нь ойлгоно.
Холбоос сүлжээ: Jira таскууд, Confluence дээрх архитектурын баримт бичиг, PR түүх болон багийн хэлэлцүүлгүүдийг нэгтгэсэн граф мэдээллийн сангаас контекст авна.
Үр дүн: Atlassian-ийн дотоод туршилтаар Code Context ашигласан агентууд энгийн агентаас 44% илүү нарийвчлалтай ажиллаж, контекст хайхад зарцуулах токенийг 48% хэмнэсэн байна.

DevSecOps-ийн шинэ сорилт: "Agent Context Controls"

Хэрэв AI агент хэдэн цаг, өдрөөр бие даан ажиллах юм бол түүнд ямар эрх өгөх вэ? Энэ бол DevOps болон аюулгүй байдлын инженерүүдийн хувьд хамгийн эмзэг асуудал юм.

Atlassian үүнд зориулан Agent Space Settings болон Agent Context Controls шийдлийг гаргаж, агентуудыг яг л байгууллагын шинэ ажилтантай адил RBAC (Role-Based Access Control) зарчмаар удирдах боломж олгожээ:

Агент ямар репозитор руу бичих эрхтэй, алийг нь зөвхөн уншихыг нарийн заана.
Нууц түлхүүр, credentials болон эмзэг өгөгдөл бүхий кодын хэсгүүдэд агентын хандах эрхийг хязгаарлана.
AI Review Guardrails: Бүх бичигдсэн PR-уудыг автоматаар багийн тогтоосон стандартын дагуу шалгах тусдаа "Reviewer Agent" ажиллаж, дүрмийн зөрчилтэй кодыг нэгтгэхээс сэргийлнэ.

Хөгжүүлэгчдийн хувьд энэ юу гэсэн үг вэ?

Энэхүү шинэчлэл нь програм хангамжийн инженерийн өдөр тутмын үүргийг үндсээр нь өөрчилж буй дохио юм.

Бид цаашид гараараа Boilerplate код бичиж, CRUD endpoints угсарч, dependency update хийх гэж цаг зарах шаардлагагүй болж байна. Харин инженерийн үндсэн чадвар нь:

Техникийн тодорхойлолт (Specs) болон архитектурыг маш нарийн зурах (Агент ойлгож хэрэгжүүлэх боломжтойгоор),
Кодын чанар, аюулгүй байдал болон бизнесийн логикийг шүүмжлэлтэйгээр хянах (Architecture & PR Review),
Агентуудын ажиллах зааг хязгаар, засаглалыг тохируулах чиглэл рүү эрчимтэй шилжиж байна.

Atlassian-ийн энэхүү алхам нь AI-г IDE доторх жижиг туслахаас байгууллагын системтэйгээр удирддаг дэд бүтэц рүү шилжүүлсэн томоохон эргэлтийн цэг болж байна.

Эх сурвалж: SiliconANGLE, DevOps.com болон Atlassian Engineering мэдэгдэл.