10 月 7 日，Atlassian 在阿姆斯特丹的 Team 26 Europe 大会上抛出一套新东西——Agentic Multiplayer Protocol，简称 AMP。表面看是又一个协议发布，但它想解决的是人-AI 协作里一个一直含糊的问题：当一支团队里人和 agent 混着干活，谁来记「谁改了什么、为什么改、有没有人复核」。这个发布不是凭空来的——Atlassian 披露，旗下 Rovo 智能体现在每月支撑的人与 agent 协作已经超过千万次，逾八成的财富五百强在用，欧洲中东非洲企业云客户里也有八成五开启了 AI 功能。换句话说，agent 早已不是演示里的客串，而是天天在生产工具里跑的角色。
三层设计，把 agent 接进工具内的协作流
AMP 把协作拆成三层。起手是「在流协作」：agent 直接在 Jira、Confluence 这些工具里与人同框，而不是被关在独立聊窗里，覆盖实时与异步两种节奏。其二是「身份与共享在场」：每个 agent 都有独立档案、明确归属人、实时署名，团队能看见一个 agent 是在哪改的文档或代码，无论它是在工具内触发还是在开发者本机本地跑起来的。其三是「上下文与治理」：所有 agent 都锚在 Atlassian 的 Teamwork Graph 上，从全组织的软件工具里抽机构上下文，权限精确到个人或团队，并留出一整条审计轨迹——谁触发了 agent、它读了哪些数据、人工 checkpoint 落在哪。值得注意的是，Teamwork Graph 现在追踪的对象与关系已经超过 2500 亿，半年前这个数字是 1500 亿，体量涨得很快。
顺手把 MCP 服务也升级了
和 AMP 一起端出来的，还有一版新的 MCP 服务器。它把外部 AI 工具和编码 agent 接到 Atlassian 各产品的企业上下文里，现在对外暴露约 200 个工具，每天处理约 1500 万次工具调用，较半年前翻了 15 倍。Atlassian 内部在 Claude 系列模型上做的基准称，新服务器完成同样的 Jira 与 Confluence 任务，平均比旧版少用约两成 Token。更深的一层是和 OpenAI 的合作关系加码：新能力包括 Agent Sessions 与 Non-Human Identities，目标是让 agent 的活动可追踪、可复用、更安全；另有 Record for Agent 与 Interactive PR Reviews，把屏幕和语音录制转成可执行的简报与走查视频。Atlassian 还把 Forward Deployed Engineering 项目扩了面，并公开了一份实战手册，把驻场工程师把 agent 推进客户的经验摊开讲。
署名易得，问责难求
这一版发布最值得玩味的地方，是它把「谁写的」和「谁该负责」悄悄分开了。多个分析师点出，一个标出人写还是 agent 写的署名标签，并不等于有意义的人的监督。仓库能记下提交人，却可能把真正产出内容的工具遮住；开发者的提交记录里写的仍可能是人，哪怕代码是 agent 生成的。Atlassian 自己也说，能看 agent 访问什么、限制 agent 权限的深层身份控制还在规划里，没有给出排期。更务实的视角是：比起代码量，每次「被采纳的改动」成本，才是衡量 agent 贡献更有用的尺子。眼下最稳的做法，是把署名当作监督的一个输入，而不是问责的凭据。
和本站早先覆盖的那篇不是一回事
本站此前写过 Atlassian 在 Jira 里跑的「受治理 agent 循环」（从积压任务到拉取请求的上下文控制），那是一处单点功能的叙事；这次 AMP 是一套横跨协作、身份、治理三层的协议，且带来了一整套新的体量数据与 MCP 升级，属于同厂商的不同事件。把它放回更宽的镜头里看，它和本站近期覆盖的 NIST 信任响应式授权（身份合法不等于动作安全）、Okta 的 agent 单点登录（非人身份）是同一股潮流的不同切面——行业正在把「agent 是谁、能干什么、谁盯着它」当成基础设施来补。当然，深层权限检视尚未发货，几组效率数字也还是厂商自报，落地成色仍待独立复验。
AMP 押的注其实很清楚：人和 agent 一起干活，需要像人和人协作那样被记录、被追溯、被问责。当 agent 的贡献能被署名、能被算清「每次采纳改动的成本」，那些长期停留在演示里的企业 agent，才算真正有了进生产系统的底气。对正在把 agent 塞进研发流程的团队，这版发布的提醒是：先别急着比谁的 agent 写得多，先想清楚谁的改动能被追溯到、被复核到。