Atlassian 于 2026 年 8 月 12 日宣布 Code Context，把大型、多 repository 的 codebase understanding 放入 Teamwork Graph。它要解决的不是 coding agent 不懂语法，而是 agent 往往只能看到本地工作区，未必知道相关服务、跨 team dependency、历史决策和下游影响。
Code Context 会把 codebase 加入 Teamwork Graph，让开发者和 agent 在 IDE、terminal、AI coding app、Jira 及 Atlassian 生态系统内使用。搜索同时支持 lexical search 和 semantic search：前者适合找确切 function 或字符串，后者则可以按概念找出未必包含相同关键词的代码。这个组合让 agent 可以先找相关位置，再把代码和工作背景放在同一个推理上下文中。
Atlassian 表示，Code Context 可通过 Teamwork Graph CLI 供 Cursor、Claude Code 和 Codex 使用，也可在 Rovo Chat 中作为 skill。除了 repository 本身，agent 还可以查询 Jira work items、Confluence pages、Loom videos，以及 50 多个 connector 的资料。对于 debugging、影响范围分析和陌生服务 onboarding 来说，重点是让 agent 在采取行动前先看到「这段 code 为什么这样写」和「还有谁依赖它」。
官方引用内部 benchmark 指出，加入 Teamwork Graph 上下文的 agent，结果准确度提高 44%，同时少用 48% tokens。这是 Atlassian 的内部数据，不是独立评测；更合理的读法是，它说明上下文整理可能同时改善答案质量和 token 效率，而不是直接承诺所有团队都会得到相同比例的提升。
权限设计是 Code Context 的另一个核心。管理员要先 opt in 并开启 code indexing，启用后，搜索结果会按用户或获授权 agent 的权限范围限制。Atlassian 表示目前支持 GitHub 和 Bitbucket repository，并会尊重既有 SCM permissions。企业若要开启这类能力，仍应先确认哪些 repository 可以被索引、哪些 agent 拥有读取权，以及 index 失效或撤销权限后如何处理。
Code Context 目前处于 early access，并逐步向客户 rollout open beta。这代表功能方向已经清楚，但产品成熟度、覆盖范围和治理细节仍要按实际 tenant 验证。Atlassian 也提醒，即使 agent 提出修正，开发者仍要理解变更、检查下游影响及决定是否合并；上下文引擎可以减少盲点，不能取代 code ownership。
这次发布的更大讯号，是 coding agent 的竞争开始由「谁能写出一段 code」移到「谁能在正确权限下取得足够背景，再提出可验证的改动」。如果 agent 先做跨 repository 检索、列出依赖、核对历史决策，再进入生成和 review，企业 workflow 便更接近可审核的工程流程，而不是只在本地文件上进行高信心猜测。
