在拉斯維加斯的團隊’24會議上，Atlassian推出了他們的新AI助手Rovo。Rovo能夠從第一方和第三方工具中提取數據，通過新的AI驅動的搜索工具和其他集成到Atlassian的產品中的方式，方便用戶訪問。然而，最有趣的部分可能是新的Rovo Agents，它們可以用來自動化像Jira和Confluence這樣的工具中的工作流程。這些代理商的一個巧妙之處在於：任何人都可以使用自然語言界面來建立它們，無需編程。

Atlassian公司的產品頭Sherif Mansour說：“我們喜歡將Rovo視為組織的大型知識模型。它是每個知識工作者的知識發現產品。當你看到一個知識工作者需要做什麼，他們通過這樣的過程：我需要找到一項工作。我需要學習並理解它。然後我採取行動。大多數有辦公桌工作的人都會經歷這個循環。我認為Rovo令人興奮的地方在於，我們終於在普遍性AI的創生地，幫助加速我們在該領域為團隊所做的工作。”

Atlassian 團隊’24 拉斯維加斯。

Rovo的基礎是Atlassian的“雲團隊圖”，這與形成Atlassian Intelligence基礎的圖是一樣的，Atlassian Intelligence是該公司一年前將AI隊友帶到其產品的努力。該圖將Atlassian自家產品和許多第三方SaaS工具的數據匯集在一起。在某種程度上，因為每個工具都有自己的數據孤島，這使得員工更難找到他們需要的信息，這就需要像Rovo這樣的應用程序。

Rovo，Mansour說，圍繞著團隊合作的三個支柱旋轉：幫助團隊找到並連接他們的工作，幫助這些團隊學習，然後幫助他們採取行動。

在某種程度上，企業搜索是這裡的低懸果，因為Atlassian已經在聚合所有這些數據。但這也是一種應證對其用戶立即有用並使他們免於不斷切換上下文以查找信息的工具。一些開箱即用的第三方工具包括Google Drive，Microsoft SharePoint，Microsoft Teams，GitHub，Slack和Figma。

擁有許多自定義工具的企業也可以構建自己的連接器。例如，Atlassian本身建立了一個連接器，將其內部開發者文檔帶入其中。僅僅在Rovo中提供該文檔，Mansour說，就節省了開發人員每週一兩個小時的時間——這比這些開發人員從使用AI代碼生成工具報告的時間節省更多。

Mansour強調，最大的技術挑戰——除了建立驅動Rovo的AI基礎設施——就是建立所有這些連接器並確保它們尊重公司IT和安全團隊設定的訪問許可權。 “當你搜索時，你得到的結果集與我的搜索不同。我們確保它為你量身定做並尊重你的權限——並且只有[顯示]你可以訪問的。”

如果Rovo也沒有作為一種聊天服務，那就不會是2024年。由於它也可以訪問所有這些數據，所以使用檢索增強生成(RAG)將大型語言模型與它進行配對並讓模型提供定制答案相對來說是一項相對容易的任務。

即使在使用RAG時，大型語言模型仍然容易出現幻覺（雖然RAG大大降低了模型偏離腳本的機會）。為了確保用戶可以信任結果，Rovo始終引用其來源，大多數時候（例如幻燈片和Figma設計），甚至有交互式預覽。

Atlassian還在Rovo中增加了一項有趣的功能，它能夠檢測並解釋公司的術語。甚至有一個Chrome擴展程序，當你閱讀Google Doc時，它將自動劃線並解釋某個特定的公司特定術語。此功能由Rovo的語義搜索引擎驅動。

虛擬隊友
—————–

找到信息是一回事。採取行動則是另一回事。這就是Rovo Agents的作用所在。在某種程度上，這是該公司在Atlassian Intelligence方面所做工作的延伸。事實上，該公司將Rovo Agents描述為“虛擬隊友”。

“Rovo Agents將以其合成大量企業數據的能力，分解複雜任務，隨著他們採取行動而學習，並與他們的人類隊友合作進行關鍵和複雜決策的能力，改變團隊合作，” Mansour在今天的公告中寫道。 “Agent們並不僅僅是聊天機器人的某種加強版。他們為各種工作流程和過程帶來專業的知識和技能。”

這意味著他們可以生成，審查和編輯用於營銷的內容，產品規格或Jira問題。用戶也可以構建可以回答特定問題或推薦最佳實踐的代理人。但更重要的是，他們可以根據Jira問題的進展情況等自動化任務，或幫助用戶清理他們的Jira積壓或組織Confluence頁面——所有這些都需要人類參與。

“我們堅信，團隊工作的未來是隊友與虛擬隊友——代理人——一起工作，” Mansour說。 “將會有很多這樣的代理人，你將在你的日常工作流程中與他們互動。”