Atlassian 執行長:人類將如何與 AI 代理協作——專訪 Mike Cannon-Brookes
Atlassian 執行長:人類將如何與 AI 代理協作——專訪 Mike Cannon-Brookes
Atlassian 執行長 Mike Cannon-Brookes 認為,AI 將演化而非消滅工作;企業需要團隊協作圖(teamwork graph)的脈絡,以及設計良好的介面,才能讓人類與代理順暢協作。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Atlassian 執行長 Mike Cannon-Brookes 主張,AI 會改變大多數工作,而不是消滅它們;對企業而言,更大的風險是在競爭對手之前,未能重新設計工作方式與軟體介面。本集在 WebSummit 現場錄製,主持人為 Alex Kantrowitz,對談主要圍繞代理(agent)如何進入企業工作流程、Atlassian 的「teamwork graph」與 Agentic Multiplayer Protocol,以及 Cannon-Brookes 為何否定「無頭」(headless)軟體;標題所暗示的就業問題,在開場幾分鐘內就已定調。
Cannon-Brookes 的觀察位置,是少數高階主管才有的:Atlassian 的 Jira、Confluence 與 Loom 深植於數百萬知識工作者的日常工作流程,而公司花了約八年打造如今餵養代理的企業情境圖譜(context graph)。讀者讀完應能掌握他對人機協作模式的框架、他對模型商品化與模型混搭(model blending)的看法,以及 Atlassian 押下的具體產品賭注。
Cannon-Brookes:AI 改變工作,而非消滅工作
Cannon-Brookes 不認同「工作消失 vs. 工作增加」的二元框架。他的看法是,AI 淨創造的工作將遠多於它改變的工作,儘管「工作內容的變動肯定會相當多」。他也坦承,沒有人能可靠預測五年後的事:「任何人跟你說他知道未來五年會發生什麼,你大概都不該相信他。」
他的核心類比是銀行分行。2000 年代,主流共識是網路銀行與行動銀行會讓分行全部關門。結果恰恰相反:過去十年,澳洲與美國的分行數量反而增加,因為分行已不再做 2000 年時做的事——顧客服務成了核心職能。他預期軟體開發、設計、行銷與財務人員也會走上同一模式:職位還在,但職位裡的工作內容會大幅改變。
他也點出,不同職類之間的*比例*可能位移,並承認這個爭論尚無定論。他提到某集 podcast 裡,一位產品經理預測 PM 會大幅增加、工程師大幅減少,而工程師則預測相反結果。他的結論是:「我們看著辦。」
對企業的實務警告是競爭性的,而非存亡性的。Cannon-Brookes 把它定調為人才問題,而非技術問題:難的是改變人的思考方式、放下過去的成見。他認同一句話:真正該怕的,不是工作被 AI 搶走,而是被一個非常擅長用 AI 做那份工作的人搶走。
代理進入工作流程有四種協作模式,不是一個聊天框
Cannon-Brookes 認為,聊天介面——問一個問題、得到一個答案——不會是人們使用代理的主要方式。Atlassian 以幾種截然不同的人機互動模式來思考,每一種都需要不同的介面設計。
| 模式 | 情境 | 例子 |
|---|---|---|
| 對話(Chat) | 隔桌對坐、你來我往 | 與模型進行標準的一問一答 |
| 委派(Delegation) | 派代理代表你出席會議 | 叫 Claude 寫程式並開 pull request,並註明是代理代表你所為 |
| 協作(Collaboration) | 多人與多個代理一起編輯 | 兩、三個來自不同廠商的代理,與同事一起在 Confluence 頁面上工作 |
| 搭檔(Pairing) | 坐在桌子同一側,並肩為同一個成果努力 | Loom 的功能:代理與你共同草擬檔案或影片 |
他強調,同樣的能力在不同產品上必須有不同的呈現方式:Confluence 偏向多人協作,Loom 則可能是把影片製作委派給代理,或收到一支影片請你審閱留言。設計上的硬性限制是:使用者不必理解底層機制——「介面必須相當直覺。」
在本集錄製前約一個月(約 2026 年 10 月),Atlassian 於阿姆斯特丹大會推出 Agentic Multiplayer Protocol(AMP):一套把代理帶進 Jira、Confluence、Loom 與服務產品線團隊之中的體驗、技術與模式。其底層則匯入 MCP 與代理對代理(agent-to-agent,A2A)標準。
teamwork graph 是 Atlassian 的護城河,且會隨使用而複利成長
teamwork graph 位於 Atlassian 平臺中 AMP 的下層。它是一個企業情境圖譜,已開發約八年——Cannon-Brookes 說,投入人力從最初約五人成長到今天的約一千人。它把企業情境中好幾個領域的物件與關係串接起來:
- 知識:檔案、試算表
- 工作:專案、目標、成果
- 溝通:電子郵件、行事曆、會議逐字稿
- 程式碼:原始碼資產
- 實體資產:建築物裡的東西
- 資料資產:Databricks 或 Tableau 等系統
Atlassian 在圖譜上執行推論,並把答案提供給人(搜尋、聊天),或透過 CLI 或 MCP 提供給代理。Cannon-Brookes 聲稱,把 teamwork graph、Atlassian MCP server 或 graph CLI 接上 Codex 這類執行框架(harness),能產生品質更高的答案,進而降低成本、減少 Token 用量、加快產出。
複利成長的機制在於工作階段索引(session indexing)。代理工作階段結束後,Atlassian 會擷取關鍵記憶與學習成果,以及相關聯的檔案與物件,再透過搜尋結果餵回下一個工作階段。Cannon-Brookes 用財務長的語言說明回報:少花 Token。
flowchart TD
A["企業情境:檔案、專案、溝通、程式碼、資料"] --> B["teamwork graph"]
B --> C["推論層"]
C --> D["人用介面:搜尋、聊天"]
C --> E["代理介面:MCP server、CLI"]
E --> F["代理工作階段執行"]
F --> G["擷取工作階段記憶與學習成果"]
G --> B
模型並未商品化,但也不是差異化關鍵
Kantrowitz 指出,Cannon-Brookes 在解釋產品時從未點名任何模型,並問模型是否正在商品化。Cannon-Brookes 對這個詞不以為然:商品化意味著眾多模型淨成本大致相當、行為可互換。他預期模型會保有不同風味、在不同任務型別上各有強項,且「成本結構差異極大」。
他更尖銳的論點是:模型的重要性低於市場所假設。Atlassian 實踐他所稱的模型混搭(model blending)——投入專業與時間,研究哪個模型最適合回答哪個問題。他警告,一有新模型就跳過去是「非常昂貴的做法」,往往更慢,而且沒有更好。模型之上是執行框架(harness),他稱其極其重要;再往上是情境層(teamwork graph、AMP)與應用介面。
他把這套堆疊描述成以不同速度推進:模型進展強勁,過去 12 個月執行框架的進展「相當驚人」,而情境層的效能與可得性現在才正要到位。在他看來,突破來自於把這些層重新組合,而非來自任何單一層。
AI 實驗室往上游走是真實趨勢,但不是存亡威脅
Kantrowitz 提到各家實驗室進軍應用層——Claude Code、Claude Co-work、Claude Design——並引用薩提亞·納德拉的警告:與模型協作會留下麵包屑,模型開發商可以吸收這些痕跡,用來與你競爭。Cannon-Brookes 說:「擔心大概不是正確的字眼。」
他把這份憂慮放進歷史脈絡:1990 年代怕微軟碾壓所有人,2000 年代換成 Google,接著是 Amazon,現在則是模型開發商。他主張「物理定律」會約束每一家公司——專注、專業、實際能交付什麼。Atlassian 自稱的專業,是在有合規要求的前提下,以大規模為團隊與業務流程交付成果,並持續投資於設計與體驗;他將後者定性為藝術與創意問題,而非工程或演算法問題。
他把同樣的邏輯套用在「一切都會被 vibe-code 出來、而且免費」的論調上。沒錯,寫程式的成本下降了——但對 Atlassian 也一樣下降,所以經營事業與服務客戶的速度是普遍可得的。由於 Opus、Astra、Gemini 以及 Meta 的 Neotron 等開源模型的進展,大致均等地惠及所有廠商,他認為競爭場域出乎意料地平坦。
Cannon-Brookes:無頭軟體是「無腦」
被問到 Atlassian 是否會走向無頭——讓代理存取軟體,而軟體本身沒有介面——Cannon-Brookes 答得直接:「我真的認為無頭就是無腦。」他的理由是:假設多數使用會轉向無頭介面,就放棄設計與體驗的投資,是「一條通往死亡的路」。
他小心地把這件事與 MCP 投資區隔開來。Atlassian 在所有主要實驗室都執行著最常被使用的 MCP server 之一,他稱這對代理存取、以及對在 Atlassian 上開發的第三方都極其有效。但他不相信多數人會為了企業軟體坐在命令列前。他舉視覺化作業系統取代終端機的歷史為例——終端機還在他筆電上、也很有用,但那不是他想待一整天的地方。他引用本集錄製前那一週(約 2026 年 11 月初)發表的一份使用者偏好調查,顯示人們不喜歡那種工作方式,也覺得在那裡面沒有生產力。
他承認 Atlassian 內部正在積極實驗動態、由模型驅動的 UI,包括內部原型,但警告不要每次造訪都「把起司全部搬來搬去」——每次見面都完全變樣的介面會讓人無所適從。對於把所有軟體都當成一個隱藏資料庫的看法,他的評語是:「我個人認為這很天真,但我們看著辦。」
「無頭這個概念本身就意味著你沒有大腦。所以也許你有心,也許你有幾隻手,但這不會有多大用處。」
工作者從任務轉向成果,走向更高的抽象層次
對於工作如何改變,Cannon-Brookes 的通用答案是:人們會多思考自己想要什麼成果,少思考產出成果的機制。所需技能因職能而異。在設計上,是品味與判斷力。在財務上,是懂得如何檢驗模型是否正確——因為向 AI 要一個進階模型,得到的答案你要嘛信任、要嘛驗證。
第二個轉變是往更高的抽象層次移動。他形容代理式工作不太像「問一個問題、得到一個答案」,更像是設計一個情境,讓一連串迴圈執行、愈跑愈聰明,最後收斂到想要的成果。他稱之為目標導向(goal-seeking),預期它會進入許多工作,但懷疑多數人需要變成 Andrej Karpathy 那種精通強化學習的工程師。把這些概念轉譯成日常應用介面,在他看來,是廠商的工作。
值得觀察的重點
本集未解的張力,在於 Cannon-Brookes 確信應用廠商掌握客戶關係,與各家實驗室已展現的往上游移動企圖之間。他的答案——設計、合規與規模是實驗室難以複製的藝術問題——是主張,不是證據,而 Claude Code/Co-work/Design 這條產品線正是對它的檢驗。有兩件具體的事值得追蹤:Atlassian 的工作階段索引回饋迴圈,是否產生客戶能驗證的 Token 成本降幅;以及 AMP 與 MCP 這兩層會成為真正的標準,或仍只是單一廠商的模式。他的銀行分行類比也隱含一個可以拿來檢驗他的預測——軟體、設計與財務的員額到 2031 年大致持平,但這些職位的內容會改變。