Atlassian ha presentado Code Context, una nueva capacidad de Teamwork Graph que permite a Rovo y a agentes de programación como Claude Code, Codex o Cursor comprender código repartido entre múltiples repositorios y relacionarlo con Jira, Confluence, Loom y otras fuentes de conocimiento de la empresa. La compañía sostiene que, en sus pruebas internas, los agentes enriquecidos con este contexto fueron un 44 % más precisos mientras consumían un 48 % menos de tokens, aunque se trata de resultados propios y no de una evaluación independiente.

Las claves de Atlassian Code Context en 30 segundos

• Code Context incorpora el código fuente de múltiples repositorios al Teamwork Graph de Atlassian.
• Claude Code, Codex y Cursor pueden consultarlo desde la terminal mediante Teamwork Graph CLI.
• El agente puede relacionar código con tickets de Jira, documentación de Confluence, vídeos de Loom y más de 50 conectores.
• Atlassian afirma haber obtenido un 44 % más de precisión y un 48 % menos de tokens en pruebas internas.
• La función está entrando en beta abierta con soporte inicial para GitHub y Bitbucket.

La novedad apunta a uno de los problemas que empiezan a limitar a los agentes de programación más capaces: el modelo puede escribir buen código y aun así equivocarse porque no sabe suficiente sobre el sistema en el que está trabajando.

Un agente ejecutado desde el portátil de un desarrollador suele disponer del repositorio abierto, de los archivos que puede recorrer localmente y del contexto que el usuario haya proporcionado. Pero una aplicación empresarial puede estar distribuida entre decenas o cientos de repositorios, servicios y equipos.

La función que aparentemente debe modificar puede depender de una biblioteca mantenida por otro grupo, responder a una decisión arquitectónica documentada hace dos años en Confluence o estar condicionada por una conversación vinculada a un ticket de Jira.

Atlassian quiere que el agente pueda descubrir esas relaciones antes de empezar a escribir.

Del buscador de código a entender por qué existe el código

Code Context crea una representación consultable del código conectado al Teamwork Graph.

Los desarrolladores y agentes pueden utilizar búsquedas exactas, consultas en lenguaje natural y recuperación semántica para localizar código relevante entre diferentes repositorios.

La diferencia con una búsqueda convencional está en lo que aparece alrededor del resultado.

Supóngase que un agente recibe esta petición:

Cambia el sistema de autenticación para soportar la nueva política de sesiones.

Encontrar la función que valida una sesión es relativamente sencillo.

El problema real puede estar en saber que existe otro servicio que consume ese token, que hace seis meses se rechazó una determinada implementación por problemas de compatibilidad y que el ticket actual está vinculado a una decisión técnica documentada en Confluence.

Ahí es donde Atlassian intenta aprovechar Teamwork Graph.

El grafo conecta personas, proyectos, objetivos, documentación y actividad procedente de herramientas como Jira, Confluence, Google Drive, Slack, GitHub o Salesforce. Atlassian lo presenta como un mapa dinámico de las relaciones existentes alrededor del trabajo de una organización.

Con Code Context, el propio código pasa a formar parte de ese mapa.

El agente ya no pregunta únicamente «¿dónde está esta función?», sino que puede intentar responder también a «¿qué depende de ella?», «¿por qué se construyó así?» o «¿qué trabajo de Jira está relacionado con este módulo?».

Claude Code y Codex pueden acceder desde la terminal

Una parte especialmente interesante para desarrolladores y administradores de sistemas es que Atlassian no limita este contexto a Rovo.

La compañía dispone de Teamwork Graph CLI, una interfaz de línea de comandos diseñada expresamente para que agentes externos consulten el grafo desde la terminal.

Su documentación actual menciona expresamente compatibilidad con Claude Code, Codex, Gemini, Cursor y otros agentes. Después de instalar la CLI y sus skills, el agente puede consultar Jira, Confluence y otras fuentes conectadas utilizando lenguaje natural.

Para Claude Code, por ejemplo, las skills se copian en:

~/.claude/skills/

Codex utiliza la ubicación común:

~/.agents/skills/

Atlassian permite instalar o actualizar esas capacidades con:

twg skills install --global

y orientar la instalación específicamente hacia Claude:

twg skills install --global--agent claude

Una vez configurado, el objetivo es que no sea necesario memorizar cientos de comandos. El desarrollador puede pedir al agente algo parecido a:

Busca todo el contexto relacionado con PROJ-123,incluidos repositorios, PR, documentación y dependencias,antes de proponer cambios.

El agente utiliza entonces Teamwork Graph CLI para recuperar la información pertinente.

Code Context amplía ahora esa posibilidad al propio contenido y estructura de los repositorios.

Menos tokens porque el agente no tiene que descubrirlo todo

Atlassian acompaña el anuncio con dos cifras especialmente llamativas.

En sus benchmarks internos, los agentes enriquecidos mediante Teamwork Graph produjeron resultados un 44 % más precisos y utilizaron un 48 % menos de tokens que aquellos que trabajaban sin ese contexto.

No se ha publicado con el anuncio una metodología suficientemente detallada como para convertir esas cifras en una comparación universal entre agentes, así que deben tratarse como resultados internos de Atlassian.

Pero la explicación técnica detrás del ahorro resulta razonable.

Cuando un agente no conoce las relaciones de una organización tiene que reconstruirlas.

Puede consultar Jira.

Después buscar una página de Confluence.

Posteriormente revisar un repositorio.

Luego averiguar quién mantiene otro servicio.

Cada consulta consume tokens y cada documento recuperado acaba formando parte, potencialmente, del contexto que procesa el modelo.

Teamwork Graph intenta hacer parte de ese trabajo antes.

La compañía explica que el grafo cruza, enlaza, indexa y precalcula relaciones entre miles de millones de objetos. En lugar de entregar al modelo grandes cantidades de información bruta para que descubra las conexiones durante cada petición, puede proporcionarle una representación ya relacionada.

Atlassian lleva meses asociando esta arquitectura con el ahorro de contexto. En mayo ya comunicó el mismo resultado del 44 % de mejora y 48 % menos de tokens para agentes que utilizaban Teamwork Graph, antes de incorporar específicamente Code Context.

La importancia económica puede crecer a medida que los agentes ejecutan tareas más largas.

Un agente que realiza una consulta sencilla quizá consuma unos pocos turnos. Uno encargado de modificar un sistema puede explorar repositorios, leer documentación, ejecutar herramientas, revisar resultados y corregirse durante decenas o cientos de pasos.

Reducir el contexto innecesario en cada uno puede afectar tanto a la latencia como al coste final.

Los agentes de código tienen un problema de contexto, no solo de inteligencia

La industria de herramientas de programación con IA se ha centrado durante mucho tiempo en comparar qué modelo escribe mejor código.

La evolución reciente sugiere que esa comparación empieza a quedarse corta.

Un buen modelo puede generar correctamente una función aislada y fracasar al modificar una aplicación real porque desconoce decisiones tomadas fuera del archivo que está viendo.

Esto resulta todavía más evidente en arquitecturas de microservicios.

Imaginemos un cambio en:

payments-api

que aparentemente solo modifica una respuesta JSON.

Puede afectar también a:

checkout-servicemobile-appfraud-enginebilling-workeranalytics-pipeline

Si esos componentes viven en cinco repositorios diferentes, el agente que únicamente tiene clonado payments-api trabaja con una visión incompleta.

Code Context pretende hacer consultable esa estructura multi-repositorio.

Y el problema se vuelve aún más complejo cuando la razón de una dependencia no está escrita en el código.

Un comentario puede decir qué hace una función.

Un ticket de Jira puede explicar por qué se decidió hacerla así.

Una página de Confluence puede contener la arquitectura.

Un vídeo de Loom puede mostrar una discusión de diseño.

Un pull request antiguo puede documentar qué alternativa ya fue descartada.

La propuesta de Atlassian consiste precisamente en unir esas capas.

La autorización importa cuando el agente puede recorrer toda la empresa

Dar más contexto a un agente plantea inmediatamente un problema de seguridad.

Un desarrollador puede tener permiso para acceder a varios repositorios, pero no a todos. Lo mismo ocurre con proyectos de Jira, páginas de Confluence o información procedente de otros departamentos.

Code Context mantiene el modelo de permisos de Teamwork Graph.

Según Atlassian, los resultados que recibe un usuario o agente autorizado se limitan a la información que ese usuario puede consultar. La intención es evitar que conectar una herramienta de IA convierta el grafo en una vía para saltarse los controles existentes.

Teamwork Graph CLI también ha incorporado OAuth, registros de auditoría y controles de alcance para su uso empresarial.

Esto será especialmente importante cuando los agentes dejen de limitarse a responder preguntas y empiecen a modificar código, crear incidencias, aprobar acciones o intervenir sobre infraestructura.

El contexto correcto no consiste en proporcionar al agente todos los datos posibles.

Consiste en proporcionarle todos los datos que necesita y que está autorizado a utilizar.

GitHub y Bitbucket llegan primero

Code Context comienza su despliegue en beta abierta, inicialmente con soporte para GitHub y Bitbucket.

Los administradores de las organizaciones podrán comprobar su disponibilidad desde la configuración de Rovo en Atlassian Administration.

La elección de GitHub y Bitbucket permite cubrir tanto repositorios externos como la propia plataforma de Atlassian, pero la compañía presenta Code Context como una capacidad para entornos grandes y multi-repositorio, por lo que es razonable esperar que el alcance evolucione. El anuncio actual, sin embargo, solo confirma esos dos proveedores.

La compañía tampoco pretende sustituir al IDE o al agente.

Code Context funciona como una capa de información que estos sistemas pueden consultar.

Cursor puede seguir siendo Cursor.

Claude Code continúa funcionando desde su terminal.

Codex mantiene su propio entorno.

Rovo sigue siendo la apuesta de Atlassian.

Lo que cambia es que todos pueden recibir una imagen más completa de dónde encaja el código en el trabajo de la empresa.

La nueva batalla de los agentes puede estar en quién les proporciona el contexto

Atlassian no está sola intentando resolver este problema.

Bases de datos, plataformas de desarrollo, proveedores cloud y fabricantes de modelos están construyendo mecanismos para dar memoria y contexto a los agentes.

MongoDB quiere situar los datos operacionales y la recuperación vectorial cerca del agente. GitHub dispone de toda la historia de código y pull requests. Los servidores MCP están convirtiendo herramientas empresariales en recursos consultables por modelos.

Atlassian tiene una posición particular porque buena parte de la información que explica por qué se desarrolla algo ya vive en Jira y Confluence.

Code Context añade ahora la otra mitad: el propio software.

Esto ayuda a entender la dirección de Teamwork Graph.

Atlassian no necesita fabricar el modelo de programación más potente del mercado si consigue que Claude, Codex, Cursor y otros agentes sean mejores cuando trabajan sobre información gestionada por su plataforma.

La compañía ya lo expresa explícitamente en su documentación: quiere que cualquier agente pueda beneficiarse de Teamwork Graph, no solamente los suyos.

Para los equipos de desarrollo, el resultado podría ser importante.

En proyectos pequeños el desarrollador conoce buena parte del sistema de memoria. En una empresa con cientos de servicios y miles de empleados, ese conocimiento está repartido entre repositorios, tickets, documentación y personas.

Los agentes se encuentran con el mismo problema que un desarrollador que acaba de incorporarse: pueden saber programar y no saber todavía cómo funciona esa empresa.

Code Context intenta reducir precisamente esa distancia.

Preguntas frecuentes

¿Qué es Atlassian Code Context?

Es una nueva capacidad del Teamwork Graph que incorpora comprensión del código fuente de múltiples repositorios y permite relacionarlo con información procedente de Jira, Confluence, Loom y otras herramientas.

¿Puede utilizarse Code Context con Claude Code o Codex?

Sí. Atlassian permite que agentes como Claude Code, Codex y Cursor accedan al Teamwork Graph mediante Teamwork Graph CLI y utilicen ese contexto antes de planificar, generar o revisar código.

¿Cuánto reduce el consumo de tokens?

Atlassian afirma que en sus pruebas internas los agentes que utilizaron Teamwork Graph consumieron un 48 % menos de tokens y produjeron resultados un 44 % más precisos. Son cifras internas de la compañía y no un benchmark independiente.

¿Qué repositorios soporta Code Context?

La beta abierta comienza con soporte para GitHub y Bitbucket. Los administradores pueden comprobar la disponibilidad desde la configuración de Rovo en Atlassian Administration.