Atlassian introduceert AMP voor beheer van mens- en AI‑agententeams

Op 7 oktober 2026 kondigde Atlassian officieel het Agentic Multiplayer Protocol aan, beter bekend als AMP. De initiatief is ontworpen zodat organisaties gemengde teams kunnen creëren, exploiteren en toezicht houden, bestaande uit zowel mensen als kunstmatige‑intelligentie‑agenten. De aankondiging vond plaats tijdens de jaarlijkse conferentie van het bedrijf en werd gepresenteerd als een reactie op de groeiende behoefte aan zichtbaarheid en controle wanneer AI‑agenten actieve bijdragers worden binnen kritieke werkstromen. Met deze lancering wil Atlassian een raamwerk bieden dat zowel technische als organisatorische uitdagingen adresseert, zodat bedrijven hun AI‑capaciteiten kunnen integreren zonder de governance‑principes te verwaarlozen. Het protocol belooft een uniforme manier om zowel menselijke gebruikers als autonome software‑componenten te beheren binnen dezelfde omgeving.

Wat is AMP en hoe definieert Atlassian het?

Volgens Jamil Valliani, vice‑president AI bij Atlassian, is AMP geen formele standaard maar een geïntegreerde verzameling van technologieën, gebruikersinterface‑patronen en governance‑mechanismen. Het centrale idee is om een laag te bieden die beheerders in staat stelt AI‑agenten te behandelen als teamleden met duidelijk gedefinieerde rechten en verantwoordelijkheden, zonder dat er externe protocollen moeten worden aangenomen of dat er voor elke AI‑leverancier eigen regels moeten worden opgesteld. Valliani benadrukt dat deze benadering de complexiteit vermindert die normaal gepaard gaat met het koppelen van verschillende AI‑platformen, omdat alle benodigde functionaliteit al in de AMP‑stack is ingebouwd. Hierdoor kunnen organisaties sneller en veiliger AI‑agenten inzetten binnen hun bestaande workflows.

Architectuur gebaseerd op Teamwork Graph

AMP maakt gebruik van de Teamwork Graph‑infrastructuur, de relationele datamotor die Atlassian inzet om context te delen tussen personen, projecten en inhoud. Via dit graafmodel wordt contextuele informatie verspreid met fijnmazige permissies en wordt alles vastgelegd in gedetailleerde audit‑logs. Elke entiteit – of het nu een document, een taak of een agent is – wordt gekoppeld aan een knoop in het graaf, waardoor rechten en toegangs‑geschiedenissen consistent kunnen worden toegepast over het volledige Atlassian‑ecosysteem. Dit betekent dat wanneer een AI‑agent een wijziging aanbrengt, die wijziging automatisch wordt gelogd en gekoppeld aan de juiste entiteit, waardoor zowel traceerbaarheid als verantwoording gewaarborgd zijn. De onderliggende grafstructuur maakt bovendien real‑time synchronisatie mogelijk tussen verschillende producten, zodat alle teamleden – menselijk of kunstmatig – altijd over dezelfde up‑to‑date informatie beschikken.

Governance van agenten en beheerders‑controles

In de beheerconsole verschijnen AI‑agenten met eigen accounts die zichtbaar zijn voor beheerders. Vanuit dit overzicht kunnen verantwoordelijken elke door een agent uitgevoerde actie inspecteren, het account opschorten, de permissies aanpassen of de toegang tot specifieke tools blokkeren. Dit controlemodel is afgestemd op het principe van het minste privilege, zodat agenten alleen de rechten ontvangen die strikt noodzakelijk zijn om hun taken uit te voeren, waardoor de risico‑oppervlakte binnen bedrijfsomgevingen wordt verkleind. Door deze granulariteit kunnen organisaties precies bepalen welke data een agent mag lezen, welke acties hij mag ondernemen en welke systemen hij mag benaderen, wat essentieel is voor compliance‑vereisten en interne beveiligingsbeleid. Bovendien biedt de console een historisch overzicht van alle wijzigingen, zodat audits en forensisch onderzoek eenvoudiger kunnen worden uitgevoerd.

De ondersteunde agenten kunnen worden toegevoegd als teamleden op hetzelfde niveau als menselijke gebruikers, gebruikmakend van de interne Multiparty Computation (MCP)‑ en Agent‑to‑Agent (A2A)‑protocollen die al onder de motorkap van AMP draaien. Bovendien maakt het platform het mogelijk om externe agentsessies vast te leggen – bijvoorbeeld wanneer een OpenAI‑model wordt aangeroepen vanuit een externe applicatie – en die interacties te koppelen aan incidenten in Jira. Op deze manier wordt elke stap van een agent gedocumenteerd in een ticket, wat de audit, probleemoplossing en verantwoording vergemakkelijkt. Deze koppeling zorgt ervoor dat zelfs ad‑hoc of on‑the‑fly AI‑interacties binnen de bredere workflow worden getraceerd, waardoor teams een volledig overzicht behouden van zowel geplande als spontane AI‑activiteiten.

Rovo Work‑uitbreiding en planning van lange taken

Binnen het AMP‑ecosysteem introduceert de functionaliteit Rovo Work de mogelijkheid om langdurige taken te creëren met een herzienbaar plan, automatische meldingen en beperkte permissies. Deze taken kunnen worden toegewezen aan agenten of aan gemengde teams, en de voortgang wordt in realtime bijgewerkt in de projectconsole. De combinatie van gestructureerde planning en granulaire toegangscontrole maakt het mogelijk dat complexe projecten die AI omvatten een duidelijke traceerbaarheid behouden zonder operationele flexibiliteit op te offeren. Rovo Work biedt bovendien een visueel overzicht van de taakfasen, zodat zowel managers als AI‑agenten kunnen zien welke stappen al zijn voltooid en welke nog moeten worden uitgevoerd, waardoor de coördinatie tussen mens en machine wordt versterkt.

De grootste uitdaging die Atlassian aanwijst, is dat de zichtbaarheid en governance die AMP belooft, afhankelijk zijn van een effectieve integratie met externe leveranciers. Hoewel de architectuur is opgezet om acties te registreren en beleid af te dwingen, is de kwaliteit van die logs en de mogelijkheid om realtime controles uit te voeren afhankelijk van het feit dat elke derde‑partij‑agent de benodigde data via de AMP‑connectors beschikbaar stelt. In de praktijk hebben beheerders nu een eendelige console waarin ze agenten kunnen auditen, opschorten en opnieuw configureren, maar de volledige effectiviteit van het governance‑model zal pas worden gerealiseerd wanneer AI‑partners de door Atlassian gedefinieerde integratiemechanismen omarmen. Dit onderstreept het belang van samenwerking tussen platformleveranciers en AI‑ontwikkelaars om een gemeenschappelijke set van standaarden te hanteren, zodat de beloofde transparantie en controle in de hele organisatie consistent kunnen worden toegepast.