Uso di Jira per l'ingegneria agentica

L'ingegneria agentica si basa su Jira. Man mano che si passa da scrivere codice a guidare gli agenti IA, cambia anche il lavoro che conta davvero. Al momento, gli sviluppatori dedicano solo circa il 16% del loro tempo a scrivere codice e, man mano che gli agenti ricoprono un ruolo sempre maggiore, il lavoro più impegnativo è tutto ciò che sta attorno: fornire contesto agli agenti, coordinarli, rivederne l'output e gestirli.

È il lavoro che Jira ha sempre gestito, che ora è esteso agli agenti. Jira e Teamwork Graph rappresentano il sistema di registrazione a questo scopo, il livello necessario che trasforma l'attività dell'IA in reali aumenti di produttività man mano che i team crescono.

Questa guida spiega in che modo Jira supporta l'ingegneria agentica, come si integra con gli altri strumenti che usi e come iniziare. In breve, Jira offre tre cose che un agente di coding da solo non può garantire:

• Fornisce agli agenti il contesto giusto per agire in modo accurato

• Delega il lavoro di routine a flussi automatizzati e in linea con le autorizzazioni

• Mantiene un registro verificabile all'interno di Teamwork Graph

Che cos'è l'ingegneria agentica?

L'ingegneria agentica è la pratica di sviluppare software guidando gli agenti IA che pianificano e svolgono il lavoro in più fasi, mentre tu definisci l'obiettivo e valuti il risultato invece di scrivere personalmente ogni riga di codice.

Questo cambia il modo di indirizzare il tuo impegno: dalla scrittura del codice alla progettazione del sistema in cui lavorano gli agenti. Tu specifichi cosa creare, fornisci agli agenti il contesto, li guidi nel loro lavoro e decidi se l'output soddisfa gli standard. Mentre il completamento automatico basato sull'IA suggerisce la riga successiva, un singolo agente può trasformare un risultato descritto in una richiesta pull. L'ingegneria agentica è il livello superiore: orchestrare molti agenti su larga scala, coordinare il loro lavoro e gestire ciò che viene rilasciato.

Questi aspetti fanno dell'ingegneria agentica una disciplina di coordinamento e giudizio, non solo di programmazione. Una volta che gli agenti si occupano della scrittura del codice o dell'esecuzione dei task, i loro accessi, le loro azioni e il loro output devono rimanere entro i controlli a cui il tuo team già si affida. Le domande che sorgono riguardano prima di tutto la gestione del lavoro e solo dopo si rivolgono alla programmazione. È per questo che l'ingegneria agentica si basa su un sistema di registrazione come Jira.

Jira è progettato per l'ingegneria agentica?

Jira è progettato per lo sviluppo software nativo dell'IA, la pratica di pianificare, orchestrare e adattare il lavoro nei vari agenti IA. Quando le persone chiedono se Jira supporta l'ingegneria agentica, in realtà chiedono se può essere il livello in cui il lavoro degli agenti è basato sul contesto e in cui viene coordinato, revisionato e gestito. È esattamente quello che fa Jira e che un agente di codifica da solo non può svolgere.

Un agente di codifica scrive la modifica, ma non può decidere che cosa deve essere sviluppato, valutare se il risultato soddisfa gli standard o tenere conto di come il lavoro si collega a tutto il resto del lavoro in corso. Si tratta di decisioni relative alla gestione del lavoro e al team: un agente di codifica sul computer di una persona funziona solo per quella persona, mentre un team di persone e agenti ha bisogno di coordinamento condiviso, visibilità e di un'unica origine di riferimento. Jira è responsabile di quel livello: gestisce il piano, instrada il ticket all'agente giusto, assegna a una persona il controllo di ciò che viene rilasciato e registra ciò che è successo come contesto persistente da usare come base per il lavoro futuro. Questo avviene man mano che il ticket si sposta in Jira, non sotto forma di passaggi aggiuntivi che lo sviluppatore deve svolgere.

Cosa aggiunge Jira che un agente di codifica da solo non offre?

Anche se fornisci una specifica reale, un agente di codifica può comunque andare fuori strada. Dimentica le decisioni, ripete il lavoro già completato e va oltre i limiti della suo contesto. Per correggere il problema, non basta tenere il piano in un file markdown, e nemmeno usare un agente migliore. Serve un sistema che mantiene la specifica e lo stato al di fuori della memoria dell'agente. Questo si amplifica all'interno di un team, ed è per tale motivo che l'ingegneria agentica è davvero una scelta del sistema di registrazione, non dello strumento di codifica. Le funzionalità riportate di seguito derivano dal fatto che Jira è quel sistema.

I connettori inseriscono la tua toolchain nel Teamwork Graph. MCP porta la memoria dell'organizzazione in qualsiasi IA che i tuoi team già usano.

• Un unico sistema di registrazione per il lavoro umano e dell'agente. Mentre un agente lavora, legge e scrive in Teamwork Graph, aggiornando ogni decisione e record che riguarda il task, così il contesto non si perde in una sessione locale.

• La governance eredita i controlli esistenti dell'impresa. L'accesso dell'agente segue il modello di autorizzazioni a cui le aziende si affidano già, quindi questi controlli si estendono automaticamente al lavoro dell'agente invece di diventare un nuovo aspetto da gestire.

• Qualsiasi agente, qualsiasi modello, un unico processo. Assegna i ticket a Claude, Cursor, Codex, GitHub Copilot o all'agente di codifica nativo di Jira e gestiscili da un'unica posizione. Poiché gli agenti lavorano all'interno dei flussi di lavoro esistenti, il processo non cambia quando cambiano gli agenti. Un singolo agente di codifica ti vincola a un unico fornitore. Jira, invece, è indipendente dagli agenti.

• Context engineering nell'intero stack, non solo nel ticket.Teamwork Graph fornisce agli agenti il contesto dei ticket, delle decisioni e della cronologia in Jira, Confluence, nel codice e negli strumenti in cui il ticket viene effettivamente discusso, come Slack e Teams, così possono agire in base a intenzioni reali, non a un prompt vuoto. Questo fa di Jira il livello contestuale dell'agente.

• Offre un unico piano di controllo per il ticket dell'agente. Un agente di codifica viene eseguito nella propria sessione, separata dal piano e dal resto del lavoro del team. Jira aggiunge questo livello per decidere quali agenti intervengono, fornire loro il contesto giusto e collegare ogni sessione di codifica al lavoro che porta a termine, senza aggiungere passaggi alla giornata di chi si occupa dello sviluppo. Mentre il sistema di registrazione acquisisce ciò che è successo, il piano di controllo è il modo in cui indirizzi e colleghi il lavoro degli agenti sullo sfondo.

Dove si inserisce Jira nel ciclo di vita dello sviluppo software nativo dell'IA

Jira supporta i ticket degli agenti in quattro fasi: pianificazione, orchestrazione, revisione e ampliamento. Tu pianifichi il ticket suddividendolo in elementi pronti per gli agenti, coordini gli agenti perché lo svolgano, esamini e testi ciò che producono e adatti questi schemi su larga scala a tutta l'organizzazione, con governance e autorizzazioni per garantire la sicurezza. Ecco cosa fa Jira in ciascuna fase.

Pianificazione: come prepari il ticket per l'agente?

Trasforma piani e documentazione in ticket suggeriti con un clic, poi rivedili e modificali secondo necessità prima di accettarli.

La pianificazione è il momento in cui trasformi l'intento in ticket pronto per l'agente: una specifica reale con requisiti e criteri di accettazione chiari e il contesto di cui un agente ha bisogno prima di iniziare.

• Acquisisci il ticket ovunque inizi. Le richieste arrivano da ogni dove: un thread Slack, una pagina Confluence, una registrazione Loom, una riunione. Menziona @Jira o usa Rovo per trasformarle in ticket sul posto. L'acquisizione fa molto più che evitarti di digitare di nuovo: trasforma una richiesta vaga, anche se è iniziata come conversazione, in un ticket con il contesto di Teamwork Graph su come si inserisce nel lavoro del team.

• Fornisci all'agente una specifica chiaramente definita, non solo un prompt. Nello sviluppo guidato dalle specifiche, la specifica è l'input di riferimento: l'agente lavora sul ticket a partire dalla specifica, non da un prompt occasionale che si perde dopo la sessione. Questa specifica funziona insieme alla base di codice, agli standard del team e alla cronologia del progetto, così l'agente ha il contesto necessario per scrivere codice in linea con gli standard del tuo team. Jira Planner redige una specifica usando Teamwork Graph, la base di codice e la cronologia di Confluence, poi tu perfezioni e aggiungi i criteri di accettazione, così la specifica diventa la base di partenza per l'agente e il riferimento per la revisione.

• Offri agli agenti un contesto che si accumula. Il contesto è il vero vincolo della qualità dell'agente. Jira si basa su Teamwork Graph per fornire agli agenti il contesto di obiettivi, decisioni e cronologia in tutti i tuoi strumenti, non solo nel ticket. Funziona con qualsiasi agente MCP e il contesto si accumula: più ticket passano attraverso il sistema, più elementi gli agenti hanno a cui attingere e più i risultati migliorano.

Orchestrazione: come assegni e indirizzi i ticket agli agenti?

Assegna i ticket agli agenti, incluso Jira Coding Agent nativo, da un'unica posizione.

Assegna il ticket all'agente più adatto, poi indirizza e supervisiona ciò che fanno gli agenti, il tutto dalla posizione in cui il tuo team tiene già traccia del proprio lavoro.

• Assegna il ticket a qualsiasi agente da un'unica posizione. Assegna un ticket a Claude, Cursor, Codex, GitHub Copilot o a Jira Coding Agent nativo, poi visualizza le azioni che ha eseguito e le decisioni che ha preso nelle sessioni web, IDE e terminale, così puoi individuare tempestivamente eventuali deviazioni e correggerle senza interrompere il flusso.

• Incontra gli agenti dove lavori già. Orchestra attraverso le interfacce che il tuo team usa: menziona @Jira in Slack per creare un ticket e avviare un ciclo di correzione, collega Cursor, Claude Desktop o qualsiasi client MCP al contesto di Jira oppure fornisci agli agenti l'accesso a CLI/terminale per passare dal contesto all'azione.

• Automatizza il lavoro di routine. Attiva un agente da una regola di automazione o da una transizione del flusso di lavoro (oppure aggiungi un agente a una colonna della board) in modo che prenda in carico automaticamente i ticket quando cambia lo stato e rimandi l'output attraverso lo stesso flusso di lavoro. Il lavoro di routine e ripetitivo è il punto migliore da cui iniziare.

• L'attività dell'agente resta visibile, collegata al lavoro. Mentre un agente lavora, la sua attività e la richiesta pull che apre restano collegate al ticket, così i progressi sono visibili dove viene svolto il lavoro invece di rimanere nascosti in uno strumento separato. Vedi cosa ha preso in carico ogni agente, cosa ha prodotto e cosa è in attesa di revisione, tutto in un'unica posizione.

Revisione: come verifichi l'output dell'agente?

La revisione dell'output dell'agente dovrebbe includere una fase con il coinvolgimento umano.

L'output dell'agente può apparire completo ed essere comunque sbagliato, quindi non dovrebbe essere rilasciato finché qualcuno non lo ha revisionato, testato e approvato.

• Test e convalida. L'output dell'agente deve comunque superare i controlli abituali, che vengono svolti nella tua pipeline CI e il cui stato viene mostrato nel ticket in modo che una fase di revisione possa bloccare la transizione a completato finché il lavoro non viene verificato. Puoi automatizzare una parte di questo processo: un agente svolge controlli sul proprio output e continua a iterare finché non li supera, poi raggiunge una persona.

• Revisione con il coinvolgimento umano integrata nel flusso di lavoro. Richiedi una revisione gestita da una persona: l'output viene visualizzato nel ticket e non può passare a completato finché non viene approvato. La richiesta pull e il relativo stato della revisione vengono visualizzati nel pannello di sviluppo del ticket, così la revisione avviene dove viene monitorata.

• Unisci e registra ciò che è stato rilasciato. Una volta superata la revisione, la modifica viene unita e il ticket passa a completato. Unione e distribuzione vengono svolte negli strumenti connessi; Jira conserva una registrazione.

Ampliamento: come fai a gestire gli agenti in modo sicuro nei diversi team nel tempo?

Un unico System of Work favorisce un maggiore successo nell'adattabilità in tutta l'organizzazione.

L'ampliamento del lavoro degli agenti è un cambiamento a livello di organizzazione. La difficoltà non riguarda tanto il fatto che un singolo sviluppatore esegua più agenti, quanto piuttosto il mantenimento di qualità, fiducia e visibilità costanti man mano che il lavoro degli agenti si distribuisce tra i team.

• Delega le attività di routine. Gli agenti gestiscono il lavoro ricorrente e ben definito sullo sfondo, le richieste pull vengono mostrate quando sono pronte e tu mantieni il controllo tramite autorizzazioni condivise e standard di sicurezza.

• Itera. L'ingegneria agentica è un ciclo, non una linea retta: i risultati ritornano alla specifica successiva e il ticket rientra nel ciclo di vita. Jira è il luogo in cui quel feedback viene acquisito in modo da poter perfezionare il lavoro futuro.

• Governa e controlla. I controlli sono integrati nel flusso di lavoro, non in un documento di policy, e ogni azione lascia una traccia verificabile nel ticket, regolata dalle autorizzazioni di Jira.

• Misura l'impatto. Monitora come l'IA sta cambiando le modalità di rilascio del tuo team, usando dati come durata ciclo e il throughput delle richieste pull, così puoi misurare i risultati invece dell'attività e investire dove conta.

In che modo Jira si integra con il resto dello stack IA?

Jira non sostituisce gli agenti di codifica, l'IDE o i modelli che esegui. È il livello di coordinamento e registrazione che si estende su tutti questi elementi, così il ticket rimane visibile e gestito indipendentemente dagli strumenti usati per la realizzazione. Quel livello non è facoltativo su larga scala. Senza un sistema di registrazione condiviso, il lavoro dell'agente resta frammentato tra gli strumenti e la produttività non può concretizzarsi pienamente.

Come iniziare a usare con l'ingegneria agentica in Jira

Scopri le azioni che gli agenti hanno eseguito e le decisioni che hanno preso. Esamina la cronologia completa della sessione, individua tempestivamente le deviazioni e correggile quando necessario.

Per iniziare, non c'è bisogno di un'implementazione completa. Il primo risultato da ottenere è connettere un agente di codifica, assegnargli un piccolo task ed esaminare la richiesta pull che apre, tutto da un singolo ticket.

1. Scegli un task ordinario e ben definito. Un test instabile, un intoppo in una dipendenza o una piccola correzione di bug rappresentano il punto di partenza più sicuro.

2. Acquisiscilo come ticket. Trasforma una pagina Confluence, un thread di Slack o un breve prompt in un ticket, con un riepilogo e una descrizione.

3. Assegnalo a un agente. Collega il repository Git, poi assegna il ticket al Jira Coding Agent dal pannello Agenti.

4. Esamina la richiesta pull. L'agente apre una richiesta pull collegata al ticket, così puoi esaminarla nella stessa posizione in cui l'hai pianificata.

5. Automatizza. Dopo la prima esecuzione, individua i task che svolgi più e più volte e trasformali in regole di automazione. I task ripetitivi sono il punto di partenza con il rendimento più alto e il rischio più basso.

Vuoi iniziare con un vantaggio? Esegui la configurazione una volta sola e il modello di ingegneria agentica creerà uno spazio pronto per gli agenti con i flussi di lavoro, gli stati e i passaggi dell'agente, così potrai iniziare da un ciclo operativo invece che da un progetto vuoto. Stai già eseguendo flussi di lavoro agentici in uno spazio che funziona bene? I clienti con piani a pagamento possono salvarlo come modello personalizzato, così il tuo team può creare nuovi spazi con gli stessi agenti e il flusso di lavoro già integrati.

Domande frequenti sull'ingegneria agentica

Qual è il ruolo di un ingegnere nell'ingegneria agentica?

Un ingegnere agentico definisce gli obiettivi, il contesto e i controlli per gli agenti IA attraverso ticket in più fasi, quindi esamina e approva i risultati. Un sistema di registrazione come Jira permette di mantenere il coordinamento e le responsabilità.

Qual è la differenza tra prompt engineering e ingegneria agentica?

Il prompt engineering crea una singola istruzione per ottenere una buona risposta da un modello, mentre l'ingegneria agentica coordina agenti che pianificano, agiscono e iterano nell'intero task. L'unità di lavoro passa dal prompt all'obiettivo.

Cosa aggiunge Jira che un agente di codifica da solo non offre?

Un agente di codifica scrive codice, ma è in Jira che il ticket viene definito, prioritizzato, orchestrato, esaminato e gestito come un unico sistema di registrazione. Jira coordina qualsiasi agente e mantiene al contempo una traccia verificabile collegata a ogni ticket.

In che modo gli agenti IA ottengono il contesto da Jira?

Gli agenti acquisiscono il contesto dal ticket stesso (requisiti e criteri di accettazione) e da Teamwork Graph, che collega ticket, documentazione e codice correlati. Questo permette all'agente di avere basi solide prima di agire, non solo il prompt.

Serve ancora Jira se l'IA scrive il codice?

Sì, e presumibilmente ancora di più: man mano che gli agenti producono più codice più rapidamente, il vincolo si sposta sul coordinamento, sulla revisione e sulla governance di quel ticket. Jira è il piano di controllo che mantiene visibile l'output dell'agente, ne garantisce la responsabilità e lo collega al ticket per cui era stato pensato.