Ticket đã được viết xong. Nó có tiêu đề, mô tả, tiêu chí nghiệm thu và một chỗ trong sprint. Thứ duy nhất còn nằm giữa nó và một bản diff là một người mở terminal, dán ticket vào coding agent, ngồi xem nó chạy, rồi chép kết quả về Jira bằng tay. Công việc và hồ sơ của công việc nằm ở hai cửa sổ khác nhau, và việc giữ chúng đồng bộ ngốn mất cả buổi chiều của ai đó.
Giao một ticket Jira cho AI agent nghĩa là lấp đầy khoảng cách đó: issue trở thành một đơn vị công việc mà agent có thể nhận, thực thi trên repository của bạn và trả lại dưới dạng một thay đổi có thể review, mà không cần rời khỏi công cụ quản lý mà team bạn đang dùng. Bạn không phải chuyển team khỏi Jira. Bạn chỉ thêm một lớp nơi ticket thực sự có thể được xử lý.
Lớp đó là Sharkly, nền tảng chỉ huy và quản lý Agent tất-cả-trong-một. Nó kết nối với Jira, biến các issue thành Task có thể giao, định tuyến chúng tới các coding agent của bạn (Claude Code, Codex, Gemini và những công cụ dòng lệnh khác), chạy từng cái trong môi trường cách ly, rồi trả kết quả về Task. Hướng dẫn này đi qua toàn bộ vòng lặp: ticket vào, Agent được giao, công việc chạy trong một worktree cách ly, pull request và thảo luận quay lại hồ sơ.
Toàn bộ vòng lặp gói trong một câu
Task trong Sharkly là hồ sơ chung cho một phần công việc, và khi bạn kết nối Jira, mỗi issue Jira trở thành một Task như vậy. Từ đó, giao kèo rất đơn giản: Agent nghiên cứu, thực thi, kiểm thử và báo cáo; con người định hướng, cấp quyền và nghiệm thu kết quả. Phần còn lại của bài viết này chỉ là cơ chế vận hành của câu nói đó.
Giữ Jira, thêm lớp thực thi
Sharkly không thay thế Jira. Nó bổ sung lớp Task chung, Computer được kết nối, thực thi và review bao quanh công cụ quản lý mà team bạn đang dùng. Không ai phải học một board mới hay migrate backlog để bắt đầu.
Bạn kết nối hai bên bằng một sync link. Mở tích hợp Jira, kết nối tài khoản (Jira Cloud dùng host *.atlassian.net, email tài khoản và Atlassian API token; Server và Data Center dùng base URL, username và personal access token), sau đó ghép một project Jira với một Space trong Sharkly. Các ánh xạ cốt lõi đúng như bạn hình dung:
- Issue trong Jira trở thành Task trong Sharkly
- Epic trong Jira trở thành Project trong Sharkly
- Người được giao, trạng thái, bình luận và tệp đính kèm đều được giữ nguyên
Đây là cặp lựa chọn cần cân nhắc thẳng thắn. Dùng sync khi bạn muốn một project đang hoạt động luôn được kết nối, để các thay đổi chảy qua lại giữa Jira và Sharkly từ đó về sau. Dùng import khi bạn muốn sao chép các issue lịch sử vào cho một cuộc migrate có kiểm soát; chỉ sync thì không backfill được quá khứ của project. Hầu hết các team mới bắt đầu chỉ cần một sync link hai chiều trên một project đang hoạt động, thế là đủ. Toàn bộ quy trình thiết lập, bao gồm bước webhook mà admin Jira xử lý một lần, có trong tài liệu Sharkly.
Giao ticket cho một Agent
Khi project đã được liên kết, issue sẽ xuất hiện dưới dạng Task trong Space. Giao nó cho một Agent cũng giống như giao cho một đồng nghiệp: bạn chọn Agent thay vì chọn người.
Một Agent không chỉ là một lựa chọn model. Hướng dẫn, Runtime, repository và cấu hình chạy của nó định hình cách nó xử lý công việc, giống như bản mô tả công việc định hình việc một nhân viên mới sẽ làm gì. Runtime là cỗ máy bên dưới: Claude Code, Codex, hay bất kỳ CLI agent nào team bạn đang dùng. Việc sử dụng model vẫn diễn ra qua các subscription hoặc API key đã cấu hình trong những công cụ đó, nên quyền truy cập agent và code của bạn vẫn nằm trên phần cứng của chính bạn. Sharkly điều phối việc giao việc; nó không nắm giữ thông tin xác thực của bạn.
Nếu đây là lần chạy đầu tiên, hãy giữ phạm vi nhỏ và ranh giới rõ ràng. Viết một task mà agent thực sự có thể thực thi là một kỹ năng riêng, và đáng để làm cho đúng trước khi bạn hướng Agent vào bất cứ thứ gì quan trọng. Một ticket chặt chẽ với định nghĩa hoàn thành rõ ràng sẽ tạo ra một diff chặt chẽ; một ticket mơ hồ sẽ tạo ra một diff mơ hồ.
Thực thi trong một worktree cách ly
Khi Agent khởi động, quá trình chạy diễn ra trên một Computer đã kết nối, bên trong worktree cách ly riêng của nó. Chính sự cách ly này khiến việc lặp lại trở nên an toàn. Mỗi lần chạy có một thư mục làm việc hoàn toàn mới, nên hai Agent xử lý hai ticket trên cùng một repository không bao giờ ghi đè tệp của nhau hay tranh nhau một branch. Đó cũng chính là cách bạn làm thủ công với git worktrees cho AI coding agent, nhưng được xử lý sẵn và có thể lặp lại cho mọi Task.
Đây cũng là điều cho phép workflow mở rộng vượt xa một ticket. Khi việc cách ly trở nên tự động, chạy nhiều agent song song không còn là màn tung hứng, vì thứ thường làm hỏng mọi chuyện (trạng thái chia sẻ trên ổ đĩa) đã bị loại bỏ ngay từ khâu thiết kế. Nếu bạn mới làm quen với toàn bộ mô hình này, giao task đầu tiên cho một AI agent là bước khởi đầu nhẹ nhàng hơn trước khi bạn nối với Jira.
Đưa PR trở lại hồ sơ
Công việc của Agent quay trở lại Task: cuộc hội thoại, log thực thi, các điểm tắc nghẽn và thay đổi thu được đều nằm ở một chỗ thay vì rải rác khắp terminal và luồng chat. Khi Agent mở pull request, bạn kết nối nó với Task bằng cách ghi Task ID vào tên branch, tiêu đề PR hoặc phần mô tả PR. Tích hợp GitHub của Sharkly nhận ra ID đó, liên kết pull request với Task và có thể để lại một bình luận linkback để bất kỳ ai theo dõi ticket đều có thể nhảy thẳng tới code.
Vì sync link Jira là hai chiều, hoạt động đó cũng tiếp tục chảy về issue gốc. Người tạo ticket thấy công việc tiến triển mà không cần mở một terminal nào. Đây chính là lợi ích của việc định tuyến công việc qua một Task chung thay vì một prompt riêng tư: ngữ cảnh, tiến độ, điểm tắc nghẽn, kết quả và review đều hiển thị xuyên suốt từ lúc yêu cầu đến lúc phát hành.
Ranh giới thẳng thắn: con người nghiệm thu
Không có gì tự merge. Điều này là cố ý, và cần nói rõ vì người đọc có thể nghĩ khác: merge một pull request không thay đổi trạng thái Task, và việc đó không bao giờ diễn ra tự động. Tự động hóa dừng lại ở đúng chỗ cần đến phán đoán của team.
Phân công lao động được giữ nguyên đến tận cùng. Agent chạy công việc, mở PR và báo cáo nó đã làm gì, đã kiểm chứng gì và chỗ nào còn chưa chắc. Con người đọc diff đối chiếu với tiêu chí nghiệm thu ban đầu, yêu cầu chỉnh sửa hoặc nghiệm thu, rồi đưa ra quyết định merge và phát hành. Agent sẽ sẵn sàng lấp đầy khoảng trống bằng sự tự khởi xướng, nên bước review không phải là thủ tục hình thức; đó chính là cơ chế kiểm soát khiến phần tự động trở nên đáng tin. Quyết định nghiệm thu cuối cùng và phát hành vẫn thuộc về con người.
Đó là toàn bộ vòng lặp. Một ticket Jira đi vào, một Agent nhận nó, công việc chạy trong môi trường cách ly và quay về hồ sơ dưới dạng một pull request bạn có thể đọc, và bạn quyết định nó có được phát hành hay không. Để có cái nhìn rộng hơn về cách điều này phù hợp với một team gồm nhiều agent thay vì một lần chạy đơn lẻ, xem ý nghĩa của AI agent orchestration đối với các team dev, hoặc tổng quan về Sharkly để biết toàn bộ nền tảng.
Để thử trên một ticket thật: tải Sharkly, đăng nhập tại app.sharkly.ai, kết nối một Computer và liên kết một project Jira ít rủi ro.
Câu hỏi thường gặp
Sharkly có thay thế Jira không? Không. Sharkly bổ sung lớp thực thi và review bao quanh Jira. Issue, epic, trạng thái và workflow của bạn vẫn ở nguyên chỗ cũ; sync link giữ chúng luôn được kết nối trong khi các Agent đẩy công việc tiến lên.
Những phiên bản Jira nào hoạt động? Cả hai. Jira Cloud kết nối bằng host, email tài khoản và Atlassian API token. Jira Server và Data Center kết nối bằng base URL, username và personal access token.
Tôi có phải migrate backlog trước không? Không. Sync link kết nối một project đang hoạt động và giữ các thay đổi trong tương lai chảy qua mà không cần import lịch sử. Chỉ chạy import riêng khi bạn thực sự muốn sao chép các issue trong quá khứ vào.
Merge pull request có đóng ticket không? Không. Theo thiết kế, merge PR không thay đổi trạng thái Task. Con người nghiệm thu kết quả và quyết định bước merge và phát hành. Xem giao task đầu tiên cho một AI agent để biết vòng review diễn ra thế nào.
Code và quyền truy cập model của tôi nằm ở đâu? Trên phần cứng của chính bạn. Agent chạy trên Computer mà bạn kết nối, dùng subscription hoặc API key đã cấu hình trong các công cụ coding của bạn. Sharkly điều phối việc giao việc, ngữ cảnh và review; nó không lưu trữ repository hay hạn mức model của bạn.
