Unblocked

Unblocked 官网对自己的定位是「agentic software development 的上下文层」，解决的是编码 Agent 只认得代码、不了解其余背景的问题：把代码、会话、工单、文档、产品和生产系统连成一张知识图谱，在查询时按权限裁剪、压缩后交给 Agent。官网同时点出当前做法的短板——Markdown 会过期，MCP 只暴露单个系统接入，都不处理冲突与时效的判断。

核心能力

• Conflict Resolution & Relevance：跨来源的矛盾按时效、权威性与关联度自动收敛成一个答案，并按开发者的贡献历史、当前关注领域与用语做个性化，答案附带来源链接可回溯。
• Cross-source Reasoning：代码、文档、工单与会话被写入同一张持续更新的知识图谱，一次遍历即可串联工单、关联 PR、讨论串与代码，而不是逐个系统查完再拼。
• Permission-Aware Delivery：从意图与身份出发做范围限定，请求需通过认证，贡献历史与协作者会先收敛检索范围，上下文在服务端完成评分、压缩与组装。
• Organizational Memory：从代码评审反馈、代码库演进与跨源模式中提炼隐性约定，并识别各领域真正有权威的人，把活规则注入 Agent 上下文。
• 接入方式：官网列出 MCP（可连接 Cursor、Claude Code、Copilot 等）、CLI、Slack（在频道里 @Unblocked）、Web 与 API 五种途径。
• 安全与隐私：官网称客户数据隔离、授权与加密，数据不会用于训练模型，并列出 SOC 2 Type II、数据隔离、SSO 与 SCIM 支持、传输与静态加密。

适合谁

• 维护多年老代码库的工程团队：让 Agent 拿到历史决策与过往事故的上下文，减少返工。
• 用 Cursor、Claude Code、Copilot 做 agentic 开发的工程师：少花时间反复纠正 Agent。
• 需要回答产品问题的支持、客户成功与销售：官网客户案例中这类非工程角色也在使用。
• 接手外部顾问遗留系统的新平台团队：把散落各处的知识变成即时答案。

使用建议

• 先接代码库与最常用的两三个来源（如工单与团队聊天），验证答案质量后再逐步扩大接入范围。
• 用「同一个 Agent、同一句提示、接入前后各跑一次」的方式评估效果，官网就是用这种对比给出 token 与耗时差异的。
• 权限配置要先行：权限感知交付以身份限定检索范围，权限不全会直接导致答案不完整。
• 答案都带来源链接，遇到与认知冲突的结论先点开原始出处核对，再让 Agent 据此改代码。
• 官网客户案例页提到的各家成效数据属于个案，自己落地前建议先用内部任务复测一遍。
• 数据处理与合规承诺以官网安全页与条款为准，官方规则可能调整。