Vercels Eve vs. Databricks' Omnigent: Zwei Open-Source-Frameworks für KI-Agenten, zwei völlig unterschiedliche Strategien

Innerhalb weniger Tage im Juni 2026 haben zwei große Infrastruktur-Unternehmen – Vercel und Databricks – jeweils ein neues Open-Source-Framework für KI-Agenten veröffentlicht. Die Ankündigungen eint die strategische Überzeugung, dass der nächste große Plattformwechsel agentengetrieben sein wird und dass der erfolgreichste Ansatz auf Open Source setzt. Doch die Produkte adressieren sehr unterschiedliche Probleme.

Vercels Eve ist ein entwicklerzentriertes Framework zum Bauen, Ausführen und Skalieren einzelner Agenten. Databricks' Omnigent ist eine Meta-Orchestrierungsebene für Multi-Agenten-Systeme, die über bestehenden Agenten-Frameworks liegt und eine einheitliche Governance- und Kollaborationsschicht bietet. Jedes Framework spiegelt eine eigene Theorie darüber wider, was Unternehmen im Moment am dringendsten brauchen.

Vercel – Eve: "Das Next.js für KI-Agenten"

Was wurde angekündigt?

Auf seiner Ship-2026-Konferenz am 17. Juni launchte Vercel Eve, ein Open-Source-Agenten-Framework, das als npm-Paket eve unter der Apache-2.0-Lizenz veröffentlicht wurde . Das Framework wurde aus der gemeinsamen Architektur extrahiert, die Vercel nach dem Bau "hunderter Agenten" intern beobachtet hatte .

Hauptfunktionen

• Agent-als-Verzeichnis: Jeder Agent ist ein einzelner Ordner, der agent.ts, instructions.md, tools/, skills/, subagents/, channels/ und schedules/ enthält. Die Dateistruktur definiert auf einen Blick die Fähigkeiten des Agenten .
• Langlebige Ausführung (Durable Execution) mit automatischen Wiederholungen und Zustandspersistenz .
• Geschützte Rechenumgebung (Sandboxed Compute): Agenten erhalten eine isolierte Mikro-VM für die Ausführung von selbst geschriebenem Code .
• Human-in-the-Loop-Genehmigungen: Ein einzelnes needsApproval-Flag an jedem Tool sperrt teure oder zerstörerische Aktionen .
• Subagenten: Agenten können an Unteragenten delegieren, die im Ordner subagents/ verschachtelt sind .
• Evals zum Testen des Agentenverhaltens .
• Vercel Connect-Integration: Agenten fordern temporäre, eingeschränkte Anmeldedaten an, anstatt langlebige Tokens zu speichern .
• Das Framework fühlt sich an wie das Erstellen, Ausführen und Bereitstellen einer Next.js-App .

Interne Nutzung

Vercel gab an, seine eigenen Agenten mit Eve zu bauen und zu betreiben. Mehr als 100 Agenten seien bei Vercel produktiv im Einsatz, die das Framework nutzen .

Strategische Begründung

• Standardisierung der Agentenentwicklung: Vercel argumentiert, dass das Bauen von Agenten heute "dort sei, wo das Web vor den Frameworks war" – jeder programmiere dieselbe Infrastruktur von Hand . Eve soll das sein, was Next.js für Web-Apps war: Ad-hoc-Muster in eine einzige, festgelegte Struktur zu gießen.
• Vertiefung des Agent Stack: Eve ist das Framework der obersten Ebene, das Vercels bestehende KI-Infrastruktur-Primitive (AI SDK, AI Gateway, Workflow SDK, Sandbox, Chat SDK, Connect) zu einer durchgängigen Entwicklererfahrung zusammenbindet .
• Plattform-Adoption fördern: Indem die Agentenentwicklung so einfach wird wie das Erstellen einer Next.js-App, positioniert sich Vercel als das Standard-Deployment-Ziel für Agenten – genauso wie es zum Standard für Frontend-Apps wurde .

Databricks – Omnigent: "Das Kubernetes für KI-Agenten"

Was wurde angekündigt?

Vom 13. bis 18. Juni 2026 veröffentlichte Databricks Omnigent als Open Source, eine "Meta-Orchestrierungsebene für KI-Agenten", die im Alpha-Stadium unter der Apache-2.0-Lizenz veröffentlicht wurde . Das Projekt wurde von Databricks-Mitbegründer Matei Zaharia auf X angekündigt .

Hauptfunktionen

• Multi-Agenten-Komposition: Liegt über bestehenden Agentensystemen (Claude Code, OpenAI Codex, Pi, benutzerdefinierte Agenten-SDKs) und bietet eine einheitliche Schnittstelle zum Verteilen von Aufgaben über sie hinweg .
• Live-Zusammenarbeit: Teams können Live-Agenten-Sitzungen teilen, Ergebnisse gemeinsam prüfen und Workflows in Echtzeit steuern .
• Umfangreiche Kontrollrichtlinien: Eine zustandsbehaftete Policy-Engine, die Agentenaktionen verfolgt und Schutzmaßnahmen jenseits von promptbasierten Kontrollen durchsetzt – in den Bereichen Sicherheit, Kosten und Zugriff .
• Cloud-Ausführungsumgebungen mit Sandboxing auf Betriebssystemebene .
• Anbieterneutrale Orchestrierung: Entwickelt, um eine Abhängigkeit von einem einzigen Agentenanbieter zu verhindern und gleichzeitig eine zentrale Governance zu gewährleisten .

Interner Nutzungskontext

Databricks erklärte, Omnigent basiere direkt auf den Erfahrungen aus internen KI-Agenten-Implementierungen und dem Bau agentenbasierter Produkte wie Genie . Die breitere Databricks-Plattform wird von mehr als 20.000 Organisationen und 70 % der Fortune-500-Unternehmen genutzt . Databricks bietet auch eine verwaltete Version von Omnigent als Teil seiner kommerziellen Agent Bricks-Plattform an .

Strategische Begründung

• Fragmentierung lösen: Unternehmen, die mehrere Agentensysteme betreiben (Claude Code, Codex, Pi, Eigenentwicklungen), stehen vor einer Integrationskomplexität, die nicht-linear skaliert. Omnigent bietet eine einheitliche Orchestrierungs- und Governance-Ebene über all ihnen .
• Open-Source-Playbook: Databricks hat eine bewährte Erfolgsbilanz bei der Veröffentlichung grundlegender Infrastruktur als Open Source (Apache Spark, MLflow, Delta Lake), um die Ökosystem-Adoption zu fördern und anschließend die verwaltete Enterprise-Version zu monetarisieren .
• Governance als Differenzierungsmerkmal: Wenn Agenten von Experimenten in die Produktion übergehen, benötigen Organisationen Prüfbarkeit, Kostenkontrollen und Sicherheitsrichtlinien, die sich an das Agentenverhalten anpassen – nicht nur statische Prompts .
• Positionierung als "Kubernetes für Agenten": Bei breiter Akzeptanz könnten die Abstraktionen von Databricks zum Standard-Koordinationsprotokoll für Multi-Agenten-Flotten werden und einen natürlichen Einstieg in die kommerzielle Plattform schaffen .
• Ergänzung zu Agent Bricks: Omnigent erweitert die bestehende Agent Bricks-Plattform von Databricks um eine Open-Source-Orchestrierungsebene, während der proprietäre Supervisor Agent und die Unity-Catalog-Governance Teil des kommerziellen Angebots bleiben .

Zwei Strategien, eine Wette

Vercels Eve konzentriert sich darauf, den einzelnen Agenten einfach zu bauen, zu testen und bereitzustellen – ein horizontales Werkzeug für jeden Entwickler, der agentische Funktionen baut. Databricks' Omnigent konzentriert sich darauf, das Chaos mehrerer Agenten über Teams und Anbieter hinweg zu managen – eine Kontrollebene für den Einsatz auf Unternehmensebene. Beide Unternehmen setzen darauf, dass die Open-Source-Adoption die Nachfrage nach ihren kommerziellen Plattformen ankurbeln wird: Vercels Deployment-Infrastruktur und Databricks' verwaltete Daten- und KI-Plattform.

Für Entwickler, die diese Tools evaluieren, hängt die Wahl vom Problem ab: Eve ist die richtige Wahl, wenn Sie schnell einen einzelnen Agenten bauen und mit einer vertrauten Entwicklererfahrung ausliefern möchten. Omnigent sollten Sie evaluieren, wenn Sie eine Flotte von Agenten über verschiedene Frameworks hinweg orchestrieren und verwalten müssen. Die beiden Frameworks stehen nicht in direktem Wettbewerb – sie könnten sich sogar ergänzen, wenn mit Eve gebaute Agenten schließlich von Omnigent orchestriert werden.