Fonctionnalités clés

• L'agent comme un dossier : chaque agent est un dossier unique contenant agent.ts, instructions.md, tools/, skills/, subagents/, channels/ et schedules/. L'arborescence des fichiers définit les capacités de l'agent en un coup d'œil .
• Exécution durable avec réessais automatiques et persistance de l'état .
• Calcul en bac à sable : les agents disposent d'une microVM isolée pour exécuter le code qu'ils écrivent .
• Approbations humaines : un simple indicateur needsApproval sur n'importe quel outil permet de verrouiller les actions coûteuses ou destructrices .
• Sous-agents : les agents peuvent déléguer à des sous-agents (même structure de dossier) placés dans subagents/ .
• Outils d'évaluation (evals) pour tester le comportement des agents .
• Intégration Vercel Connect : les agents demandent des identifiants temporaires et limités au lieu de stocker des jetons à longue durée de vie .
• Conçu pour évoquer la création, l'exécution et le déploiement d'une application Next.js .

Adoption interne

Vercel a déclaré construire et exécuter ses propres agents sur Eve, avec plus de 100 agents en production chez Vercel utilisant ce framework .

Justification stratégique

• Standardiser le développement d'agents : Vercel estime que la construction d'agents aujourd'hui est « là où le web était avant les frameworks », chaque équipe réinventant la roue . Eve vise à faire pour les agents ce que Next.js a fait pour les applications web : transformer des schémas ad-hoc en une structure unique et normée.
• Approfondir la pile agentique : Eve est le framework de haut niveau qui relie les primitives d'infrastructure existantes de Vercel (AI SDK, AI Gateway, Workflow SDK, Sandbox, Chat SDK, Connect) en une seule expérience développeur de bout en bout .
• Stimuler l'adoption de la plateforme : en rendant le développement d'agents aussi simple que le déploiement d'une app Next.js, Vercel se positionne comme la cible de déploiement par défaut pour les agents .

Omnigent de Databricks : « Le Kubernetes pour les agents »

Ce qui a été annoncé

Entre le 13 et le 18 juin 2026, Databricks a open-sourcé Omnigent, un « meta-harnais pour agents IA », publié en alpha sous licence Apache 2.0 . Le projet a été annoncé par le co-fondateur de Databricks, Matei Zaharia, sur X .

Fonctionnalités clés

• Composition multi-agents : se positionne au-dessus des systèmes d'agents existants (Claude Code, OpenAI Codex, Pi, SDK personnalisés) et fournit une interface unifiée pour acheminer les tâches entre eux .
• Collaboration en direct : les équipes peuvent partager des sessions d'agents en direct, examiner les résultats ensemble et guider les workflows en temps réel .
• Politiques de contrôle riches : un moteur de politique avec état qui suit les actions des agents et applique des garde-fous au-delà des simples instructions, couvrant la sécurité, les coûts et les accès .
• Environnements d'exécution cloud avec bac à sable au niveau du système d'exploitation .
• Orchestration neutre vis-à-vis des fournisseurs : conçue pour empêcher l'enfermement propriétaire tout en maintenant une gouvernance centralisée .

Contexte d'adoption interne

Databricks a indiqué qu'Omnigent s'inspirait directement des leçons tirées de ses déploiements internes d'agents IA et de la création de produits basés sur des agents comme Genie . Sa plateforme sert plus de 20 000 organisations et 70 % des entreprises du Fortune 500 . Databricks propose également une version managée d'Omnigent dans le cadre de sa plateforme commerciale Agent Bricks .

Justification stratégique

• Résoudre la fragmentation : les entreprises utilisant plusieurs systèmes d'agents (Claude Code, Codex, Pi, internes) font face à une complexité d'intégration qui croît de manière non linéaire. Omnigent fournit une couche unique d'orchestration et de gouvernance au-dessus de tous .
• Stratégie open-source éprouvée : Databricks a fait ses preuves en open-sourçant des infrastructures fondamentales (Apache Spark, MLflow, Delta Lake) pour stimuler l'adoption, avant de monétiser la version managée pour les entreprises .
• La gouvernance comme différenciateur : à mesure que les agents passent des expériences à la production, les organisations ont besoin d'auditabilité, de contrôles de coûts et de politiques de sécurité adaptées au comportement des agents .
• Positionnement comme « Kubernetes des agents » : en cas d'adoption massive, les abstractions de Databricks pourraient devenir le protocole de coordination par défaut pour les flottes multi-agents .
• Complément à Agent Bricks : Omnigent étend la plateforme Agent Bricks avec une couche d'orchestration open-source .

Deux stratégies, un seul pari

Eve de Vercel se concentre sur la facilité de construction, de test et de déploiement d'un agent individuel — un outil horizontal pour tout développeur créant des fonctionnalités agentiques. Omnigent de Databricks se concentre sur la gestion du chaos de multiples agents répartis entre équipes et fournisseurs — un plan de contrôle pour un déploiement à l'échelle de l'entreprise. Les deux sociétés parient que l'adoption open-source générera de la demande pour leurs plateformes commerciales .

Pour les développeurs qui évaluent ces outils, le choix dépend du problème : utilisez Eve lorsque vous devez construire un agent unique rapidement et le déployer avec une expérience familière ; évaluez Omnigent lorsque vous devez orchestrer et gouverner une flotte d'agents issus de différents frameworks. Les deux ne sont pas directement concurrents — ils pourraient même être complémentaires, les agents construits avec Eve étant éventuellement orchestrés par Omnigent à terme.

Fonctionnalités clés

• L'agent comme un dossier : chaque agent est un dossier unique contenant agent.ts, instructions.md, tools/, skills/, subagents/, channels/ et schedules/. L'arborescence des fichiers définit les capacités de l'agent en un coup d'œil .
• Exécution durable avec réessais automatiques et persistance de l'état .
• Calcul en bac à sable : les agents disposent d'une microVM isolée pour exécuter le code qu'ils écrivent .
• Approbations humaines : un simple indicateur needsApproval sur n'importe quel outil permet de verrouiller les actions coûteuses ou destructrices .
• Sous-agents : les agents peuvent déléguer à des sous-agents (même structure de dossier) placés dans subagents/ .
• Outils d'évaluation (evals) pour tester le comportement des agents .
• Intégration Vercel Connect : les agents demandent des identifiants temporaires et limités au lieu de stocker des jetons à longue durée de vie .
• Conçu pour évoquer la création, l'exécution et le déploiement d'une application Next.js .

Adoption interne

Vercel a déclaré construire et exécuter ses propres agents sur Eve, avec plus de 100 agents en production chez Vercel utilisant ce framework .

Justification stratégique

• Standardiser le développement d'agents : Vercel estime que la construction d'agents aujourd'hui est « là où le web était avant les frameworks », chaque équipe réinventant la roue . Eve vise à faire pour les agents ce que Next.js a fait pour les applications web : transformer des schémas ad-hoc en une structure unique et normée.
• Approfondir la pile agentique : Eve est le framework de haut niveau qui relie les primitives d'infrastructure existantes de Vercel (AI SDK, AI Gateway, Workflow SDK, Sandbox, Chat SDK, Connect) en une seule expérience développeur de bout en bout .
• Stimuler l'adoption de la plateforme : en rendant le développement d'agents aussi simple que le déploiement d'une app Next.js, Vercel se positionne comme la cible de déploiement par défaut pour les agents .

Omnigent de Databricks : « Le Kubernetes pour les agents »

Ce qui a été annoncé

Entre le 13 et le 18 juin 2026, Databricks a open-sourcé Omnigent, un « meta-harnais pour agents IA », publié en alpha sous licence Apache 2.0 . Le projet a été annoncé par le co-fondateur de Databricks, Matei Zaharia, sur X .

Fonctionnalités clés

• Composition multi-agents : se positionne au-dessus des systèmes d'agents existants (Claude Code, OpenAI Codex, Pi, SDK personnalisés) et fournit une interface unifiée pour acheminer les tâches entre eux .
• Collaboration en direct : les équipes peuvent partager des sessions d'agents en direct, examiner les résultats ensemble et guider les workflows en temps réel .
• Politiques de contrôle riches : un moteur de politique avec état qui suit les actions des agents et applique des garde-fous au-delà des simples instructions, couvrant la sécurité, les coûts et les accès .
• Environnements d'exécution cloud avec bac à sable au niveau du système d'exploitation .
• Orchestration neutre vis-à-vis des fournisseurs : conçue pour empêcher l'enfermement propriétaire tout en maintenant une gouvernance centralisée .

Contexte d'adoption interne

Databricks a indiqué qu'Omnigent s'inspirait directement des leçons tirées de ses déploiements internes d'agents IA et de la création de produits basés sur des agents comme Genie . Sa plateforme sert plus de 20 000 organisations et 70 % des entreprises du Fortune 500 . Databricks propose également une version managée d'Omnigent dans le cadre de sa plateforme commerciale Agent Bricks .

Justification stratégique

• Résoudre la fragmentation : les entreprises utilisant plusieurs systèmes d'agents (Claude Code, Codex, Pi, internes) font face à une complexité d'intégration qui croît de manière non linéaire. Omnigent fournit une couche unique d'orchestration et de gouvernance au-dessus de tous .
• Stratégie open-source éprouvée : Databricks a fait ses preuves en open-sourçant des infrastructures fondamentales (Apache Spark, MLflow, Delta Lake) pour stimuler l'adoption, avant de monétiser la version managée pour les entreprises .
• La gouvernance comme différenciateur : à mesure que les agents passent des expériences à la production, les organisations ont besoin d'auditabilité, de contrôles de coûts et de politiques de sécurité adaptées au comportement des agents .
• Positionnement comme « Kubernetes des agents » : en cas d'adoption massive, les abstractions de Databricks pourraient devenir le protocole de coordination par défaut pour les flottes multi-agents .
• Complément à Agent Bricks : Omnigent étend la plateforme Agent Bricks avec une couche d'orchestration open-source .

Deux stratégies, un seul pari

Eve de Vercel se concentre sur la facilité de construction, de test et de déploiement d'un agent individuel — un outil horizontal pour tout développeur créant des fonctionnalités agentiques. Omnigent de Databricks se concentre sur la gestion du chaos de multiples agents répartis entre équipes et fournisseurs — un plan de contrôle pour un déploiement à l'échelle de l'entreprise. Les deux sociétés parient que l'adoption open-source générera de la demande pour leurs plateformes commerciales .

Pour les développeurs qui évaluent ces outils, le choix dépend du problème : utilisez Eve lorsque vous devez construire un agent unique rapidement et le déployer avec une expérience familière ; évaluez Omnigent lorsque vous devez orchestrer et gouverner une flotte d'agents issus de différents frameworks. Les deux ne sont pas directement concurrents — ils pourraient même être complémentaires, les agents construits avec Eve étant éventuellement orchestrés par Omnigent à terme.