Mengenal Omnigent: Meta-Harness Anyar Databricks untuk Menyatukan, Mengontrol, dan Berbagi AI Agent

Databricks telah merilis Omnigent, sebuah proyek open source yang mereka sebut sebagai "meta-harness", dirancang untuk memecahkan satu masalah krusial bagi para pengembang: fragmentasi agen AI untuk coding. Alih-alih menggantikan tools yang sudah ada seperti Claude Code, OpenAI Codex, atau Pi, Omnigent dipasang sebagai lapisan di atasnya. Ini menciptakan satu antarmuka terpadu di mana pekerjaan, konteks, dan kontrol tetap terjaga saat pengembang perlu berpindah dari satu agen ke agen lainnya .

Apa Itu Meta-Harness dan Mengapa Penting?

Di ranah AI saat ini, "harness" adalah lapisan perangkat lunak (software wrapper) yang mengubah model bahasa besar menjadi agen fungsional yang dapat berinteraksi dengan alat, menulis kode, dan menjalankan tugas. Masalahnya, seperti yang digambarkan oleh Databricks dan pengguna awal, setiap harness adalah sebuah silo yang terisolasi. Claude Code mengingat sesi dan aturannya sendiri, tetapi konteks itu langsung lenyap begitu seorang pengembang perlu menggunakan Codex atau Pi untuk sub-tugas tertentu .

Omnigent, yang dirilis sebagai proyek open source berlisensi Apache 2.0 pada 13 Juni 2026 , bukanlah agen coding lainnya. Ia adalah sebuah "meta-harness" yang berada di atas agen-agen yang sudah Anda gunakan dan menyediakan lapisan runtime bersama untuk komposisi, kontrol, dan kolaborasi . Anda membawa model Anda sendiri, kunci API Anda sendiri, dan infrastruktur Anda sendiri; Omnigent menjaga sesi dan kebijakan Anda tetap konstan, apa pun agen yang sedang berjalan di bawahnya .

Tiga Pilar Utama Omnigent

Misi Omnigent untuk mengakhiri fragmentasi agen dibangun di atas tiga kemampuan dasar :

1. Komposisi (Composition)
Omnigent memungkinkan pengembang untuk menggabungkan beberapa harness agen dan model bahasa besar tanpa harus menulis ulang seluruh alur kerja mereka. Ini termasuk menciptakan tim multi-agen di mana harness berbeda menangani bagian tugas yang berbeda, atau bahkan mengganti satu model dengan model lain di tengah sesi dan di tengah proses (mid-loop) hanya dengan perubahan konfigurasi satu baris .

2. Kontrol (Control)
Tanpa lapisan bersama, kebijakan tata kelola seperti batas pengeluaran atau aturan akses harus diimplementasikan ulang untuk setiap alat. Omnigent memperkenalkan kebijakan stateful dan berbasis data, serta anggaran biaya yang diterapkan di tingkat meta-harness, memastikan bahwa aturan mengikuti pekerjaan, bukan alat spesifik yang digunakan .

3. Kolaborasi (Collaboration)
Mungkin manfaat yang paling langsung terasa adalah kemampuan untuk berbagi sesi agen secara langsung. Seorang pengembang dapat memulai tugas rumit di terminal desktop, melanjutkan sesi yang persis sama di ponsel, dan membagikannya dengan rekan satu tim melalui URL untuk kolaborasi waktu nyata .

Memulai: Lisensi, Instalasi, dan Repositori

Omnigent sepenuhnya open source dan dirilis di bawah lisensi Apache 2.0 yang permisif . Saat ini masih dalam status alpha, artinya tersedia untuk digunakan dan dikontribusi oleh pengembang, namun mungkin belum sepenuhnya sempurna atau stabil fiturnya .

• Lisensi: Apache 2.0 .
• Repositori GitHub: github.com/omnigent-ai/omnigent .
• Panduan Memulai Cepat: Tersedia di omnigent.ai/quickstart/install .
• Dokumentasi Resmi: Dokumentasi lengkap tersedia di omnigent.ai .

Proyek ini diperkenalkan oleh Matei Zaharia, kreator asli Apache Spark, dan dikembangkan bekerja sama dengan Neon .

Waktu Rilis dan Data + AI Summit 2026

Omnigent di-open-source-kan pada 13 Juni 2026 , hanya dua hari sebelum konferensi unggulan Databricks, Data + AI Summit 2026, yang berlangsung pada 15–18 Juni di Moscone Center, San Francisco . Irama rilis ini segera menjadikan Omnigent sebagai topik diskusi utama di pertemuan para profesional data dan AI terbesar di dunia.

Omnigent vs. Agent Bricks: Dua Alat Berbeda untuk Kebutuhan Berbeda

Satu titik kebingungan yang umum adalah bagaimana hubungan Omnigent dengan platform enterprise Databricks, Agent Bricks. Jawaban singkatnya: keduanya saling melengkapi tetapi menargetkan pengguna dan masalah yang sama sekali berbeda. Omnigent adalah alat pengembang yang ringan dan terdesentralisasi untuk mengoordinasikan berbagai agen pihak ketiga. Agent Bricks adalah platform enterprise yang tersentralisasi dan terkelola untuk membangun dan menyebarkan agen yang bekerja langsung pada data bisnis.

Intinya, Omnigent memecahkan masalah dalam mengorkestrasi tools AI eksternal yang sudah dipakai pengembang, sementara Agent Bricks memecahkan masalah dalam membangun dan menatakelola agen AI untuk aplikasi bisnis secara aman dan terkendali .

Dimensi	Omnigent	Agent Bricks
Tipe	Meta-harness open source.	Platform agen enterprise Databricks.
Target Pengguna	Pengembang yang mengorkestrasi berbagai alat agen eksternal.	Tim enterprise yang membangun agen terkelola pada data bisnis.
Cakupan	Menyediakan lapisan antarmuka tunggal di atas Claude Code, Codex, Pi, dan agen kustom berbasis YAML.	Menyatukan akses model, eksekusi, tata kelola, dan konteks dalam satu sistem untuk agen yang sadar data bisnis.
Lisensi	Apache 2.0.	Tidak disebutkan dalam sumber yang tersedia; mengikuti model harga berbasis penggunaan tanpa biaya lisensi di depan.
Fokus Utama	Komposisi, kontrol, dan kolaborasi di seluruh alat yang heterogen.	Tata kelola perusahaan, identitas, akses model, dan optimasi otomatis pada data bisnis.
Tempat Berjalan	Laptop, terminal, web, desktop, dan ponsel Anda.	Platform Databricks Data Intelligence yang terkelola.

Agent Bricks adalah solusi ujung ke ujung yang dirancang untuk membawa agen AI dari tahap uji coba ke produksi. Platform ini memanfaatkan mesin riset Mosaic AI untuk mengotomatisasi pembuatan, evaluasi, dan optimasi agen, sambil mempertahankan tata kelola tingkat enterprise melalui Unity Catalog . Sementara itu, Omnigent adalah lapisan portabel dengan konsep bawa kunci sendiri (bring-your-own-keys) yang memastikan konteks dan kebijakan pengembang tidak lagi disandera oleh asisten coding mana pun yang sedang tren bulan ini.