Ciri-ciri utama

• Ejen-sebagai-direktori — setiap ejen adalah folder tunggal yang mengandungi agent.ts, instructions.md, tools/, skills/, subagents/, channels/, dan schedules/. Struktur fail ini mentakrifkan keupayaan ejen sekilas pandang .
• Pelaksanaan tahan lama (durable execution) dengan ulangan automatik dan penyimpanan keadaan .
• Komputasi terpencil (sandboxed compute) — ejen mendapat microVM terpencil untuk menjalankan kod yang mereka tulis .
• Kelulusan manusia-dalam-lingkaran (human-in-the-loop) — bendera needsApproval pada mana-mana alat mengawal tindakan yang mahal atau merosakkan .
• Sub-ejen — ejen boleh mewakilkan tugas kepada sub-ejen (bentuk direktori yang sama) yang terletak di dalam subagents/ .
• Evals untuk menguji tingkah laku ejen .
• Integrasi Vercel Connect — ejen meminta kelayakan sementara dengan skop terhad dan bukannya menyimpan token jangka panjang .
• Direka untuk terasa seperti membuat, menjalankan, dan menggunakan aplikasi Next.js .

Metrik penggunaan dalaman

Vercel menyatakan bahawa ia membina dan menjalankan ejennya sendiri di atas eve, dan lebih daripada 100 ejen dalam pengeluaran di Vercel menggunakan rangka kerja ini .

Rasional strategik

• Menyeragamkan pembangunan ejen — Vercel berhujah bahawa membina ejen hari ini adalah "di mana web berada sebelum adanya rangka kerja," dengan setiap orang mencipta semula komponen yang sama . eve menyasarkan untuk menjadi seperti Next.js untuk aplikasi web: menjadikan corak ad-hoc sebagai satu struktur yang seragam dan berprinsip.
• Memperdalam Tindanan Ejen (Agent Stack) — eve adalah rangka kerja lapisan atas yang menghubungkan primitif infrastruktur ejen sedia ada Vercel (AI SDK, AI Gateway, Workflow SDK, Sandbox, Chat SDK, Connect) menjadi satu pengalaman pemaju hujung-ke-hujung .
• Memacu penggunaan platform — dengan menjadikan pembangunan ejen semudah membuat aplikasi Next.js, Vercel meletakkan dirinya sebagai sasaran penggunaan lalai untuk ejen, sama seperti ia menjadi lalai untuk aplikasi hadapan .

Databricks — Omnigent: "Kubernetes untuk Ejen"

Apa yang diumumkan

Pada 13–18 Jun 2026, Databricks melancarkan sumber terbuka Omnigent, "meta-harness untuk AI ejen," yang dikeluarkan dalam versi alfa di bawah lesen Apache 2.0 . Projek ini diumumkan oleh pengasas bersama Databricks, Matei Zaharia, di X .

Ciri-ciri utama

• Komposisi berbilang ejen — berada di atas sistem ejen sedia ada (Claude Code, OpenAI Codex, Pi, SDK ejen tersuai) dan menyediakan antara muka bersatu untuk mengarahkan tugas merentas mereka .
• Kerjasama langsung — pasukan boleh berkongsi sesi ejen langsung, menyemak output bersama, dan membimbing aliran kerja dalam masa nyata .
• Dasar kawalan yang kaya — enjin dasar berkeadaan yang menjejak tindakan ejen dan menguatkuasakan pagar keselamatan (guardrails) di luar kawalan berasaskan gesaan, meliputi keselamatan, kos, dan akses .
• Persekitaran pelaksanaan awan dengan pasir OS (OS-level sandboxing) .
• Orkestrasi neutral vendor — direka untuk mengelakkan penguncian (lock-in) kepada mana-mana penyedia ejen tunggal sambil mengekalkan tadbir urus berpusat .

Konteks penggunaan dalaman

Databricks menyatakan bahawa Omnigent diambil terus daripada pengajaran daripada penggunaan dalaman ejen AI dan daripada membina produk berasaskan ejen seperti Genie . Platform Databricks yang lebih luas melayani lebih daripada 20,000 organisasi dan 70% daripada syarikat Fortune 500 . Databricks juga menawarkan versi terurus Omnigent sebagai sebahagian daripada platform komersial Agent Bricks .

Rasional strategik

• Menyelesaikan fragmentasi — perusahaan yang menjalankan pelbagai sistem ejen (Claude Code, Codex, Pi, dalaman) menghadapi kerumitan integrasi yang meningkat secara tidak linear. Omnigent menyediakan lapisan orkestrasi dan tadbir urus tunggal di atas kesemuanya .
• Buku panduan sumber terbuka — Databricks mempunyai rekod prestasi terbukti dalam melancarkan infrastruktur sumber terbuka (Apache Spark, MLflow, Delta Lake) untuk memacu penggunaan ekosistem, kemudian memonetisasi versi perusahaan terurus .
• Tadbir urus sebagai pembeza — apabila ejen bergerak dari eksperimen ke pengeluaran, organisasi memerlukan kebolehauditan, kawalan kos, dan dasar keselamatan yang menyesuaikan diri dengan tingkah laku ejen, bukan hanya gesaan statik .
• Letak sebagai "Kubernetes untuk ejen" — jika diterima pakai secara meluas, abstraksi Databricks boleh menjadi protokol penyelarasan lalai untuk kumpulan berbilang ejen, mewujudkan laluan semula jadi ke platform komersialnya .
• Pelengkap kepada Agent Bricks — Omnigent melanjutkan platform Agent Bricks sedia ada Databricks dengan lapisan orkestrasi sumber terbuka, manakala Ejen Penyelia (Supervisor Agent) proprietari dan tadbir urus Unity Catalog kekal sebagai sebahagian daripada tawaran komersial .

Dua strategi, satu keyakinan

eve dari Vercel memberi tumpuan kepada menjadikan ejen individu mudah dibina, diuji, dan digunakan — alat mendatar untuk mana-mana pemaju yang membina ciri ejen. Omnigent dari Databricks memberi tumpuan kepada menguruskan kekacauan pelbagai ejen merentas pasukan dan vendor — satah kawalan untuk penggunaan skala perusahaan. Kedua-dua syarikat bertaruh bahawa penggunaan sumber terbuka akan memacu permintaan untuk platform komersial mereka: infrastruktur penggunaan Vercel dan platform data dan AI terurus Databricks.

Bagi pemaju yang menilai alat ini, pilihan bergantung kepada masalah: gunakan eve apabila anda perlu membina ejen tunggal dengan pantas dan menghantarnya dengan pengalaman pemaju yang biasa; nilai Omnigent apabila anda perlu mengorkestrasi dan mentadbir kumpulan ejen merentas rangka kerja yang berbeza. Kedua-duanya tidak bersaing secara langsung — malah, ia boleh saling melengkapi, dengan ejen yang dibina menggunakan eve akhirnya diorkestrasi oleh Omnigent.

Ciri-ciri utama

• Ejen-sebagai-direktori — setiap ejen adalah folder tunggal yang mengandungi agent.ts, instructions.md, tools/, skills/, subagents/, channels/, dan schedules/. Struktur fail ini mentakrifkan keupayaan ejen sekilas pandang .
• Pelaksanaan tahan lama (durable execution) dengan ulangan automatik dan penyimpanan keadaan .
• Komputasi terpencil (sandboxed compute) — ejen mendapat microVM terpencil untuk menjalankan kod yang mereka tulis .
• Kelulusan manusia-dalam-lingkaran (human-in-the-loop) — bendera needsApproval pada mana-mana alat mengawal tindakan yang mahal atau merosakkan .
• Sub-ejen — ejen boleh mewakilkan tugas kepada sub-ejen (bentuk direktori yang sama) yang terletak di dalam subagents/ .
• Evals untuk menguji tingkah laku ejen .
• Integrasi Vercel Connect — ejen meminta kelayakan sementara dengan skop terhad dan bukannya menyimpan token jangka panjang .
• Direka untuk terasa seperti membuat, menjalankan, dan menggunakan aplikasi Next.js .

Metrik penggunaan dalaman

Vercel menyatakan bahawa ia membina dan menjalankan ejennya sendiri di atas eve, dan lebih daripada 100 ejen dalam pengeluaran di Vercel menggunakan rangka kerja ini .

Rasional strategik

• Menyeragamkan pembangunan ejen — Vercel berhujah bahawa membina ejen hari ini adalah "di mana web berada sebelum adanya rangka kerja," dengan setiap orang mencipta semula komponen yang sama . eve menyasarkan untuk menjadi seperti Next.js untuk aplikasi web: menjadikan corak ad-hoc sebagai satu struktur yang seragam dan berprinsip.
• Memperdalam Tindanan Ejen (Agent Stack) — eve adalah rangka kerja lapisan atas yang menghubungkan primitif infrastruktur ejen sedia ada Vercel (AI SDK, AI Gateway, Workflow SDK, Sandbox, Chat SDK, Connect) menjadi satu pengalaman pemaju hujung-ke-hujung .
• Memacu penggunaan platform — dengan menjadikan pembangunan ejen semudah membuat aplikasi Next.js, Vercel meletakkan dirinya sebagai sasaran penggunaan lalai untuk ejen, sama seperti ia menjadi lalai untuk aplikasi hadapan .

Databricks — Omnigent: "Kubernetes untuk Ejen"

Apa yang diumumkan

Pada 13–18 Jun 2026, Databricks melancarkan sumber terbuka Omnigent, "meta-harness untuk AI ejen," yang dikeluarkan dalam versi alfa di bawah lesen Apache 2.0 . Projek ini diumumkan oleh pengasas bersama Databricks, Matei Zaharia, di X .

Ciri-ciri utama

• Komposisi berbilang ejen — berada di atas sistem ejen sedia ada (Claude Code, OpenAI Codex, Pi, SDK ejen tersuai) dan menyediakan antara muka bersatu untuk mengarahkan tugas merentas mereka .
• Kerjasama langsung — pasukan boleh berkongsi sesi ejen langsung, menyemak output bersama, dan membimbing aliran kerja dalam masa nyata .
• Dasar kawalan yang kaya — enjin dasar berkeadaan yang menjejak tindakan ejen dan menguatkuasakan pagar keselamatan (guardrails) di luar kawalan berasaskan gesaan, meliputi keselamatan, kos, dan akses .
• Persekitaran pelaksanaan awan dengan pasir OS (OS-level sandboxing) .
• Orkestrasi neutral vendor — direka untuk mengelakkan penguncian (lock-in) kepada mana-mana penyedia ejen tunggal sambil mengekalkan tadbir urus berpusat .

Konteks penggunaan dalaman

Databricks menyatakan bahawa Omnigent diambil terus daripada pengajaran daripada penggunaan dalaman ejen AI dan daripada membina produk berasaskan ejen seperti Genie . Platform Databricks yang lebih luas melayani lebih daripada 20,000 organisasi dan 70% daripada syarikat Fortune 500 . Databricks juga menawarkan versi terurus Omnigent sebagai sebahagian daripada platform komersial Agent Bricks .

Rasional strategik

• Menyelesaikan fragmentasi — perusahaan yang menjalankan pelbagai sistem ejen (Claude Code, Codex, Pi, dalaman) menghadapi kerumitan integrasi yang meningkat secara tidak linear. Omnigent menyediakan lapisan orkestrasi dan tadbir urus tunggal di atas kesemuanya .
• Buku panduan sumber terbuka — Databricks mempunyai rekod prestasi terbukti dalam melancarkan infrastruktur sumber terbuka (Apache Spark, MLflow, Delta Lake) untuk memacu penggunaan ekosistem, kemudian memonetisasi versi perusahaan terurus .
• Tadbir urus sebagai pembeza — apabila ejen bergerak dari eksperimen ke pengeluaran, organisasi memerlukan kebolehauditan, kawalan kos, dan dasar keselamatan yang menyesuaikan diri dengan tingkah laku ejen, bukan hanya gesaan statik .
• Letak sebagai "Kubernetes untuk ejen" — jika diterima pakai secara meluas, abstraksi Databricks boleh menjadi protokol penyelarasan lalai untuk kumpulan berbilang ejen, mewujudkan laluan semula jadi ke platform komersialnya .
• Pelengkap kepada Agent Bricks — Omnigent melanjutkan platform Agent Bricks sedia ada Databricks dengan lapisan orkestrasi sumber terbuka, manakala Ejen Penyelia (Supervisor Agent) proprietari dan tadbir urus Unity Catalog kekal sebagai sebahagian daripada tawaran komersial .

Dua strategi, satu keyakinan

eve dari Vercel memberi tumpuan kepada menjadikan ejen individu mudah dibina, diuji, dan digunakan — alat mendatar untuk mana-mana pemaju yang membina ciri ejen. Omnigent dari Databricks memberi tumpuan kepada menguruskan kekacauan pelbagai ejen merentas pasukan dan vendor — satah kawalan untuk penggunaan skala perusahaan. Kedua-dua syarikat bertaruh bahawa penggunaan sumber terbuka akan memacu permintaan untuk platform komersial mereka: infrastruktur penggunaan Vercel dan platform data dan AI terurus Databricks.

Bagi pemaju yang menilai alat ini, pilihan bergantung kepada masalah: gunakan eve apabila anda perlu membina ejen tunggal dengan pantas dan menghantarnya dengan pengalaman pemaju yang biasa; nilai Omnigent apabila anda perlu mengorkestrasi dan mentadbir kumpulan ejen merentas rangka kerja yang berbeza. Kedua-duanya tidak bersaing secara langsung — malah, ia boleh saling melengkapi, dengan ejen yang dibina menggunakan eve akhirnya diorkestrasi oleh Omnigent.