รู้จัก Omnigent: โอเพ่นซอร์สตัวกลางจาก Databricks ที่เชื่อม ควบคุม และแชร์ AI Agent ทุกตัวเข้าไว้ด้วยกัน

Databricks ได้ปล่อยโปรเจกต์โอเพ่นซอร์สน้องใหม่ชื่อ Omnigent ซึ่งถูกขนานนามว่าเป็น "meta-harness" หรือตัวกลางควบคุมเหนือ AI Agent อีกทีหนึ่ง โดยมีเป้าหมายเพื่อแก้ปัญหาปวดหัวของนักพัฒนา นั่นคือ "ความต่างคนต่างทำ" ของเหล่า AI Coding Agent

แทนที่คุณจะต้องคอยสลับหน้าจอไปมาระหว่าง Claude Code, OpenAI Codex หรือ Pi แล้วพบว่าบริบทและข้อจำกัดที่ตั้งไว้หายไปหมดทุกครั้งที่เปลี่ยนเครื่องมือ Omnigent จะเป็นเหมือนผู้จัดการชั้นบนที่เข้าไปรวบอำนาจการทำงานทั้งหมดไว้ในที่เดียว ทำให้งาน, กฎกติกา, และข้อมูลต่อเนื่องทั้งหมดไหลลื่นตามคุณไป ไม่ว่าคุณจะสั่ง Agent ตัวไหนทำงานอยู่เบื้องหลังก็ตาม

Meta-Harness' คืออะไร? แล้วทำไมนักพัฒนาถึงต้องการ?

ในโลก AI ทุกวันนี้ "Harness" ก็คือชุดซอฟต์แวร์ที่เปลี่ยนโมเดลภาษาขนาดใหญ่ (LLM) ให้กลายเป็น Agent ที่ทำงานได้จริงๆ เช่น เขียนโค้ด ค้นข้อมูล หรือรันคำสั่งต่างๆ ปัญหาคือ Harness ของแต่ละค่ายก็คือโลกส่วนตัวของมัน Claude Code จำเซสชันและกฎของตัวเองได้ แต่พอคุณจำเป็นต้องให้ Codex ช่วยทำงานเฉพาะทางต่อ สิ่งที่ Claude Code จำไว้ทั้งหมดจะหายไปทันที

Omnigent ซึ่งปล่อยออกมาในแบบโอเพ่นซอร์สภายใต้ใบอนุญาต Apache 2.0 เมื่อวันที่ 13 มิถุนายน 2026 จึงไม่ใช่ AI Agent ตัวใหม่ที่คุณต้องมาเริ่มเรียนรู้ แต่คือ "meta-harness" หรือ "ตัวควบคุมเหนือ Harness" ที่เข้าไปกำกับการทำงานของ Agent ที่คุณมีอยู่แล้วในอีกระดับหนึ่ง คุณแค่เอาโมเดลของคุณ เอา API Key ของคุณ มาใส่ไว้ใน Omnigent จากนั้น Omnigent ก็จะดูแลเซสชันและนโยบายของคุณให้คงเส้นคงวา ไม่ว่าตอนนี้ Agent ตัวไหนกำลังถูกรันอยู่เบื้องหลัง

สามหัวใจหลักที่ทำให้ Omnigent ต่างจากชาวบ้าน

เพื่อยุติสงครามตัวใครตัวมันของ AI Agent Omnigent จึงถูกออกแบบมาด้วยสามความสามารถหลัก

1. การประกอบและผสาน (Composition)
Omnigent เปิดทางให้นักพัฒนาสามารถนำ Harness และ LLM หลายๆ ตัวมาทำงานร่วมกันในทีม โดยไม่ต้องเขียนโฟลว์การทำงานใหม่ทั้งหมด นึกภาพว่าคุณใช้ Agent A เขียนโค้ดส่วนหนึ่ง แล้วเปลี่ยนไปใช้ Agent B จัดการต่อโดยไม่ต้องเสียเวลาเซ็ตอัปใหม่ แค่แก้ config นิดเดียวก็สลับโมเดลหรือ Agent ได้กลางคันเลย

2. การควบคุมที่ต่อเนื่อง (Control)
แทนที่จะต้องไปตั้งค่าการควบคุม เช่น จำกัดงบ หรือสิทธิ์ในการเข้าถึงข้อมูล ซ้ำแล้วซ้ำเล่าในเครื่องมือทุกตัว Omnigent จะเป็นศูนย์กลางที่บังคับใช้นโยบายเหล่านี้ในระดับ meta-harness เลย หมายความว่า กฎของคุณจะเดินตามงาน ไม่ใช่เดินตามเครื่องมือที่คุณใช้

3. การทำงานร่วมกัน (Collaboration)
หนึ่งในฟีเจอร์ที่เห็นภาพได้ชัดที่สุดคือการแชร์เซสชันของ Agent แบบ Real-time คุณอาจเริ่มงานยากๆ บน Terminal ของคอมพิวเตอร์ แล้วหยิบมือถือขึ้นมาเพื่อดูเซสชันเดิมต่อแบบไม่มีสะดุด หรือจะแชร์ลิงก์ให้เพื่อนร่วมทีมเข้ามาช่วยกันแก้โค้ดพร้อมๆ กันก็ได้

เริ่มต้นใช้งาน: ลิขสิทธิ์, การติดตั้ง, และ GitHub

ข่าวดีคือ Omnigent เปิดให้ใช้ฟรีแบบเต็มรูปแบบภายใต้ใบอนุญาต Apache 2.0 ที่ยืดหยุ่น โดยตอนนี้อยู่ในสถานะ Alpha ซึ่งหมายความว่านักพัฒนาทั่วไปสามารถดาวน์โหลดมาใช้และช่วยพัฒนาได้แล้ว แต่อาจจะยังมีฟีเจอร์ไม่ครบถ้วนหรือต้องการความเสถียรเพิ่มเติม

• ลิขสิทธิ์: Apache 2.0
• GitHub Repository: github.com/omnigent-ai/omnigent
• คู่มือติดตั้งฉบับเร่งรัด: omnigent.ai/quickstart/install
• เอกสารทางการ: omnigent.ai

โปรเจกต์นี้เปิดตัวโดย Matei Zaharia เจ้าพ่อผู้ให้กำเนิด Apache Spark และพัฒนาร่วมกับ Neon

จังหวะการเปิดตัวที่สมบูรณ์แบบก่อนงาน Data + AI Summit 2026

การเปิดตัว Omnigent ในวันที่ 13 มิถุนายน 2026 ถือว่าเฉียบขาด เพราะอีกเพียงสองวันต่อมา Databricks ก็จะจัดงาน Data + AI Summit 2026 ระหว่างวันที่ 15-18 มิถุนายน ณ Moscone Center เมืองซานฟรานซิสโก ซึ่งเป็นงานชุมนุมระดับโลกของคนในวงการข้อมูลและ AI งานนี้จึงกลายเป็นเวทีแรกที่ Omnigent จะถูกพูดถึงอย่างกว้างขวางในทันที

Omnigent vs. Agent Bricks: ของคนละแบบ ใช้คนละโอกาส

พอเห็นว่ามาจาก Databricks เหมือนกัน หลายคนอาจสับสนว่า Omnigent มันซ้ำซ้อนกับ Agent Bricks ซึ่งเป็นแพลตฟอร์ม AI Agent ระดับองค์กรของ Databricks หรือเปล่า? คำตอบสั้นๆ คือไม่ มันเป็นของที่เสริมกันแต่ถูกออกแบบมาสำหรับผู้ใช้และปัญหาคนละแบบกัน

พูดแบบเข้าใจง่าย: Omnigent คือเครื่องมือเดี่ยวของนักพัฒนาเอาไว้จัดการ Agent ภายนอกหลายๆ เจ้าที่ตัวเองใช้อยู่แล้วให้ทำงานสอดคล้องกัน ส่วน Agent Bricks คือแพลตฟอร์มเบ็ดเสร็จขององค์กรสำหรับสร้างและคุม AI Agent ที่รันบนข้อมูลธุรกิจโดยตรง

เปรียบเทียบกันชัดๆ ทีละข้อ:

มิติ	Omnigent	Agent Bricks
ประเภท	Meta-harness แบบโอเพ่นซอร์ส	แพลตฟอร์ม Agent ระดับองค์กรของ Databricks
ผู้ใช้เป้าหมาย	นักพัฒนาที่ต้องการควบคุม Agent จากหลายเจ้า (Claude Code, Pi, Codex)	ทีมในองค์กรที่ต้องการสร้าง Agent ที่ทำงานบนข้อมูลธุรกิจโดยมีธรรมาภิบาล
ขอบเขตงาน	เป็น UI ชั้นเดียวครอบ Agent สำเร็จรูปและ Agent ที่สร้างจาก YAML	รวมศูนย์การเข้าถึงโมเดล, การรัน, การกำกับดูแล, และบริบทของ Agent ที่เชื่อมกับข้อมูลธุรกิจ
ลิขสิทธิ์ / ราคา	Apache 2.0 (ฟรี)	ราคาตามการใช้งานจริง (Usage-based) ไม่มีค่าธรรมเนียมล่วงหน้า
โฟกัสหลัก	การประกอบ (Composition), การควบคุม (Control), การทำงานร่วมกัน (Collaboration) ข้ามเครื่องมือ	ธรรมาภิบาล, อัตลักษณ์, การเชื่อมข้อมูลองค์กร, และการปรับแต่ง Agent อัตโนมัติ
รันบนอะไร	รันได้ทั้งบนแล็ปท็อป, Terminal, เว็บ, เดสก์ท็อป, และมือถือ	รันบน Databricks Data Intelligence Platform ที่มีการจัดการ

สรุปคือถ้าคุณเป็นนักพัฒนาเดี่ยว ที่ต้องใช้ Claude Code กับ Codex สลับกันไปมา แถมเบื่อที่จะต้องคอยเซ็ตงบหรือคอนฟิกใหม่ทุกครั้ง Omnigent คือคำตอบที่ใช่ แต่ถ้าคุณเป็นองค์กรที่ต้องการสร้าง AI Agent ไว้ให้พนักงานใช้กับฐานข้อมูลภายในบริษัท โดยมีระบบรักษาความปลอดภัยและธรรมาภิบาลที่แข็งแรง Agent Bricks คือสิ่งที่คุณมองหา

Omnigent คือเลเยอร์พกพาที่ใช้คีย์ของตัวเอง เพื่อให้บริบทและนโยบายของคุณไม่ถูกล็อกไว้กับผู้ช่วยโค้ดเจ้าดังเจ้าไหนอีกต่อไป ส่วน Agent Bricks ก็ใช้พลังจาก Mosaic AI research engine ที่ Databricks ซื้อมา เพื่อช่วยสร้าง, ประเมิน, และพัฒนา Agent ให้ดีขึ้นเองอัตโนมัติ โดยมี Unity Catalog เป็นระบบหลังบ้านดูแลเรื่องความปลอดภัย