Databricks 以 Apache 2.0 許可證發布咗開源項目「Meta Harness」Omnigent,提供一個統一嘅共享介面,用嚟組合、管控同分享 Claude Code、Codex 同 Pi 等 AI Agent,解決工具之間各自為政嘅問題。 呢個由 Apache Spark 創始人 Matei Zaharia 領導嘅項目,建基於三大支柱:透過組合功能喺單一任務中途切換或拼湊唔同 Agent;透過有狀態嘅策略同成本預算進行管控;以及透過分享即時會話連結嚟實現協作。

Create a landscape editorial hero image for this Studio Global article: What is Omnigent, the open-source "meta-harness" that Databricks released on June 13, and how does it address AI agent fragmentation through. Article summary: ## What is Omnigent. Topic tags: general, documentation, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "Introducing 𝗢𝗺𝗻𝗶𝗴𝗲𝗻𝘁, a meta-harness to combine, control, and share your agents. The best teams already mix models and harnesses and design loops that drive teams of agents" source context "Databricks on X: "Introducing 𝗢𝗺𝗻𝗶𝗴𝗲𝗻𝘁, a meta-harness to combine, control, and share your agents. The best team" Reference image 2: visual subject "# Introducing Omnigent: a meta-harness to combine, control, and collaborate with your agents : r/databricks. Image 1 Go to databricks. # Introduc
Databricks 正式發布咗 Omnigent,一個被稱為「Meta-Harness」嘅開源項目,目的係要解決 AI 編碼 Agent 碎片化呢個令開發者頭痛嘅核心問題。Omnigent 並非要取代 Claude Code、OpenAI Codex 或者 Pi 呢類現有工具,而係喺佢哋嘅「上層」加多一層 。咁樣就可以創造一個單一嘅統一介面,當開發者需要喺唔同 Agent 之間切換時,工作內容、使用場景同管控設定都可以保留下嚟。
喺今日嘅 AI 生態圈入面,「Harness」係指嗰個將大型語言模型(LLM)變成一個可以同工具互動、編寫代碼同執行任務嘅 Agent 嘅軟體包裝。Databricks 同早期用家指出,問題在於每個 Harness 都係一個獨立嘅孤島。Claude Code 會記住自己嘅對話同規則,但當開發者需要就某個子任務切換去用 Codex 或者 Pi 嗰陣,呢啲背景資訊就會全部消失 。
Omnigent 喺 2026 年 6 月 13 日以 Apache 2.0 開源許可證發布 ,佢並唔係另一個編碼 Agent。佢係一個「Meta-Harness」,坐喺你已經用緊嘅 Agent 之上,為佢哋提供一個用於組合(Composition)、管控(Control) 同協作(Collaboration) 嘅共享執行層
。你可以自備模型、自己嘅 API 密鑰同基礎設施;Omnigent 會令你嘅工作階段同策略保持一致,唔受底層運行緊邊個 Agent 影響
。
Omnigent 要終結 Agent 碎片化嘅使命,係建基於三大基礎能力 :
1. 組合(Composition)
Omnigent 容許開發者組合多個 Agent Harness 同大型語言模型,而唔使重寫成個工作流程。包括建立多 Agent 團隊,由唔同 Harness 處理唔同部分嘅任務,甚至喺單一任務中途以簡單嘅一行配置更改,就可以將一個模型切換成另一個 。
2. 管控(Control)
冇咗一個共享層,好似使費上限或者存取權限呢類治理策略,就要喺每個工具度重新實施一次。Omnigent 引入咗有狀態、以數據為中心嘅策略同成本預算,喺 Meta-Harness 層面強制執行,確保規則係跟住工作走,而唔係局限喺特定嘅工具上 。
3. 協作(Collaboration)
最即時嘅好處,可能就係可以分享即時嘅 Agent 工作階段。一個開發者可以喺桌面電腦終端機開始一項複雜任務,然後喺手機上接住同一個工作階段繼續,仲可以用一條 URL 分享畀隊友進行即時協作 。
Omnigent 完全開源,並根據寬鬆嘅 Apache 2.0 許可證發布 。佢目前處於 Alpha 階段,即係話開發者可以用同貢獻,但功能可能未齊全或者未完全穩定
。
呢個項目由 Apache Spark 嘅原創者 Matei Zaharia 介紹,並同 Neon 合作開發 。
Omnigent 喺 2026 年 6 月 13 日開源 ,正正係 Databricks 旗艦會議 Data + AI Summit 2026(6 月 15 日至 18 日喺三藩市 Moscone Center 舉行)嘅前兩日
。呢個發布節奏,令 Omnigent 即刻成為呢個全球最大數據同 AI 專業人士聚會嘅討論焦點。
一個常見嘅誤解係 Omnigent 同 Databricks 嘅企業平台 Agent Bricks 有咩關係。簡短答案係:兩者相輔相成,但瞄準嘅用家同問題完全唔同。Omnigent 係一個輕量級、去中心化嘅開發者工具,用嚟協調多個第三方 Agent。Agent Bricks 則係一個中心化、受管控嘅企業平台,用於直接喺商業數據上建構同部署 Agent。
本質上,Omnigent 解決嘅係協調開發者用開嘅外部 AI 工具嘅問題,而 Agent Bricks 解決嘅係以安全、受管控嘅方式為商業應用建構同治理 AI Agent 嘅問題 。
Agent Bricks 係一個端到端嘅解決方案,旨在將 AI Agent 從試驗階段推向生產環境。佢利用 Mosaic AI 研究引擎嚟實現 Agent 建立、評估同優化嘅自動化,同時透過 Unity Catalog 保持企業級治理 。另一方面,Omnigent 就係嗰個輕便、自備密鑰嘅層,確保開發者嘅使用場景同策略,唔會再被當月流行嘅邊個編碼助手所捆綁。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
Databricks 以 Apache 2.0 許可證發布咗開源項目「Meta Harness」Omnigent,提供一個統一嘅共享介面,用嚟組合、管控同分享 Claude Code、Codex 同 Pi 等 AI Agent,解決工具之間各自為政嘅問題。
Databricks 以 Apache 2.0 許可證發布咗開源項目「Meta Harness」Omnigent,提供一個統一嘅共享介面,用嚟組合、管控同分享 Claude Code、Codex 同 Pi 等 AI Agent,解決工具之間各自為政嘅問題。 呢個由 Apache Spark 創始人 Matei Zaharia 領導嘅項目,建基於三大支柱:透過組合功能喺單一任務中途切換或拼湊唔同 Agent;透過有狀態嘅策略同成本預算進行管控;以及透過分享即時會話連結嚟實現協作。
Omnigent 係一個以開發者為中心、可以自備模型嘅層,喺你嘅基礎設施上運行。佢同 Databricks 嘅企業級 Agent Bricks 平台唔同,後者係一個用於建構生產級 AI Agent、有嚴格管控同以數據為中心嘅平台。