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 。
| 維度 | Omnigent | Agent Bricks |
|---|---|---|
| 類型 | 開源 Meta-Harness。 | Databricks 企業級 Agent 平台。 |
| 目標用家 | 需要協調多個外部 Agent 工具嘅開發者。 | 喺商業數據上建構受管控 Agent 嘅企業團隊。 |
| 範圍 | 喺 Claude Code、Codex、Pi 同自訂 YAML 定義嘅 Agent 之上提供一個單一 UI 層。 | 喺單一系統中統一模型存取、執行、治理同上下文,打造具有商業數據感知能力嘅 Agent。 |
| 許可證 | Apache 2.0。 | 所提供嘅來源未指明;遵循 Databricks 按用量收費嘅模式,冇前期許可費。 |
| 核心焦點 | 跨異構工具嘅組合、管控同協作。 | 企業級治理、身份驗證、模型存取,以及基於商業數據嘅自動化優化。 |
| 運行位置 | 你嘅手提電腦、終端機、網頁、桌面同手機。 | Databricks Data Intelligence Platform 呢個託管平台。 |
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。