Vercel Eve vs. Databricks Omnigent：兩大開源AI Agent框架嘅策略比拼

2026年6月嘅短短幾日之內，兩間大型基礎設施公司——Vercel同Databricks——先後開源咗佢哋嘅AI Agent框架。呢兩個宣布背後都有一個共同嘅戰略信念：下一浪平台轉變將會由Agent主導，而開放原始碼先係最終贏家。不過，佢哋嘅產品針對嘅問題就完全唔同。

Vercel嘅 eve 係一個以開發者為中心嘅框架，專注於構建、執行同擴展單一Agent。而Databricks嘅 Omnigent 就係一個「元框架」，專為協調多Agent系統而設，企喺現有Agent框架之上，提供統一嘅管治同協作層。每個框架都反映出各自對企業最迫切需求嘅唔同理解。

Vercel — Eve：「Agent版Next.js」

公布咗啲咩？

喺6月17日嘅Ship 2026大會上，Vercel推出咗 eve，一個開源Agent框架，以npm套件 eve 形式發布，採用Apache-2.0授權。 呢個框架係Vercel內部「構建咗幾百個Agent」之後，提煉出嚟嘅共同架構。

主要功能

• Agent即資料夾 — 每個Agent就係一個資料夾，裡面有 agent.ts、instructions.md、tools/、skills/、subagents/、channels/ 同 schedules/。成個檔案樹就係Agent嘅能力清單，一目了然。
• 持久執行 — 內置自動重試同狀態保存。
• 沙箱運算 — Agent有獨立嘅微型VM去執行佢自己寫嘅程式碼。
• 人工審批 — 任何工具加一個 needsApproval flag，就可以為昂貴或具破壞性嘅操作設置審批關卡。
• 子Agent — Agent可以將任務委派畀子Agent（同樣嘅資料夾結構），放喺 subagents/ 裡面。
• Evals — 用嚟測試Agent行為嘅評估工具。
• Vercel Connect整合 — Agent透過請求短暫、有限範圍嘅憑證去連接外部系統，唔使儲存長期Token。
• 整個設計體驗同Scaffold、執行、部署一個Next.js app非常相似。

內部採用數據

Vercel話佢哋自己就用eve嚟構建同運行Agent，目前已經有超過100個Agent喺Vercel內部投入生產。

戰略意圖

• 標準化Agent開發 — Vercel認為而家開發Agent嘅狀況就好似「框架出現之前嘅網頁開發」，個個都喺度重複做相同嘅底層工作。eve嘅目標就係好似Next.js對網頁App所做嘅嘢一樣：將零散嘅模式變成一個統一、有見解嘅結構。
• 深化Agent Stack — eve係上層框架，將Vercel現有嘅Agent基礎設施工具（AI SDK、AI Gateway、Workflow SDK、Sandbox、Chat SDK、Connect）整合成一個完整嘅端到端開發體驗。
• 推動平台採用 — 令Agent開發變得同Scaffold一個Next.js app一樣咁簡單，Vercel就可以成為Agent嘅預設部署目標，就好似佢哋當年成為前端App嘅預設平台一樣。

Databricks — Omnigent：「Agent版Kubernetes」

公布咗啲咩？

喺6月13日至18日期間，Databricks開源咗 Omnigent，一個「AI Agent元框架」，以Alpha版本、Apache 2.0授權發布。 呢個項目係由Databricks聯合創辦人Matei Zaharia喺X上公布。

主要功能

• 多Agent組合 — 企喺現有Agent系統（例如Claude Code、OpenAI Codex、Pi、自訂Agent SDK）之上，提供統一接口嚟路由任務。
• 實時協作 — 團隊可以共享即時Agent會話、一齊檢視輸出、實時指導工作流程。
• 豐富嘅控制政策 — 一個有狀態嘅政策引擎，追蹤Agent行為並執行安全、成本、存取等Guardrails，唔止係基於Prompt嘅控制。
• 雲端執行環境 — 提供作業系統層級嘅沙箱。
• 供應商中立嘅編排 — 設計嚟防止俾單一Agent供應商綁死，同時保持中央管治。

內部採用背景

Databricks表示Omnigent係直接汲取自佢哋內部部署AI Agent嘅經驗，以及構建 Genie 等Agent產品嘅教訓。 佢哋嘅整體平台服務緊超過20,000個機構，以及70%嘅財富500強公司。 Databricks同時提供Omnigent嘅托管版本，作為商業平台Agent Bricks嘅一部分。

戰略意圖

• 解決碎片化問題 — 企業同時使用多個Agent系統（Claude Code、Codex、Pi、自家開發）時，整合嘅複雜性會非線性地增加。Omnigent喺佢哋之上提供一個統一嘅編排同管治層。
• 開源套路 — Databricks有悠久歷史，透過開源基礎設施（Apache Spark、MLflow、Delta Lake）推動生態系統採用，然後從托管企業版本中獲利。
• 以管治作為差異化優勢 — 隨住Agent從實驗階段進入生產，機構需要可審計性、成本控制同安全政策，而呢啲政策需要適應Agent行為，唔係淨係靜態嘅Prompt。
• 定位做「Agent版Kubernetes」 — 如果被廣泛採用，Databricks嘅抽象層可能會成為多Agent集群嘅預設協調協議，自然為佢哋嘅商業平台創造入門通道。
• 補充Agent Bricks — Omnigent透過開源嘅編排層擴展Databricks現有嘅Agent Bricks平台，而專有嘅Supervisor Agent同Unity Catalog管治就繼續保留喺商業版本入面。

兩種策略，同一個賭注

Vercel嘅eve專注於令單一Agent容易構建、測試同部署——係一個畀任何開發者建立Agent功能嘅水平工具。而Databricks嘅Omnigent就專注於管理跨團隊、跨供應商嘅多個Agent所帶嚟嘅混亂——係一個面向企業級部署嘅控制平面。兩間公司都相信，開源嘅採用會帶動佢哋商業平台嘅需求：Vercel嘅部署基礎設施同Databricks嘅托管數據同AI平台。

對於開發者嚟講，揀邊個工具取決於你嘅問題：如果你要快速構建一個單一Agent並用熟悉嘅開發體驗發布出去，就用eve；如果你需要編排同管治一個跨越多個框架嘅Agent艦隊，就睇吓Omnigent。呢兩個框架其實唔係直接競爭——實際上，佢哋係可以互補嘅，用eve整出嚟嘅Agent最終可以由Omnigent去編排。