Databricks开源Omnigent：为混乱的AI编程智能体战场提供统一“元层”

Databricks在2026年6月13日发布了一款名为Omnigent的新工具，并以极为宽松的Apache 2.0许可证将其完全开源。此举旨在为当前日益碎片化的AI编程智能体生态，提供一个统一的控制与编排层。 Omnigent并非是要取代现有的编程智能体，恰恰相反，它被定义为一个“元层”。它位于开发者已经在使用的各种智能体之上，例如Claude Code、Codex、Pi或企业内部的自定义智能体。其核心功能是通过一个通用API，将这些形态各异的工具封装起来。无论是以终端为基础的编程智能体，还是诸如OpenAI Agents、Claude Agents SDK这类软件开发工具包，都能被纳入Omnigent的统一管理之下。 这一设计思路源于Databricks自身庞大工程团队的实践经验。其超过5000人的工程团队很早就开始大规模采用编程智能体，并观察到一种普遍现象：工程师们在工作中往往需要同时打开4到5个不同的智能体来协同处理任务。这种多智能体并行的复杂工作流催生了统一管理层的需求。同时，Databricks也为客户构建了数千个智能体，深知不同模型各有所长。例如，其内部的Genie系统就采用了分工策略，让不同的大语言模型分别负责规划、搜索和代码生成。 在部署层面，Omnigent展现出极强的灵活性，可轻松部署在包括Fly.io、Railway、Modal和Daytona沙箱在内的多种基础设施上。Databricks团队认为，行业历史上许多重大变革都源于向新的抽象层迁移，而AI智能体目前正处于类似的转折点。他们推测，未来人们将很快习惯于通过“元层”来与智能体进行交互协作。 为此，Omnigent的路线图也规划了多项前沿功能，包括在元层级别实现基于GEPA的自动优化、借鉴MemEx和RLM思路在智能体内部进行代码自省，以及推出Omnigent Server MCP。

EntAI观察

Omnigent的出现，可能意味着AI工程化工具正从“单一模型能力”的比拼，转向“编排与协作效率”的竞争。当顶级模型能力趋同，如何调度、组合和优化它们的使用成为一个高价值的中间层。Databricks将内部解决此问题的工具开源，或许说明其希望定义这一新兴层级的接口标准，吸引开发者围绕其生态进行构建。值得关注的是，让不同LLM各司其职的架构（如Genie）正在成为共识，这反映出业界对大型通用模型在某些特定任务上性价比不足的务实考量。然而，作为一个全新的元层，Omnigent能否兼容足够多的智能体，并在这个快速迭代的生态中持续保持其通用性，将是其面临的首要挑战。