Databricks maakt Omnigent open source voor AI-agents

Databricks heeft Omnigent uitgebracht, een opensource laag die boven bestaande codeeragenten zoals Claude Code, Codex en Pi draait. Het bedrijf beschrijft het als een meta-harness: een manier om verschillende codeeragenten te combineren en centraal te beheren. De code staat onder de Apache 2.0-licentie op GitHub, schrijft Databricks op zijn eigen blog.

Wat een meta-harness oplost

De meeste teams werken inmiddels met meer dan één codeeragent. De een gebruikt Claude Code, de ander Codex, een derde een zelfgebouwde variant. Dat levert losse silo’s op, elk met eigen instellingen en eigen logging. Omnigent legt daar een gedeelde laag overheen. Volgens de aankondiging van Databricks draait elke agent in een afgeschermde sessie met een uniforme API, zodat je met een wijziging van één regel kunt wisselen tussen modellen en harnessen.

MarkTechPost, dat de release op 13 juni beschreef, vat de opzet samen in twee delen. Een runner verpakt elke agent in een sandbox, en een server regelt het beleid en het delen van sessies en ontsluit alles via terminal, app en web-API’s.

Composition, control en collaboration

Databricks noemt drie functies. Composition betekent dat je modellen en technieken combineert zonder code te herschrijven. Control gaat over beleid: de meta-harness houdt acties van agenten bij en dwingt grenzen af op die laag, niet via prompts in het model zelf. Dat verschil telt, want afspraken die alleen in een prompt staan zijn makkelijk te omzeilen. Collaboration laat teamleden een live sessie via een URL volgen en er realtime mee chatten.

Die nadruk op beheersbaarheid sluit aan op een bredere beweging. We schreven eerder over de Agent Control Standard die agenten op runtime-niveau beheersbaar wil maken. Het idee is in beide gevallen hetzelfde: leg de controle buiten het model, op de plek waar acties echt plaatsvinden.

Wie er baat bij heeft

De timing is logisch. De markt voor codeeragenten versnelt. OpenAI nam onlangs Ona over om Codex een vaste cloudwerkplek voor langlopende agenten te geven, en Moonshot bracht Kimi K2.7-Code als open model uit. Door zich niet op één agent vast te leggen maar op de laag eromheen, kiest Databricks een neutrale positie. Bedrijven die meerdere agenten naast elkaar draaien hoeven niet te gokken welke partij wint.

Wat betekent dit

Voor ontwikkelteams verschuift de vraag van welke agent je kiest naar hoe je grip houdt op alle agenten die je al gebruikt. Een opensource laag met beleid, sandboxing en sessiedeling maakt dat concreter dan losse afspraken per tool. Of Omnigent de standaard wordt hangt af van de adoptie, maar de richting is duidelijk: governance en samenwerking worden net zo belangrijk als de agent zelf. Dat past bij de verschuiving die ook uit de groeiende AI-bestedingen volgens Gartner blijkt, waar steeds meer budget naar beheer en integratie gaat in plaats van naar losse modellen.