Databricks Rilis Omnigent, Framework Open-Source untuk Satukan Semua Agen AI dalam Satu Antarmuka

CLB.my.id - Databricks merilis Omnigent, sebuah framework open-source yang berfungsi sebagai lapisan abstraksi di atas berbagai agen AI seperti Claude Code, Codex, dan Pi. Dirilis di bawah lisensi Apache 2.0, Omnigent memungkinkan developer menggabungkan, mengontrol, dan berbagi sesi agen dari satu antarmuka terpadu tanpa harus menulis ulang kode.

Masalah Fragmentasi Agen AI

Menurut tim Databricks, pengguna saat ini rata-rata membuka empat hingga lima agen secara bersamaan, mulai dari coding agent hingga AI search. Waktu habis untuk menyalin-tempel teks antar agen dan alat kolaborasi seperti Docs atau Slack. Kondisi ini menciptakan inefisiensi yang semakin terasa seiring bertambahnya jumlah model dan harness yang tersedia.

Databricks melihat pola serupa di proyek-proyek besar. Harvey, produk riset Anthropic, dan Genie dari Databricks sendiri sudah menggunakan beberapa model dan harness secara bersamaan. Hasil terbaik justru datang dari orkestrasi tim agen, bukan satu agen tunggal.

Cara Kerja Omnigent

Arsitektur Omnigent terdiri dari dua komponen utama. Pertama, sebuah runner yang membungkus agen apa pun dalam sesi ter-sandbox dengan API seragam. Kedua, sebuah server yang menyediakan kebijakan, berbagi sesi, dan mengekspos setiap sesi melalui terminal, web, desktop, serta ponsel.

Semua agen harness punya antarmuka yang sama: pesan dan file masuk, aliran teks dan panggilan tool keluar. Kesamaan inilah yang memungkinkan Omnigent menjadi lapisan di atas semua harness tanpa perlu adaptasi khusus.

Fitur Utama

Omnigent menyediakan tiga kemampuan inti. Komposisi memungkinkan developer menggabungkan beberapa model dan harness tanpa menulis ulang kode, cukup dengan satu baris perubahan untuk beralih antar agen. Kontrol dilakukan melalui kebijakan berbasis state yang melacak tindakan agen dan menegakkan guardrail di lapisan meta, bukan melalui prompt. Kolaborasi memungkinkan berbagi sesi agen langsung melalui URL agar tim bisa meninjau dan mengarahkan secara real-time.

Fitur keamanan juga menjadi perhatian utama. Kebijakan keamanan kontekstual memungkinkan pelacakan state dinamis, misalnya setelah mengunduh paket npm, agen harus mendapat persetujuan manusia sebelum menjalankan git push. Kebijakan biaya memungkinkan pelacakan pengeluaran LLM secara real-time dengan batas pengeluaran, misalnya menjeda agen setelah menghabiskan 100 dolar AS.

Akses Multi-Platform dan Sandbox

Pengguna bisa mengakses agen yang terhubung melalui web, ponsel, aplikasi macOS, atau API. Eksekusi bisa dilakukan secara lokal atau di sandbox cloud seperti Modal dan Daytona untuk kolaborasi aman. Sistem sandbox OS juga bisa dikunci secara fleksibel, misalnya menyuntikkan token GitHub hanya di egress proxy untuk permintaan yang disetujui.

Peta Jalan dan Ketersediaan

Omnigent saat ini tersedia dalam fase alpha. Peta jalan mencakup optimasi otomatis dengan GEPA, introspeksi berbasis kode mirip MemEx dan RLM, serta Omnigent Server MCP untuk kerja lintas sesi agen. Framework bisa di-deploy di Fly.io, Railway, Modal, dan Daytona, dengan dukungan berbagai penyedia LLM.

Rilis ini menandai lapisan abstraksi baru untuk agen AI, mirip bagaimana Kubernetes dan Terraform mengangkat manajemen infrastruktur dari server individual ke manajemen fleet. Developer yang tertarik bisa langsung mencoba melalui quickstart di omnigent.ai atau repository GitHub-nya.***