Omnigent: Databricks lança meta-harness open-source para orquestrar, controlar e compartilhar agentes de IA

Omnigent não é só mais um wrapper: é uma camada de execução com estado, onde políticas de custo, segurança e aprovação humana são aplicadas *fora do prompt*, diretamente no runtime. Ele encapsula agentes como Claude Code ou Codex em 'runners' isolados, cada um com sandbox de SO, interceptação de rede e injeção condicional de credenciais (ex.: token do GitHub só em requisições aprovadas). Isso resolve o que a Databricks chama de 'caos silencioso': equipes usando 4, 5 agentes simultaneamente, copiando contexto entre janelas, sem rastreabilidade de gasto ou controle de impacto. A arquitetura tem dois componentes centrais: o runner (API unificada para qualquer agente) e o server (que gerencia políticas, sessões compartilháveis e integração com Unity Catalog para governança de ativos de IA).

O lançamento fecha um ciclo iniciado com o Agent Bricks em 16 de abril: enquanto Agent Bricks fornece governança, contexto de negócio e acesso unificado a modelos, o Omnigent opera *acima* dele, orquestrando múltiplos harnesses, inclusive os próprios Agent Bricks, em workflows multiagentes reais. É a primeira solução open-source (Apache 2.0, no GitHub desde 13/06) que une composição programática, controle com estado e colaboração síncrona via URL, sem depender de infraestrutura cloud proprietária.

Em 16 de abril, o Agent Bricks era uma plataforma *de governança e acesso* a agentes prontos para produção. Agora, com o Omnigent, a Databricks entrega a *camada de execução* que faltava: orquestração multi-harness com política aplicada no runtime, não no prompt. Antes, controle de custo exigia ajuste manual por agente ou dependência de ferramentas externas. Agora, basta uma regra como 'pausar sessão após US$ 100', executada centralmente pelo server. Também há evolução prática: o compartilhamento de sessão ao vivo via URL (com comentários e interação em tempo real) é novo e ausente no Agent Bricks, que foca em deploy e versionamento, não em colaboração operacional.

Agentes de IA estão consumindo orçamentos de forma invisível: a Uber esgotou seu orçamento anual de IA em quatro meses, com usuários individuais gastando até US$ 2.000/mês. O Omnigent traz controle financeiro granular *antes* do gasto, não depois. Para engenheiros de dados, ele converte agentes em ativos governáveis, integrados à Unity Catalog, rastreáveis como pipelines, auditáveis como queries. E para times de analytics, significa que relatórios gerados por agentes não são caixas-pretas: o contexto, as fontes de dados e as políticas aplicadas ficam registrados na mesma camada que governa tabelas e modelos. Isso transforma agentes de ferramentas experimentais em peças críticas da infraestrutura analítica.