Databricks ha rilasciato in open source Omnigent, uno strumento che definisce un meta-harness per agenti AI. In parole semplici, è un livello che si colloca al di sopra degli agenti di coding che già usi - Claude Code, Codex, Cursor, Pi o uno tuo - e li fa lavorare insieme. È rilevante perché la maggior parte dei team oggi gestisce più agenti in parallelo, e Omnigent punta a governarli da un unico punto. Ecco cosa fa e a chi serve. Per un'introduzione, vedi la nostra guida sugli agenti di coding AI.
Cosa significa "meta-harness"
Un harness è il wrapper che esegue un agente: il loop che gli fornisce strumenti, contesto e limiti. Ogni agente di coding ha il proprio.
Un meta-harness si colloca un livello più in alto. Secondo Databricks, Omnigent gira al di sopra di più harness contemporaneamente, così puoi combinare, alternare e governare agenti diversi da un unico sistema, invece di collegarli uno per uno a mano.
Le tre capacità
Secondo Databricks, Omnigent si fonda su tre idee:
- Composizione. Combinare più modelli, harness e tecniche senza riscrivere il codice. Puoi passare tra Claude Code, Codex, Pi e i tuoi agenti con modifiche di una sola riga.
- Controllo. Policy stateful e contestuali tracciano ciò che gli agenti fanno e applicano guardrail - come budget di costo e permessi - a livello di meta-harness, non tramite prompt. È un punto più solido dove imporre limiti rispetto a un system prompt.
- Collaborazione. Condividere una sessione live dell'agente tramite URL così che i colleghi possano esaminare i file, commentare e guidare l'agente insieme in tempo reale.
La sandbox e come raggiungerla
La sicurezza fa parte della proposta. Secondo Databricks, Omnigent include una sandbox flessibile del sistema operativo in grado di bloccare l'accesso al sistema operativo e intercettare e trasformare le richieste di rete. Questo offre un punto di controllo su ciò che un agente può toccare, aspetto che conta man mano che gli agenti eseguono più comandi reali. La nostra guida sulla sicurezza degli agenti AI spiega perché vale la pena avere questo livello.
Una volta collegato un agente come Claude Code al server Omnigent, secondo Databricks puoi raggiungerlo dal web, dal mobile, da un'app nativa macOS o dalle API. Il codice si trova su GitHub in omnigent-ai/omnigent.
Cosa significa per gli sviluppatori
Per la maggior parte degli sviluppatori solitari, un singolo agente è ancora sufficiente, e Omnigent aggiunge un livello di cui potresti non aver ancora bisogno. Il suo valore emerge quando fai girare più agenti, in un team, con guardrail reali. Se sei stanco di riscrivere codice di collegamento ogni volta che passi da un agente di coding a un altro, un meta-harness è l'idea pensata proprio per quel dolore. Per scegliere i modelli sottostanti, la nostra panoramica sui migliori LLM per il coding 2026 è d'aiuto.
Il segnale più grande è la tendenza. Gli strumenti si stanno spostando verso un livello superiore: dai singoli agenti a sistemi che orchestrano e governano molti agenti insieme. Omnigent, sostenuto da un vendor importante e rilasciato in open source, è un chiaro indicatore di questo cambiamento.
Le doverose riserve
Due riserve mantengono tutto con i piedi per terra. Primo, è nuovo, e i dettagli qui provengono dall'annuncio dello stesso Databricks più la prima copertura - capacità reali, ma non ancora un lungo track record sul campo. Secondo, un meta-harness è complessità aggiunta: ripaga negli scenari multi-agente, in team e ad alta densità di policy, e può risultare eccessivo per un singolo agente su un progetto individuale.
La lettura onesta: Omnigent è un passo credibile e open source verso la gestione di molti agenti come un unico sistema, da parte di un vendor serio. Se orchestri più agenti di coding o hai bisogno di guardrail reali e sessioni condivise, merita uno sguardo. Se fai girare un solo agente da solo, tienilo d'occhio e riconsideralo quando la tua configurazione cresce.
