Omnigent:AI agent 的 meta harness

TL;DR

• 問題不是採用,是營運。Databricks 有 3,000+ 工程師各用各的 AI 工具,他們歸納出五個痛點:空間擁擠(harness × 模型組合無限、每週都有新的)、生態碎片化(換 harness 就要重寫 agent、skills、tools、policies)、過度個人化(agent 與記憶都在自己筆電上,別人看不到也插不了手)、難以治理(企業級花費上限與工具存取規則做不出來)、被綁在筆電上(闔上就停工)。
• 解法是一層新的開放層:meta harness,叫 Omnigent,完全開源。架構刻意簡單,只有兩半:server(session 歷史、policies、MCP servers、skills、custom agents 都在這)與 runner(agent 實際幹活的地方:筆電、dev box、Kubernetes pod、雲端 sandbox);中間是一套共通 API,終端機、web UI、桌面 app 講的都是它。
• 三個能力:compose(十幾種 harness 隨插即用、不必遷移;可在同一 session 裡讓一個模型寫、另一個模型 review)、collaborate(session 可分享、可共同駕駛,像 Google Docs 一樣對程式碼/markdown/HTML/PDF 留言,按 address all 就送進 agent)、control(policy 看得到整個 session,可 allow / deny / 要求人工核准;成本上有 budget 軟性檢查點與 smart routing 自動選模型)。
• 安全模型值得注意:所有 LLM 呼叫都發生在你的筆電上,server 不做任何模型呼叫;server 只是在多台 host 之間做編排。另有 Omnibox 這個內建 OS 層 sandbox,憑證在 proxy 注入,agent 永遠看不到真實憑證。
• 社群數字:開源第 7 週,約 8,000 stars、3,000 個 PR 已合併、360+ 位社群成員合併過 PR;roadmap 討論、PR review、design doc 全部公開在 GitHub。

討論主題

主題一:為什麼需要 harness 之上的一層(約 01:31–01:35)

開場的立論很直白:Claude Code 很棒、每週都有新功能,但它不是唯一的 harness,而且做 harness 這件事很容易,所以做的人很多。真正的問題出在後面——採用 agent 很容易,營運它們不容易。

Databricks 內部 3,000+ 工程師都在用各種不同的 AI 工具,他們想建統一生態系時撞到五面牆:

1. Crowded:harness 很多、模型很多,兩者相乘是無限組合,每週還有新的冒出來,根本追不完。
2. Fragmented:每個 harness 把你鎖進它自己的設定;換 harness 就要重寫你的 custom agents、skills、tools、policies,以及所有 harness 專屬設定。
3. Personal:agent 與記憶都活在你的筆電上,沒有人有存取權,別人看不到你的 session、無法介入、也無法貢獻。
4. 難以治理:個人可以在自己的 Claude Code 上設政策,但企業級的花費上限、以及 agent 背後工具的存取規則就很難做。
5. Tethered:綁死在筆電上,筆電闔上或沒電就沒了——他形容大家「抱著半開的筆電、手指卡在中間」在會議室之間走動。

他們舉的內部實例很有畫面:用 Slack 傳 CLAUDE.md 檔案給同事,說「我的 agent 做了這個,你也加上去然後叫它做別的」;開私有 worktree commit 偽程式碼只為了能一起協作;想開始用 Codex 時,得把所有 MCP server 重新設定一次才能接上內部系統。

結論:需要一層在 harness 之上的新開放層,他們稱之為 meta harness。

主題二:架構(約 01:35–01:36)

模型刻意簡單,兩半:

• Server:session 住的地方——session 歷史、policies、MCP servers、skills、custom agents 都存在這裡。
• Runner:agent 實際幹活的地方——可以是你的筆電、dev box、Kubernetes pod,或雲端 sandbox。

中間是一套共通 API,而且每個介面都講同一套:終端機、web UI、原生桌面 app。因為 server 坐在中間,一個 session 不再被綁死在某台機器的某個終端機視窗裡——你可以闔上筆電、agent 繼續跑、之後從手機接手。

這一個架構選擇直接換來後面三件事。

主題三:Compose(約 01:36–01:37)

Omnigent 開箱支援十幾種 harness(Claude Code、Codex、Cursor、OpenCode、Pi 等)。三個重點:

• 不需要遷移:Omnigent 會撿起你機器上既有的設定——訂閱、MCP servers、skills 都直接沿用。
• 跨 harness 編排:如果 Claude Code 明天有個 Codex 沒有的能力,你不必開第二個終端機把 context 複製過去,直接在同一個 session 裡要求;可以讓一個模型寫程式、另一個模型 review。
• 可擴充:有 harness plugin SDK,任何人都能在不碰 Omnigent 核心的情況下發布整合。實例:Atlassian 的人自己做了一個叫 Rovo 的 harness,完全沒動到 Omnigent 就整合進來了。

Custom agents 就是一個 YAML 檔:system prompt、模型、想給它的工具。有趣的是你可以把其他 agent 當成工具加進來,而那些 agent 可以建在不同的 harness 上。內建範例兩個:Polly——多 agent coding orchestrator,能把任務跨 harness 平行 fan out(Claude Code、Codex、Cursor 同時實作與 review);Debbie——辯論型 agent,把同一個 prompt 丟給多個 harness 讓你比較後挑一個。因為 agent 只是 YAML,可攜性很好:分享給團隊或發布到整個 server,而且同一套 policy 與 sandbox 一體適用。

主題四:Control(約 01:37–01:40)

大多數工具的 policy 只看單一動作:這個指令允不允許?Omnigent 的 policy 看得到整個 session——進來的資料、被請求的動作,一起看。執行上有三種粒度:allow / deny / 要求人工核准。內建一整套 policy library,而 policy 本身就是 Python,自己加很容易。實例:Red Hat 的人寫了偵測 agent 陷入迴圈並停下它的 policy。

同一套機制也管成本,兩個內建:

• Budgets:大多數人有月/週預算,但 session 進行到一半你根本不知道燒了多少。budget policy 給你軟性檢查點——上限 100 美元的話,到 20 美元時提示你「已花 20 美元,要繼續嗎?」。他特別喜歡的一點是這不必是硬上限:可以設成 downgrade gate——前沿模型燒掉 20 美元後,自動開始降級到更便宜、更小、開源的模型。另有 per-session 版本與 per-user 每日上限,可在 server 層強制。
• Smart routing:他自嘲「我自己就是那個連最小的任務都用最大模型 + 最高 effort 的人」。auto 選項會用一個輕量分類器看任務,替你挑 harness 與模型:大型設計任務用前沿模型,小修或簡單問題用又快又便宜的。

主題五:Collaborate(約 01:40–01:41)

Dhruv 說這是他自己最常用的功能。任何 session 都能唯讀或完整編輯模式分享,別人可以跟你共同駕駛。

他們反覆看到的模式跟 on-call 很像:某人花整整一小時跟 agent 建立起某個問題的 context,然後撞牆、需要拉同事進來。不必把歷史或最後一則 Claude 回應貼到 Slack,直接把同事拉進 session,所有 context 都在。

還可以對產出的 artifact 留言,像 Google Docs 編輯那樣,但對象是 agentic 工作:程式碼、markdown、HTML、PDF 都能留言。留言累積後按 address all,它們會被注入成一個 prompt 送給 agent。

主題六:執行環境與沙箱(約 01:41–01:42)

雲端側,Omnigent 用同一套介面接多家 sandbox provider:Modal、Daytona、E2B、原生 Kubernetes,以及在你自己的 Databricks workspace 裡跑 agent 的 Databricks sandbox。雲端 sandbox 就是「永遠在線」故事的來源:從筆電啟動 session、闔上筆電、從手機在任何地方接手。這些 provider 同樣是 plugin,你可以把自己習慣的 dev box 設定包成 plugin 帶進來,不需要經過他們的 PR review。

縱深防禦的部分是 Omnibox——內建的 OS 層 sandbox,原生支援 Linux、macOS、Windows。憑證在 proxy 層注入,所以 agent 永遠看不到你真實的憑證或原始 secret;即使你用的是 Daytona 或 Modal 這類雲端 sandbox,OS 層 sandbox 也一併生效,blast radius 始終很小。

主題七:現場 demo 重點(約 01:43–02:02)

demo 的題材是「Claude 花 30 分鐘做出來的」一個 note-taking app repo,上面開了幾個 GitHub issue(加 dark mode、把重要筆記置頂)。

• 入口:以前打 claude,現在打 omni claude。它會啟動一個 runner(這台筆電)、連上設定好的 server、開出你熟悉的 Claude 終端機——唯一多的是一個 Omnigent URL。點開進入 UI(桌面 app 或 web)。UI 裡有 host picker(筆電或 sandbox)、資料夾與 worktree、以及 harness picker(Claude Code / OpenCode / Codex / Cursor / 或 Polly、Debbie 等 custom agents)。
• 三個介面同步:同一個 session 可以在 chat UI、web 終端機 UI、以及你本機的實體終端機三處互動,內容完全同步——等於你還是在用原本的 Claude Code,只是多了一層好用得多的 GUI(可翻閱所有 session、用 project 分類)。
• omni setup 用來設定各 harness;demo 中設了 Claude、Codex、Cursor、OpenCode 四種。
• Polly fan-out:叫 Polly 去看所有 GitHub issue,用 Claude、Codex、OpenCode、Cursor 當 sub-agent 分頭解。最後結果是 Claude SDK 當頂層驅動、編排五個 sub-agent,每個 sub-agent 都有自己可檢視的終端機(Codex 在做 edit notes、Cursor 在做 live search、OpenCode 用的是透過 OpenRouter 的 Kimi)。
• 內嵌瀏覽器:直接開 localhost 看 app 的深淺色模式,並在畫面上對 tooltip 留言「我不喜歡這個,改成 toggle」,agent 就接手去改。
• 分享 session:把 session 分享給 Dhruv 並給予 edit 與 approve 權限;Dhruv 在自己那台機器的「shared with me」看到 session、瀏覽被改過的檔案、留言(demo 用的是「this code is slop, please fix」),按 address all,訊息就送到跑在 Aravind 筆電上的 agent。沒有 GitHub、沒有 Slack。
• Smart routing:把 Polly 的主 harness 改成 auto。問「法國的首都是什麼」→ 判定為簡單任務 → 選 GPT-5 Nano;問「解釋整個 codebase 並畫出架構圖」→ 判定為複雜任務 → 選 Opus。
• Policies:session 跑到一半才加上 10 美分的 session 成本預算,下一次呼叫就被 policy 擋下並提示已達上限。UI 上可加的 policy 類型包括:限制每 session 的 tool call 數、封鎖特定 skills、強制 sandbox、拒絕 PII、預算。可設在 session 層或 server 層。
• Automations panel:在任一 host 或 sandbox 上排程執行任務——給 prompt、給頻率、指定 host(或「當時在線的任一 host」)。他們自己在用的:每天早上掃過所有 PR 並留言的 PR sweep、以及每天/每週的公司新聞摘要。
• Sandbox:切到 Databricks 的 server 展示 Databricks sandbox——吃一個 GitHub repo、已配好 GitHub 憑證,整段跑在 sandbox 而非筆電上,所以可以闔上筆電、換到手機繼續跟同一個 agent 對話。

主題八:Q&A 重點(約 02:02–02:12)

• 能不能在公司層級強制 policy? 可以。admin 在設定 server 時可以設 server-wide policies,套用到每一位使用者、每一個 session;只要用同一台 server,不論在哪台 host 都會生效。
• harness 設定的自我改進怎麼做? 他們在向 Pi 學習其擴充性設計——harness、sandbox、smart routing 都應該讓你能帶自己的 plugin 進來。他坦承「還沒到 Pi 的擴充性水準,但那是我們的北極星」。
• Databricks 內部規模? 3,000+ 使用者、每天都在用、每天數千個 session。他說「一掛掉,大家 ping 我們的速度比 PagerDuty 還快」。
• brains/hands 分離架構怎麼看? 他們把 harness 跑在跟指令執行同一台 host/sandbox 上,而不是把 LLM loop 放 server、指令放另一個 sandbox。安全性靠 Omnibox 的 OS 層防護加上在每個 harness 上掛 tool hook——harness 執行前先跑你的 policy,確認符合該 session 的規範。目前沒有做 harness 層級的最佳化。
• 長跑 session 的 context / compaction 怎麼辦? compaction 完全交給各 harness 原生機制:Claude session 用 Claude 的壓縮邏輯,Codex 用 Codex 的(而且 Codex 壓縮得更頻繁);因為 demo 裡 Polly 的頂層 harness 是 Claude,所以頂層 agent 也照 Claude 的邏輯壓縮,但你可以把 Polly 的主 harness 換成 Codex。Omnigent 不做自己的 compaction 或 clear。另一半是:server 會存下對話,agent 掛掉要重啟時,他們從資料庫 rehydrate 整個 session。提問者接著指出真正的風險——反覆壓縮會造成 context rot,而你未必看得出被產出的程式碼已經出問題,而這件事又不在 harness 的控制之內;雙方同意會後再談。
• 資料邊界與隱私? 這題答得最明確:所有模型呼叫都發生在你自己的筆電上,server 不做任何 LLM 呼叫;憑證是在 omni setup 時設在本機的。server 的角色只是編排不同 host——筆電對 server 開一條 WebSocket,server 知道自己在哪個 pod、該撥回哪台筆電。至於 server 架在哪,取決於你怎麼佈署,可以是任何多租戶架構或自有基礎設施。
• policy 能不能限制可用模型? 可以——即使用的是某個 harness,也能限制它只能走特定模型。
• 怎麼做自己的 custom agent、含確定性邏輯? custom agent 就是 YAML(Polly 本身就長那樣);想要確定性流程就把它包成 tool,跟其他 agent 一樣用。此外 Omnigent 有 REST API,可以從你自己的確定性工作流程裡呼叫。

金句

"Adopting agents is pretty easy, but operating them is not."(約 01:32)

整場的問題陳述。

"Each harness locks you in into its own code, and switching harnesses means rewriting your custom agents, your skills, your tools, your policies."(約 01:32)

碎片化的具體代價。

"Policies in most tools look at one action in isolation … In Omnigent, policies see the whole session."(約 01:38)

治理層級從單一動作提升到整個 session,是他們最實質的設計差異。

"The server does not make any LLM calls. It's all on laptop."(約 02:10)

回答企業最在意的資料邊界問題。