SmartDigest Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Premiera / Narzędzie

Databricks otwiera Omnigent: nadzór nad agentami schodzi z promptu do jądra systemu

Matei Zaharia z Databricks wrzucił 13 czerwca na GitHuba Omnigent, meta-harness na licencji Apache 2.0, który stawia wspólny pulpit nad agentami od różnych dostawców i przenosi egzekwowanie reguł z promptu na poziom infrastruktury, gdzie polityki pamiętają stan sesji. Piaskownica Omnibox domyka dostęp na poziomie jądra, tak że agent nigdy nie widzi tokenu do GitHuba, bo trafia on do proxy dopiero przy zatwierdzonym żądaniu. Argument trafia w realny ból: Uber przepalił roczny budżet na AI w cztery miesiące, a Gartner prognozuje skasowanie ponad 40% projektów z agentami do 2027 roku.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Premiera / Narzędzie  ·  6 min  · 

Databricks otwiera Omnigent: nadzór nad agentami schodzi z promptu do jądra systemu
Ilustrację przygotowała AI.

Matei Zaharia, współzałożyciel i dyrektor techniczny Databricks, wrzucił Omnigent na GitHuba 13 czerwca, dwa dni przed swoim wystąpieniem na konferencji Data + AI Summit w San Francisco. Projekt dostał weekend na rozbieg, zanim oficjalnie pokazano go scenie, i to chyba nieprzypadkowo: Omnigent jest zakładem o to, że najważniejsza walka w firmowym AI przeniosła się z budowania lepszych agentów na okiełznanie tych, które już chodzą.

Zacznijmy od tego, co Omnigent w ogóle robi, bo sama nazwa "meta-harness" nikomu nic nie mówi. Harness opakowuje model językowy i pozwala mu czytać pliki, odpalać komendy w terminalu i sięgać po zewnętrzne narzędzia, czyli zamienia gadającego asystenta w agenta, który faktycznie coś w systemie wykonuje. Tak działają Claude Code, Codex od OpenAI i Pi od Inflection AI, narzędzia, które programista ma dziś otwarte obok edytora. Omnigent stoi o piętro wyżej. Nie zastępuje żadnego z nich, tylko traktuje każdy jak wymienny klocek za wspólnym interfejsem, dzięki czemu sesje, zasady i dostęp zespołu podróżują razem z pracą niezależnie od tego, który agent akurat pracuje pod spodem.

Skąd w ogóle ten problem

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Replit Agent dostaje konektor do Databricksa w prywatnej becie Premiera / Narzędzie

Replit Agent dostaje konektor do Databricksa w prywatnej becie

3 min

Replit i Databricks otwierają prywatną betę wspólnego konektora, który zdejmuje godzinę klepania OAuth-a, a resztę aplikacji ma napisać Replit Agent z opisu słownego. Gotową rzecz można zostawić w Replicie albo wystawić jako Databricks App działającą pod perymetrem bezpieczeństwa zaakceptowanym przez audytorów. Demo Aero Insights wygląda zachęcająco, ale nie ma ani jednego klienta z nazwiska, a hasło o dziesięciokrotnym przyspieszeniu to marketing, nie pomiar. Czy agent obsłuży zmiany schematu i limity Model Servingu, zobaczymy, gdy ktoś puści to na produkcję.

Git, sandbox i dane ze stron: trzy premiery, których prawdziwym użytkownikiem jest maszyna Premiera / Narzędzie

Git, sandbox i dane ze stron: trzy premiery, których prawdziwym użytkownikiem jest maszyna

3 min

Na berlińskim WeAreDevelopers World Congress padły trzy premiery, które łączy jedno: narzędzia dla programistów projektuje się dziś pod agenta AI, nie pod człowieka. Thomas Dohmke, były szef GitHuba, wrócił ze startupem Entire, rozproszoną siecią Git trzymającą lustrzane kopie repozytoriów blisko agentów; Google pokazał Cloud Run sandboxes do bezpiecznego odpalania kodu, któremu nie można ufać; a Bright Data wypuściło Scraper Studio, które zwraca agentom czysty Markdown zamiast surowego HTML-a. Dwie z nich są dopiero w wersji zapoznawczej.

GitHub chce ujednolicić 30 agentów jedną specyfikacją Premiera / Narzędzie

GitHub chce ujednolicić 30 agentów jedną specyfikacją

3 min

GitHub wydał na licencji MIT Spec Kit, zestaw narzędzi, który odwraca kolejność pracy z agentem: najpierw powstaje specyfikacja tego, co i po co budujemy, a dopiero z niej agent generuje kod. Prawdziwy zakład firmy to rozciągnięcie jednego formatu na ponad 30 różnych agentów naraz, w tym Claude Code i Copilota, żeby wartość została w trwałym pliku, a nie w konkretnym narzędziu. Sam GitHub nazywa to eksperymentem i przyznaje, że nie ma danych o szybszej pracy zespołów. Dla solowego programisty to głównie narzut, ale w zespole wspólny plan bywa wart więcej niż kod.