Databricks Frontier: открытый код Omnigent объединит корпоративных ИИ-агентов в единую среду

До сих пор корпоративные ИИ-агенты работали каждый в своём «загоне»: у одного доступ к почте, у другого к коду, у третьего к базе клиентов. Общей шины для управления сессиями, правами и бюджетом не существовало. На саммите Data + AI Summit 2026 сооснователи Databricks Матей Захария и Рейнольд Шин объяснили, как компания намерена это исправить, выпустив Omnigent, LTAP и Lakebase. По сути Databricks строит экосистему Databricks Frontier, где данные, агенты и безопасность живут на одном фундаменте.

Что нового?

• Omnigent работает как общая «диспетчерская» над агентами Claude Code, Codex, Cursor, Pi, кастомными и внутренними инструментами. Единый API (набор команд для программ) управляет сессиями, файлами, потоками данных, вызовами инструментов и отменой задач. Databricks сознательно открыла код: чтобы стандарт управления агентами не оказался заперт внутри одного вендора.

• Постоянные сессии и облачные песочницы. Агент не «забывает» контекст между задачами. Сессия сохраняется, историю можно искать, а результаты передавать коллегам. Облачная песочница изолирует агента, чтобы он не мог, например, прочитать конфиденциальный документ, установить скомпрометированный пакет и «слить» данные наружу.

• Контроль расходов. Матей Захария привёл пример: агент способен сжечь 500 долларов, просто читая логи. Omnigent вводит лимиты трат на уровне политики, а не на уровне «заметили счёт в конце месяца».

• LTAP вместо HTAP. HTAP (Hybrid Transactional/Analytical Processing, совмещение транзакционной и аналитической обработки в одной базе) десятилетиями оставался «священным Граалем» баз данных. Databricks предлагает LTAP: не сливать все движки в один, а объединить слой хранения. Транзакционные данные записываются в колоночный формат, и аналитика работает поверх тех же файлов без ночных конвейеров, которые, по словам Рейнольда Шина, «ломаются в три часа ночи».

• Lakebase даёт агентам доступ к «живому» операционному контексту из баз данных, а не только к телеметрии (метрикам и логам).

• Масштаб инфраструктуры. Databricks обрабатывает 50-60 миллионов виртуальных машин в день и эксабайты данных, что объясняет, почему компания считает себя готовой к нагрузке агентного мира.

Как попробовать?

1. Откройте репозиторий Omnigent на GitHub (проект с открытым кодом, доступен без подписки). Установка стандартная для Python-проектов.
2. Подключите к Omnigent тех агентов, которые уже используете: Claude Code, Codex, Cursor или собственных. Единый API позволяет управлять сессиями из одной точки.
3. Настройте политики безопасности и лимиты расходов до того, как агент получит доступ к рабочим данным. Документация описывает контекстные и stateful-политики (политики, учитывающие состояние сессии, а не только разовый запрос).
4. Для LTAP и Lakebase следите за анонсами на сайте Databricks: продукты представлены, но публичный доступ и цены компания пока не раскрыла.

Что это значит для команд в России?

Databricks напрямую в РФ недоступен. Но архитектура, которую показали на саммите, это готовый чертёж для любой компании, строящей агентную инфраструктуру на собственных или доступных платформах.

Omnigent как опенсорс-проект можно развернуть на российских серверах уже сейчас.

Зачем это вам, по ролям?

Автору Дзена. Если вы подключаете ИИ-агентов к рабочему процессу (например, агент собирает фактуру, другой проверяет текст), Omnigent показывает, как выстроить «диспетчерскую» над ними: один интерфейс, общая история, контроль, сколько денег агент потратил за сессию.

Маркетологу. Ключевой тезис Databricks: конкурентное преимущество не в модели, а в данных компании. Если вы передаёте агенту доступ к CRM, аналитике, логам, архитектура прав и контекста важнее выбора конкретной нейросети. Это аргумент для разговора с IT-отделом.

Предпринимателю в РФ и СНГ. Omnigent с открытым кодом можно поставить на свои серверы без зависимости от зарубежного облака. Архитектура LTAP применима к ClickHouse и другим колоночным базам, которые уже работают в российских компаниях. Стоит изучить, как Databricks решает безопасность агентов: контекстные политики, изоляция в песочницах, лимиты расходов. Эти практики переносятся на любой стек.

Частые вопросы

Omnigent заменяет Claude Code или Cursor?

Нет. Omnigent не заменяет агентов, а работает «над» ними. Это обвязка (мета-harness), которая управляет сессиями, правами и расходами для любых подключённых агентов. Claude Code, Codex, Cursor продолжают делать свою работу, Omnigent следит, чтобы они делали её безопасно и предсказуемо.

Можно ли использовать продукты Databricks Frontier из России?

Облачные сервисы Databricks напрямую из РФ недоступны. Но Omnigent выложен с открытым кодом и разворачивается на собственных серверах. Для LTAP и Lakebase публичного доступа пока нет, однако сама архитектура (колоночное хранение транзакционных данных, контекстные политики для агентов) применима к российским инструментам: ClickHouse, YandexGPT API, GigaChat API.

Зачем контролировать расходы агента, если модели дешевеют?

Модели дешевеют, но агент выполняет цепочки действий: читает логи, вызывает инструменты, перезапускает задачи. Один неконтролируемый цикл способен обойтись в сотни долларов за сессию. Лимит расходов на уровне политики, а не на уровне «посмотрим счёт потом», это базовая гигиена для любой компании, пускающей агентов к рабочим данным.

Открытый код Omnigent, это приглашение строить свою агентную инфраструктуру по проверенному чертежу, не дожидаясь, пока вендор придёт на ваш рынок.