编程智能体（coding agents）和企业定制智能体会遇到完全相同的基础设施问题——模型/harness 的可移植性、会话共享和安全性——因此它们应该建立在同一个通用层之上，而不是被当作两个独立的类别来对待。

Matei 解释说，Omnigent 的诞生源于他们注意到内部的 coding agent 工具和企业定制 agent 一直在遇到相同的问题——切换模型和 harness、共享会话、安全性——于是 Databricks 干脆构建了一个通用层来同时服务这两者。 ✦ AI 生成 · 平台预翻

Matei Zaharia · Latent Space · 2026-06-24 · English original →

一开始人们觉得这很奇怪。他们会说，"你们为什么要把 coding agents 和 custom agents 放在同一套东西里做？"但我说，这其实是同样的问题，你只是想搭建那套能让你交付 agent 的东西——如果你在意安全性，也许还能控制它——并且让它能够跨系统移植。

at first people thought it was weird. They're like, "Why are you doing coding agents and custom agents in the same thing?" But I said it's, it's the same problems and, you just wanna build the stuff that lets you deliver the agent, maybe control it if you care about security, and, make it portable across things.

回到原声 ↗逐字转录 · 起于 2:22 · 中文为平台译文