Databricks führt Unity Gateway CLI ein, um die Steuerung von Coding‑Agenten zu zentralisieren

Databricks hat am 24. September 2026 das Unity Gateway CLI vorgestellt, ein Befehlszeilen‑Tool, das Coding‑Agenten wie Claude Code und Codex mit dem Unity Gateway des Unternehmens verbindet, wo Administratoren genehmigte Modelle, Werkzeuge und Ausgabenrichtlinien verwalten. In einem offiziellen Blogbeitrag erklärte Databricks, dass das Tool, das über den Befehl ug ausgeführt wird, die Freiheit der Entwickler, neue Agenten und Modelle zu übernehmen, mit einer zentralisierten Governance für Tausende von Entwicklern verbinden soll.

Die von Databricks genannten Gründe

Databricks stellte die Veröffentlichung im Kontext eines schnellen Modellwechselns dar. Das Unternehmen sagte, dass GPT‑6, Claude Opus 5.5, Gemini 3.8 und Grok 4.7 in den vorangegangenen sechs Monaten veröffentlicht wurden, zusammen mit Open‑Weight‑Modellen wie Kimi K3, GLM‑5 und DeepSeek V4.1, und charakterisierte das aktuelle Tempo als eine neue Frontlinie, bei der etwa alle fünf Tage ein neues Modell erscheint.

Databricks erklärte, dass dieses Tempo die Teams, die die Entwickler‑Tools besitzen, unter Druck setzt: Die Standardisierung auf einen Anbieter birgt das Risiko, bessere oder günstigere Optionen anderswo zu verpassen, während die Unterstützung vieler Agenten und Anbieter die Zugriffskontrolle, Budgets, Sicherheitsrichtlinien und Nutzungsprotokollierung über verschiedene Systeme verteilt. Das Unternehmen betonte, dass Organisationen sowohl die Freiheit benötigen, die jeweils beste Option zu übernehmen, als auch eine einheitliche Methode, diese über Tausende von Entwicklern zu steuern.

Zentrale Konfiguration und Agenten‑Rollout

Unity Gateway bietet Administratoren jetzt eine einzige Konsole zur Konfiguration von Coding‑Agenten: Standardmodelle, MCP‑Server, Skills, Smart Routing und Ausgabenrichtlinien, verwaltet unter Govern und anschließend Agenten‑Konfiguration. Nachdem Administratoren eine Konfiguration veröffentlicht haben, verbinden sich Entwickler mit einem einzigen Befehl zu jedem unterstützten Agenten. Das CLI authentifiziert den Benutzer, verbindet den ausgewählten Agenten mit Unity Gateway und wendet die veröffentlichte Konfiguration an, bevor die reguläre Oberfläche des Agenten geöffnet wird. Entwickler können zwischen aktivierten Agenten wechseln, ohne jeden einzeln konfigurieren zu müssen, und Organisationen können ug über das Gerätemanagement bereitstellen, sodass Teams mit derselben genehmigten Einrichtung starten, wobei Administratoren bestimmte Einstellungen sperren können.

Wenn neue Agenten und Modelle verfügbar werden, wählen Administratoren die Standard‑Einrichtung, mit der Entwickler starten sollen, und veröffentlichen sie als eine Konfigurationsänderung für das gesamte Team. Beim nächsten ug‑Durchlauf des Entwicklers synchronisiert das CLI die neue Konfiguration und startet den empfohlenen Agenten mit dem ausgewählten Modell. Administratoren können diese Auswahl anpassen, wenn sich Qualität, Kosten oder Team‑Bedürfnisse ändern, und können detailliertere Richtlinien definieren, etwa kohortenbasierte Rollouts neuer Modelle. Administratoren können zudem gemeinsam genutzte MCP‑Tools und Skills über unterstützte Agenten veröffentlichen, sodass Entwickler genehmigte Werkzeuge und bewährte Workflows innerhalb ihrer konfigurierten Agenten erhalten, ohne jeden einzeln einrichten zu müssen.

Unterstützte Agenten, Installation und Lizenzbedingungen

Laut dem öffentlichen databricks/unity-gateway GitHub-Repository führt das CLI Coding‑Agenten über das Databricks AI Gateway aus, mit Konfigurationsunterstützung für Codex, Claude Code, Gemini CLI, OpenCode, GitHub Copilot CLI und Pi sowie MCP‑Server‑Registrierung für Cursor Agent, das ausschließlich über MCP verbunden wird. Das Tool erfordert Python 3.12 oder höher und uv, wobei npm nötig ist, wenn ein Agent‑CLI eine automatische Installation verlangt, und es wird mit einem einzigen uv‑tool‑install‑Befehl, der auf das Repository zeigt, installiert.

Beim ersten Start eines modellbasierten Agenten fragt ug nach einem Databricks‑Workspace, meldet den Benutzer an und schreibt die lokale Konfiguration des Agenten; spätere Starts verwenden den gespeicherten Workspace und die Anmeldedaten erneut. Bestehende ucode‑Befehle funktionieren weiterhin, und das Python‑Paket behält den Namen ucode zur Kompatibilität bei. Jede von ug überschriebene Datei wird zunächst gesichert, und der Befehl ug revert stellt diese Backups wieder her. Databricks‑MCP‑Server werden lokal als stdio‑Server registriert, die ug mcp-proxy ausführen, und der Proxy erneuert Databricks‑OAuth‑Token aus dem CLI‑Profil des Benutzers. Unity‑Catalog‑Skills können als MCP‑Tools registriert oder in lokale Agent‑Skill‑Verzeichnisse heruntergeladen werden, und die Befehlsreferenz umfasst ug status, ug doctor, ug usage und ug upgrade.

Das Repository wird unter der Databricks License veröffentlicht, die das Anzeigen, Nutzen, Kopieren, Modifizieren, Veröffentlichen und Verteilen der Materialien ausschließlich für die Nutzung innerhalb oder in Verbindung mit Databricks‑Services erlaubt, mit Bedingungen für die Weiterverbreitung und automatischer Kündigung bei Verstoß. Die Schnellstart‑Dokumentation von Databricks stellt ug als die empfohlene von zwei Verbindungswegen dar; der andere ist die manuelle Endpunkt‑ und Authentifizierungseinrichtung, und sie behandelt das Modellwechseln während einer Sitzung mit /model sowie ug mcp add und ug skills add zum Anhängen von Werkzeugen und Skills.

Kostenkontrollen, Nachverfolgung und gemeldete Nutzung

Administratoren können Smart Routing zentral aktivieren, sodass einfachere Aufgaben auf günstigeren Modellen und komplexere Aufgaben auf leistungsfähigeren Modellen ausgeführt werden; Smart Routing wählt ein Modell für die Hauptsitzung und kann ein anderes Modell für Arbeiten auswählen, die der Agent an einen Sub‑Agent delegiert. Entwickler bleiben in ihren bevorzugten Agenten, ohne für jede Aufgabe ein Modell auswählen zu müssen. Databricks sagte, dass die veröffentlichte Smart‑Routing‑Bewertung 35 % Kosteneinsparungen bei seinem internen Coding‑Benchmark erzielt habe.

Budget‑bewusste Vorgaben in Unity Gateway ermöglichen es Teams, kostengünstigere Agenten und Modelle zu empfehlen, sobald die Ausgaben definierte Schwellenwerte erreichen. Die Empfehlungen gelten beim Start neuer Sitzungen und unterbrechen bereits laufende Arbeiten nicht, und Entwickler können mit ug usage die Ausgaben sowie das verbleibende Budget einsehen.

Unity Gateway kann zudem Traces von Coding‑Agents aufzeichnen, die lokale Tool‑Aufrufe und Skill‑Invokationen abdecken. Administratoren aktivieren das Tracing zentral, und ug konfiguriert unterstützte Clients so, dass die Traces in die einheitliche Trace‑Tabelle des Lakehouse exportiert werden, wo Teams Genie nutzen können, um wiederkehrende Tool‑Fehler, übergroße Antworten und anderen Token‑Verschwendung aufzudecken, die Probleme zu beheben und die Ergebnisse zu messen. Databricks sagte, dass die eigene Engineering‑Organisation Unity Gateway‑Tracing mit Genie One eingesetzt habe, um sieben MCP‑Tool‑Bugs zu finden und zu beheben, was nach eigenen Angaben geschätzte 1,2 Millionen US‑Dollar pro Jahr an verschwendeten KI‑Kosten und verlorener Produktivität eingespart habe.

John Xing, Chief Technology Officer bei Concurrence, erklärte, dass das CLI seinem Unternehmen eine einzige kontrollierte Verbindung für den Modell‑ und Tool‑Verkehr all seiner Coding‑Agents bietet, mit Attribution bis hin zum einzelnen Nutzer und Zugriffsbeschränkungen auf genehmigte Modelle und MCP‑Tools. Er sagte, dass die Coding‑Agents von Concurrence seit dem Rollout mehr als 61 Milliarden Eingabetoken über etwa 360 000 Anfragen verarbeitet haben, wobei Nutzung und Ausgaben zentral einsehbar seien.

Databricks gab an, das CLI bereits zu nutzen, um neue Modelle und Kostenoptimierungen in der eigenen Engineering‑Organisation auszurollen, während die Entwickler‑Workflows unverändert bleiben. Das Unternehmen verwies neue Nutzer auf das Unity Gateway CLI‑Quickstart und auf die Dokumentation zur Konfiguration von Coding‑Agents in Unity Gateway.