Databricks Memperkenalkan Unity Gateway CLI untuk Memusatkan Kontrol Agen Pengkodean

Databricks pada 24 September 2026 memperkenalkan Unity Gateway CLI, sebuah alat baris perintah yang menghubungkan agen pengkodean seperti Claude Code dan Codex ke Unity Gateway perusahaan, tempat administrator mengelola model, alat, dan kebijakan pengeluaran yang disetujui. Dalam sebuah posting blog resmi, Databricks mengatakan bahwa alat ini, yang dijalankan melalui perintah ug, dimaksudkan untuk memadukan kebebasan pengembang dalam mengadopsi agen dan model baru dengan tata kelola terpusat di antara ribuan pengembang.

Alasan yang Dikutip Databricks

Databricks menempatkan rilis ini dalam konteks pergantian model yang cepat. Perusahaan menyatakan bahwa GPT-6, Claude Opus 5.5, Gemini 3.8, dan Grok 4.7 semuanya telah diluncurkan dalam enam bulan terakhir bersama model open-weight termasuk Kimi K3, GLM-5, dan DeepSeek V4.1, dan menggambarkan kecepatan saat ini sebagai frontier baru dengan model baru kira-kira setiap lima hari.

Databricks mengatakan bahwa kecepatan tersebut menempatkan tim yang mengelola alat pengembang dalam posisi tertekan: menstandarisasi pada satu penyedia berisiko melewatkan opsi yang lebih baik atau lebih murah di tempat lain, sementara mendukung banyak agen dan penyedia menyebabkan kontrol akses, anggaran, kebijakan keamanan, dan pencatatan penggunaan tersebar di berbagai sistem. Perusahaan menyatakan bahwa organisasi memerlukan kebebasan untuk mengadopsi opsi terbaik saat muncul serta cara yang konsisten untuk mengaturnya di antara ribuan pengembang.

Konfigurasi Terpusat dan Peluncuran Agen

Unity Gateway kini memberikan admin satu konsol untuk mengonfigurasi agen pengkodean: model default, server MCP, keterampilan, Smart Routing, dan kebijakan pengeluaran, yang dikelola di bawah Govern, kemudian Konfigurasi Agen. Setelah admin menerbitkan sebuah konfigurasi, pengembang dapat terhubung ke agen yang didukung dengan satu perintah. CLI mengautentikasi pengguna, menghubungkan agen yang dipilih ke Unity Gateway, dan menerapkan konfigurasi yang dipublikasikan sebelum antarmuka agen yang biasa terbuka. Pengembang dapat beralih antar agen yang diaktifkan tanpa harus mengonfigurasi masing‑masing secara terpisah, dan organisasi dapat menyebarkan ug melalui manajemen perangkat sehingga tim memulai dengan pengaturan yang disetujui sama, dengan pengaturan yang dapat dikunci oleh admin.

Ketika agen dan model baru tersedia, admin memilih pengaturan default yang ingin dipakai pengembang untuk memulai dan menerbitkannya ke seluruh tim sebagai satu perubahan konfigurasi. Pada run ug berikutnya oleh pengembang, CLI menyinkronkan konfigurasi baru dan memulai agen yang direkomendasikan dengan model yang dipilih. Admin dapat meninjau kembali pilihan tersebut seiring perubahan kualitas, biaya, dan kebutuhan tim, serta dapat menentukan kebijakan yang lebih detail seperti peluncuran model baru berbasis kohort. Admin juga dapat menerbitkan alat dan keterampilan MCP bersama di seluruh agen yang didukung, memberikan pengembang alat yang disetujui dan alur kerja terbukti di dalam agen yang telah dikonfigurasi tanpa harus menyiapkan masing‑masing secara terpisah.

Agen yang Didukung, Instalasi, dan Ketentuan Lisensi

Menurut databricks/unity-gateway repositori GitHub publik, CLI menjalankan agen pengkodean melalui Databricks AI Gateway, dengan dukungan konfigurasi untuk Codex, Claude Code, Gemini CLI, OpenCode, GitHub Copilot CLI, dan Pi, serta pendaftaran server MCP untuk Cursor Agent, yang hanya terhubung melalui MCP. Alat ini memerlukan Python 3.12 atau yang lebih baru serta uv, dengan npm diperlukan ketika CLI agen memerlukan instalasi otomatis, dan diinstal dengan satu perintah uv tool install yang mengarah ke repositori.

Kali pertama seorang pengembang meluncurkan agen berbasis model, ug meminta workspace Databricks, masuk ke akun pengguna, dan menulis konfigurasi lokal agen; peluncuran selanjutnya menggunakan kembali workspace dan kredensial yang disimpan. Perintah ucode yang ada tetap berfungsi, dan paket Python mempertahankan nama ucode untuk kompatibilitas. Setiap berkas yang ditimpa oleh ug pertama‑tama dicadangkan, dan perintah ug revert mengembalikan cadangan tersebut. Server MCP Databricks didaftarkan secara lokal sebagai server stdio yang menjalankan ug mcp-proxy, dan proxy memperbarui token OAuth Databricks dari profil CLI pengguna. Keterampilan Unity Catalog dapat didaftarkan sebagai alat MCP atau diunduh ke direktori keterampilan agen lokal, dan referensi perintah mencakup ug status, ug doctor, ug usage, dan ug upgrade.

Repositori ini dipublikasikan di bawah Databricks License, yang memungkinkan peninjauan, penggunaan, penyalinan, modifikasi, publikasi, dan distribusi materi hanya untuk penggunaan dalam atau terhubung ke Layanan Databricks, dengan ketentuan redistribusi dan penghentian otomatis bila terjadi pelanggaran. dokumentasi cepat Databricks menyajikan ug sebagai rekomendasi dari dua jalur koneksi, yang lainnya adalah pengaturan endpoint dan autentikasi manual, serta mencakup pergantian model dalam sesi dengan /model ditambah ug mcp add dan ug skills add untuk melampirkan alat dan keterampilan.

Kontrol Biaya, Pelacakan, dan Penggunaan yang Dilaporkan

Admin dapat mengaktifkan Smart Routing secara terpusat sehingga tugas yang lebih sederhana dijalankan pada model yang lebih murah dan tugas yang lebih sulit pada model yang lebih mampu; Smart Routing memilih model untuk sesi utama dan dapat memilih model berbeda untuk pekerjaan yang didelegasikan agen ke sub‑agen. Pengembang tetap berada di agen pilihan mereka tanpa harus memilih model untuk setiap tugas. Databricks menyatakan bahwa evaluasi Smart Routing yang dipublikasikannya menghasilkan penghematan biaya sebesar 35% pada benchmark pengkodean internalnya.

Pengaturan default yang memperhatikan anggaran di Unity Gateway memungkinkan tim merekomendasikan agen dan model dengan biaya lebih rendah setelah pengeluaran mencapai ambang batas yang ditentukan. Rekomendasi tersebut diterapkan saat sesi baru dimulai dan tidak mengganggu pekerjaan yang sedang berlangsung, serta pengembang dapat memeriksa pengeluaran dan sisa anggaran dengan penggunaan ug.

Unity Gateway juga dapat merekam jejak dari agen pengkodean yang mencakup panggilan alat lokal dan pemanggilan keterampilan. Admin mengaktifkan pelacakan secara terpusat, dan ug mengonfigurasi klien yang didukung untuk mengekspor jejak ke tabel jejak terpadu lakehouse, di mana tim dapat menggunakan Genie untuk mengidentifikasi kegagalan alat yang berulang, respons berukuran berlebih, dan pemborosan token lainnya, kemudian memperbaiki masalah dan mengukur hasilnya. Databricks mengatakan bahwa organisasi teknik internalnya menggunakan pelacakan Unity Gateway dengan Genie One untuk menemukan dan memperbaiki tujuh bug alat MCP, yang diklaim menghemat sekitar $1.2 million per tahun dalam pengeluaran AI yang terbuang dan produktivitas yang hilang.

Chief technology officer Concurrence, John Xing, mengatakan bahwa CLI memberikan perusahaannya satu koneksi terkontrol untuk semua lalu lintas model dan alat agen pengkodeannya, dengan atribusi hingga pengguna individu dan akses dibatasi pada model dan alat MCP yang disetujui. Ia menyatakan bahwa agen pengkodean Concurrence telah memproses lebih dari 61 miliar token masukan dalam sekitar 360.000 permintaan sejak peluncuran, dengan penggunaan dan pengeluaran yang terlihat secara terpusat.

Databricks mengatakan bahwa mereka sudah menggunakan CLI untuk mendorong model baru dan optimasi biaya di seluruh organisasi teknik mereka sendiri sambil mempertahankan alur kerja pengembang tetap tidak berubah. Perusahaan tersebut mengarahkan pengguna baru ke panduan cepat Unity Gateway CLI dan ke dokumentasinya untuk mengonfigurasi agen pengkodean di Unity Gateway.