Modelli e piattaforme di IA

Databricks presenta Unity Gateway CLI per centralizzare il controllo degli agenti di codifica

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Il 24 settembre 2026 Databricks ha introdotto Unity Gateway CLI, uno strumento da riga di comando che collega gli agenti di codifica come Claude Code e Codex al Unity Gateway dell’azienda, dove gli amministratori gestiscono modelli, strumenti e politiche di spesa approvati. In un post del blog ufficiale, Databricks ha dichiarato che lo strumento, eseguito tramite il comando ug, è destinato a coniugare la libertà degli sviluppatori di adottare nuovi agenti e modelli con una governance centralizzata per migliaia di sviluppatori.

Le ragioni citate da Databricks

Databricks ha contestualizzato il rilascio rispetto al rapido ricambio dei modelli. L’azienda ha affermato che GPT-6, Claude Opus 5.5, Gemini 3.8 e Grok 4.7 sono stati tutti rilasciati nei sei mesi precedenti, insieme a modelli open-weight come Kimi K3, GLM-5 e DeepSeek V4.1, e ha descritto l’attuale ritmo come una nuova frontiera dei modelli, con un nuovo modello circa ogni cinque giorni.

Databricks ha dichiarato che questo ritmo mette sotto pressione i team responsabili degli strumenti per sviluppatori: standardizzare su un unico fornitore rischia di perdere opzioni migliori o più economiche altrove, mentre supportare molti agenti e fornitori lascia il controllo degli accessi, i budget, le politiche di sicurezza e la registrazione dell’uso sparsi su sistemi separati. L’azienda ha affermato che le organizzazioni hanno bisogno sia della libertà di adottare la migliore opzione non appena appare, sia di un metodo coerente per governarla su migliaia di sviluppatori.

Configurazione centrale e distribuzione degli agenti

Unity Gateway ora offre agli amministratori una console unica per configurare gli agenti di codifica: modelli predefiniti, server MCP, competenze, Smart Routing e politiche di spesa, gestiti sotto Govern, poi Configurazione agente. Dopo che gli amministratori pubblicano una configurazione, gli sviluppatori si connettono a qualsiasi agente supportato con un solo comando. La CLI autentica l’utente, collega l’agente scelto a Unity Gateway e applica la configurazione pubblicata prima che l’interfaccia regolare dell’agente si apra. Gli sviluppatori possono passare tra gli agenti abilitati senza configurare ciascuno separatamente, e le organizzazioni possono distribuire ug tramite la gestione dei dispositivi affinché i team inizino con la stessa configurazione approvata, con impostazioni che gli amministratori possono bloccare.

Quando nuovi agenti e modelli diventano disponibili, gli amministratori scelgono la configurazione predefinita con cui vogliono che gli sviluppatori inizino e la pubblicano a tutto il team come un’unica modifica della configurazione. Al prossimo avvio di ug da parte dello sviluppatore, la CLI sincronizza la nuova configurazione e avvia l’agente consigliato con il modello scelto. Gli amministratori possono rivedere tale scelta man mano che la qualità, il costo e le esigenze del team cambiano, e possono definire politiche più dettagliate, come rollout basati su coorti di nuovi modelli. Gli amministratori possono inoltre pubblicare strumenti MCP condivisi e competenze tra gli agenti supportati, fornendo agli sviluppatori strumenti approvati e flussi di lavoro collaudati all’interno dei loro agenti configurati senza dover configurare ciascuno separatamente.

Agent supportati, installazione e termini di licenza

Secondo il pubblico databricks/unity-gateway repository GitHub, la CLI esegue gli agenti di codifica tramite Databricks AI Gateway, con supporto di configurazione per Codex, Claude Code, Gemini CLI, OpenCode, GitHub Copilot CLI e Pi, oltre alla registrazione del server MCP per Cursor Agent, che si connette solo tramite MCP. Lo strumento richiede Python 3.12 o versioni successive e uv, con npm necessario quando la CLI di un agente richiede un’installazione automatica, e si installa con un unico comando uv tool install puntato al repository.

La prima volta che uno sviluppatore avvia un agente basato su modello, ug richiede un workspace Databricks, effettua l’accesso dell’utente e scrive la configurazione locale dell’agente; i successivi avvii riutilizzano il workspace e le credenziali salvate. I comandi ucode esistenti continuano a funzionare, e il pacchetto Python mantiene il nome ucode per compatibilità. Qualsiasi file sovrascritto da ug viene prima salvato, e il comando ug revert ripristina tali backup. I server MCP di Databricks sono registrati localmente come server stdio che eseguono ug mcp-proxy, e il proxy aggiorna i token OAuth di Databricks dal profilo CLI dell’utente. Le competenze di Unity Catalog possono essere registrate come strumenti MCP o scaricate nelle directory locali delle competenze dell’agente, e il riferimento dei comandi include ug status, ug doctor, ug usage e ug upgrade.

Il repository è pubblicato sotto la Databricks License, che consente di visualizzare, utilizzare, copiare, modificare, pubblicare e distribuire i materiali solo per l’uso all’interno o in connessione con i servizi Databricks, con condizioni di ridistribuzione e terminazione automatica in caso di violazione. La documentazione di avvio rapido di Databricks presenta ug come la raccomandata tra due percorsi di connessione, l’altro essendo la configurazione manuale di endpoint e autenticazione, e copre lo scambio di modello in sessione con /model più ug mcp add e ug skills add per allegare strumenti e competenze.

Controlli dei costi, tracciamento e utilizzo segnalato

Gli amministratori possono attivare Smart Routing in modo centralizzato così che i compiti più semplici vengano eseguiti su modelli più economici e i compiti più complessi su modelli più potenti; Smart Routing sceglie un modello per la sessione principale e può sceglierne uno diverso per il lavoro che l’agente delega a un sottoagente. Gli sviluppatori rimangono nei loro agenti preferiti senza dover scegliere un modello per ogni compito. Databricks ha dichiarato che la valutazione di Smart Routing pubblicata ha fornito un risparmio del 35% sui costi nel suo benchmark interno di codifica.

Le impostazioni predefinite sensibili al budget in Unity Gateway consentono ai team di raccomandare agenti e modelli a minor costo una volta che la spesa raggiunge le soglie definite. Le raccomandazioni si applicano all’avvio di nuove sessioni e non interrompono il lavoro già in corso, e gli sviluppatori possono verificare la spesa e il budget residuo con l’utilizzo di ug.

Unity Gateway può anche registrare tracce dagli agenti di codifica che coprono le chiamate a strumenti locali e le invocazioni di skill. Gli amministratori attivano il tracciamento in modo centralizzato e ug configura i client supportati per esportare le tracce nella tabella unificata delle tracce del lakehouse, dove i team possono utilizzare Genie per evidenziare guasti ricorrenti degli strumenti, risposte sovradimensionate e altri sprechi di token, quindi correggere i problemi e misurare i risultati. Databricks ha dichiarato che la propria organizzazione ingegneristica ha utilizzato il tracciamento di Unity Gateway con Genie One per individuare e correggere sette bug degli strumenti MCP, affermando che ciò ha consentito di risparmiare circa 1,2 milioni di dollari all’anno in spese AI inutilizzate e perdita di produttività.

Il chief technology officer di Concurrence, John Xing, ha affermato che la CLI fornisce alla sua azienda un’unica connessione controllata per tutto il traffico di modelli e strumenti dei suoi agenti di codifica, con attribuzione fino all’utente individuale e accesso limitato a modelli e strumenti MCP approvati. Ha dichiarato che gli agenti di codifica di Concurrence hanno elaborato più di 61 miliardi di token di input in circa 360 000 richieste dall’avvio, con utilizzo e spesa visibili centralmente.

Databricks ha dichiarato di utilizzare già la CLI per distribuire nuovi modelli e ottimizzazioni dei costi all’interno della propria organizzazione ingegneristica, mantenendo inalterati i flussi di lavoro degli sviluppatori. L’azienda ha indirizzato i nuovi utenti al quickstart della Unity Gateway CLI e alla relativa documentazione per la configurazione degli agenti di codifica in Unity Gateway.

Aiden Cross è uno stratega generato da AI presso Unite.AI, che copre la strategia dei prodotti AI, l'esecuzione e le sfide pratiche di trasformare modelli sperimentali in prodotti pronti per il mercato e scalabili. Il suo lavoro si concentra su come le startup e le squadre aziendali passino da prototipi e dimostrazioni a sistemi affidabili utilizzati da clienti reali.
Con una prospettiva pragmatica e attenta ai dettagli, Aiden analizza le roadmap dei prodotti, le strategie di go-to-market, le decisioni sulla piattaforma e i compromessi organizzativi che determinano se le iniziative AI abbiano successo o si fermino. Presta particolare attenzione alle realtà di deploy, all'adozione degli utenti, alle limitazioni dell'infrastruttura e all'allineamento tra capacità tecnica e valore aziendale.
Gli articoli scritti da Aiden Cross sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire chiarezza, accuratezza e copertura responsabile di come i prodotti AI vengono costruiti, spediti e scalati nel mondo reale.