Databricks introduserer Unity Gateway CLI for å sentralisere kontroll av kodeagenter

Databricks introduserte Unity Gateway CLI den 24. september 2026, et kommandolinjeverktøy som kobler kodeagenter som Claude Code og Codex til selskapets Unity Gateway, hvor administratorer administrerer godkjente modeller, verktøy og utgiftsretningslinjer. I et offisielt blogginnlegg sa Databricks at verktøyet, som kjøres med ug-kommandoen, er ment å kombinere utvikleres frihet til å ta i bruk nye agenter og modeller med sentralisert styring på tvers av tusenvis av utviklere.

Rasjonalet Databricks peker på

Databricks presenterte lanseringen i lys av den raske modellutskiftningen. Selskapet oppga at GPT-6, Claude Opus 5.5, Gemini 3.8 og Grok 4.7 alle ble lansert i løpet av de foregående seks månedene, sammen med åpne modeller som Kimi K3, GLM-5 og DeepSeek V4.1, og beskrev det nåværende tempoet som en ny frontlinjemodell omtrent hver femte dag.

Databricks sa at dette tempoet setter teamene som eier utviklerverktøy i en klemme: å standardisere på én leverandør risikerer å gå glipp av bedre eller billigere alternativer andre steder, mens støtte til mange agenter og leverandører gjør at tilgangskontroll, budsjetter, sikkerhetspolicyer og brukslogging blir spredt over separate systemer. Selskapet uttalte at organisasjoner trenger både friheten til å ta i bruk det beste alternativet når det dukker opp, og en konsistent måte å styre det på tvers av tusenvis av utviklere.

Sentral konfigurasjon og utrulling av agenter

Unity Gateway gir nå administratorer én konsoll for å konfigurere kodeagenter: standardmodeller, MCP‑servere, ferdigheter, Smart Routing og utgiftsretningslinjer, administrert under Govern, deretter Agent Configuration. Etter at administratorer publiserer en konfigurasjon, kobler utviklere seg til hvilken som helst støttet agent med én enkelt kommando. CLI‑en autentiserer brukeren, kobler den valgte agenten til Unity Gateway, og anvender den publiserte konfigurasjonen før agentens vanlige grensesnitt åpnes. Utviklere kan bytte mellom aktiverte agenter uten å konfigurere hver enkelt separat, og organisasjoner kan distribuere ug via enhetsadministrasjon slik at teamene starter med samme godkjente oppsett, med innstillinger administratorene kan låse.

Når nye agenter og modeller blir tilgjengelige, velger administratorer standardoppsettet de ønsker at utviklere skal starte med, og publiserer det til hele teamet som én konfigurasjonsendring. Ved utviklerens neste ug‑kjøring synkroniserer CLI den nye konfigurasjonen og starter den anbefalte agenten med den valgte modellen. Administratorer kan revidere dette valget etter hvert som kvalitet, kostnad og teambehov endres, og kan definere mer detaljerte retningslinjer, for eksempel kohortbaserte utrullinger av nye modeller. Administratorer kan også publisere delte MCP‑verktøy og ferdigheter på tvers av støttede agenter, og gi utviklere godkjente verktøy og dokumenterte arbeidsflyter i sine konfigurerte agenter uten å sette opp hver enkelt separat.

Støttede agenter, installasjon og lisensvilkår

Ifølge det offentlige databricks/unity-gateway GitHub-repositorium kjører CLI kodeagenter gjennom Databricks AI Gateway, med konfigurasjonsstøtte for Codex, Claude Code, Gemini CLI, OpenCode, GitHub Copilot CLI og Pi, samt MCP‑serverregistrering for Cursor Agent, som kun kobles via MCP. Verktøyet krever Python 3.12 eller nyere og uv, med npm nødvendig når en agent‑CLI krever automatisk installasjon, og installeres med en enkelt uv‑tool‑install‑kommando som peker mot repositoriet.

Første gang en utvikler starter en modellbasert agent, ber ug om et Databricks‑arbeidsområde, logger brukeren inn, og skriver agentens lokale konfigurasjon; senere starter den igjen med det lagrede arbeidsområdet og legitimasjonen. Eksisterende ucode‑kommandoer fungerer fortsatt, og Python‑pakken beholder ucode‑navnet for kompatibilitet. Enhver fil som ug overskriver, sikkerhetskopieres først, og ug‑revert‑kommandoen gjenoppretter disse sikkerhetskopiene. Databricks MCP‑servere registreres lokalt som stdio‑servere som kjører ug mcp-proxy, og proxyen oppdaterer Databricks‑OAuth‑token fra brukerens CLI‑profil. Unity Catalog‑ferdigheter kan registreres som MCP‑verktøy eller lastes ned til lokale agent‑ferdighetsmapper, og kommandoreferansen inkluderer ug status, ug doctor, ug usage og ug upgrade.

Repositoriet er publisert under Databricks License, som tillater visning, bruk, kopiering, modifisering, publisering og distribusjon av materialene kun for bruk innenfor eller i tilknytning til Databricks‑tjenester, med betingelser for videredistribusjon og automatisk opphør ved brudd. Databricks’ quickstart-dokumentasjon presenterer ug som den anbefalte av to tilkoblingsveier, den andre er manuell endepunkt‑ og autentiseringsoppsett, og dekker modellbytte i økten med /model pluss ug mcp add og ug skills add for å legge til verktøy og ferdigheter.

Kostnadskontroller, sporing og rapportert bruk

Administratorer kan aktivere Smart Routing sentralt slik at enklere oppgaver kjøres på billigere modeller og mer krevende oppgaver på mer kapable modeller; Smart Routing velger en modell for hovedøkten og kan velge en annen for arbeid som agenten delegere til en underagent. Utviklere forblir i sine foretrukne agenter uten å måtte velge en modell for hver oppgave. Databricks oppga at deres publiserte Smart Routing‑evaluering ga 35 % kostnadsbesparelser på deres interne kodebenchmark.

Budsjettbevisste standardinnstillinger i Unity Gateway lar team anbefale rimeligere agenter og modeller når forbruket når definerte terskler. Anbefalingene gjelder når nye økter starter og avbryter ikke arbeid som allerede pågår, og utviklere kan sjekke forbruk og gjenværende budsjett med ug usage.

Unity Gateway kan også registrere spor fra kodeagenter som dekker lokale verktøykall og ferdighets‑invokasjoner. Administratorer aktiverer sporing sentralt, og ug konfigurerer støttede klienter til å eksportere sporene til lakehouse‑ens samlede spor‑tabell, hvor team kan bruke Genie til å avdekke gjentakende verktøyfeil, overdimensjonerte svar og annet token‑svinn, deretter rette problemene og måle resultatene. Databricks sa at sin egen ingeniørorganisasjon brukte Unity Gateway‑sporing med Genie One for å finne og fikse syv MCP‑verktøyfeil, noe som ifølge dem sparte anslagsvis $1.2 million per år i bortkastet AI‑forbruk og tapt produktivitet.

Concurrence sin teknologidirektør John Xing sa at CLI gir selskapet en enkelt kontrollert tilkobling for all modell‑ og verktøytrafikk fra sine kodeagenter, med attribusjon ned til den enkelte bruker og tilgang begrenset til godkjente modeller og MCP‑verktøy. Han sa at Concurrence sine kodeagenter har behandlet mer enn 61 milliarder inntastingstoken over omtrent 360 000 forespørsler siden utrullingen, med bruk og forbruk synlig sentralt.

Databricks sa at de allerede bruker CLI til å rulle ut nye modeller og kostnadsoptimaliseringer i sin egen ingeniørorganisasjon mens de lar utviklerarbeidsflyter forbli uendret. Selskapet henviste nye brukere til Unity Gateway CLI‑quickstart og til dokumentasjonen for konfigurasjon av kodeagenter i Unity Gateway.