Databricks wprowadza Unity Gateway CLI w celu scentralizowania kontroli agentów kodujących

Databricks 24 września 2026 roku wprowadził Unity Gateway CLI, narzędzie wiersza poleceń, które łączy agenty kodujące, takie jak Claude Code i Codex, z Unity Gateway firmy, gdzie administratorzy zarządzają zatwierdzonymi modelami, narzędziami i politykami wydatków. W oficjalnym wpisie na blogu Databricks stwierdził, że narzędzie, uruchamiane poleceniem ug, ma na celu połączenie swobody deweloperów w przyjmowaniu nowych agentów i modeli z scentralizowanym nadzorem wśród tysięcy programistów.

Uzasadnienie podane przez Databricks

Databricks umieścił premierę w kontekście szybkiej rotacji modeli. Firma poinformowała, że w ciągu ostatnich sześciu miesięcy wydano GPT-6, Claude Opus 5.5, Gemini 3.8 i Grok 4.7, a także modele otwarto‑wagowe, w tym Kimi K3, GLM-5 i DeepSeek V4.1, i określiła obecne tempo jako nową granicę, wprowadzając nowy model mniej więcej co pięć dni.

Databricks stwierdził, że takie tempo wprowadza zespoły odpowiedzialne za narzędzia deweloperskie w trudną sytuację: standaryzacja jednego dostawcy zwiększa ryzyko przegapienia lepszych lub tańszych rozwiązań, natomiast obsługa wielu agentów i dostawców powoduje rozproszenie kontroli dostępu, budżetów, polityki bezpieczeństwa i rejestrowania użycia w oddzielnych systemach. Firma podkreśliła, że organizacje potrzebują zarówno swobody przyjmowania najlepszej dostępnej opcji, jak i spójnego sposobu jej zarządzania wśród tysięcy programistów.

Centralna konfiguracja i wdrażanie agentów

Unity Gateway zapewnia teraz administratorom jedną konsolę do konfigurowania agentów kodujących: domyślne modele, serwery MCP, umiejętności, Smart Routing oraz polityki wydatków, zarządzane w ramach Govern, a następnie Konfiguracji agenta. Po opublikowaniu konfiguracji przez administratorów, deweloperzy łączą się z dowolnym obsługiwanym agentem za pomocą jednego polecenia. CLI uwierzytelnia użytkownika, łączy wybranego agenta z Unity Gateway i stosuje opublikowaną konfigurację przed otwarciem standardowego interfejsu agenta. Deweloperzy mogą przełączać się między włączonymi agentami bez konieczności oddzielnej konfiguracji każdego z nich, a organizacje mogą wdrażać ug poprzez zarządzanie urządzeniami, dzięki czemu zespoły rozpoczynają pracę z tym samym zatwierdzonym zestawem ustawień, które administratorzy mogą zablokować.

Gdy dostępne stają się nowe agenty i modele, administratorzy wybierają domyślną konfigurację, z którą mają rozpocząć pracę deweloperzy, i publikują ją dla całego zespołu jako jedną zmianę konfiguracji. Przy następnym uruchomieniu ug przez dewelopera, CLI synchronizuje nową konfigurację i uruchamia zalecanego agenta z wybranym modelem. Administratorzy mogą modyfikować ten wybór w miarę zmiany jakości, kosztów i potrzeb zespołu oraz definiować bardziej szczegółowe polityki, takie jak wdrożenia modeli oparte na kohortach. Administratorzy mogą także publikować współdzielone narzędzia i umiejętności MCP wśród obsługiwanych agentów, zapewniając deweloperom zatwierdzone narzędzia i sprawdzone przepływy pracy wewnątrz skonfigurowanych agentów bez konieczności oddzielnego konfigurowania każdego z nich.

Obsługiwane agenty, instalacja i warunki licencji

Zgodnie z publicznym repozytorium GitHub databricks/unity-gateway, CLI uruchamia agenty kodujące poprzez Databricks AI Gateway, oferując wsparcie konfiguracji dla Codex, Claude Code, Gemini CLI, OpenCode, GitHub Copilot CLI oraz Pi, a także rejestrację serwera MCP dla Cursor Agent, który łączy się wyłącznie przez MCP. Narzędzie wymaga Pythona 3.12 lub nowszego oraz uv, przy czym npm jest potrzebny, gdy CLI agenta wymaga automatycznej instalacji, i instaluje się za pomocą jednego polecenia uv tool install skierowanego do repozytorium.

Podczas pierwszego uruchomienia agenta opartego na modelu, ug pyta o przestrzeń roboczą Databricks, loguje użytkownika i zapisuje lokalną konfigurację agenta; kolejne uruchomienia wykorzystują zapisane środowisko i poświadczenia. Istniejące polecenia ucode nadal działają, a pakiet Pythona zachowuje nazwę ucode w celu zachowania kompatybilności. Każdy plik nadpisany przez ug jest najpierw tworzony jako kopia zapasowa, a polecenie ug revert przywraca te kopie. Serwery MCP Databricks są rejestrowane lokalnie jako serwery stdio, które uruchamiają ug mcp-proxy, a proxy odświeża tokeny OAuth Databricks z profilu CLI użytkownika. Umiejętności Unity Catalog mogą być rejestrowane jako narzędzia MCP lub pobierane do lokalnych katalogów umiejętności agenta, a odniesienie do poleceń obejmuje ug status, ug doctor, ug usage i ug upgrade.

Repozytorium jest udostępnione na warunkach Databricks License, które zezwalają na przeglądanie, używanie, kopiowanie, modyfikowanie, publikowanie i dystrybucję materiałów wyłącznie w ramach korzystania z usług Databricks lub połączenia z nimi, z warunkami redystrybucji oraz automatycznym zakończeniem w przypadku naruszenia. Dokumentacja szybkiego startu Databricks przedstawia ug jako rekomendowaną z dwóch ścieżek połączenia, druga to ręczna konfiguracja punktu końcowego i uwierzytelniania, oraz opisuje przełączanie modeli w trakcie sesji przy użyciu /model oraz poleceń ug mcp add i ug skills add do dołączania narzędzi i umiejętności.

Kontrola kosztów, śledzenie i zgłaszane użycie

Administratorzy mogą centralnie włączyć Smart Routing, aby prostsze zadania były wykonywane na tańszych modelach, a bardziej skomplikowane na bardziej wydajnych. Smart Routing wybiera model dla głównej sesji i może wybrać inny model dla pracy delegowanej przez agenta do podagenta. Deweloperzy pozostają w wybranych przez siebie agentach bez konieczności wyboru modelu dla każdego zadania. Databricks poinformował, że opublikowana ocena Smart Routing przyniosła 35 % oszczędności kosztów w wewnętrznym benchmarku kodowania.

Ustawienia domyślne w Unity Gateway uwzględniające budżet pozwalają zespołom rekomendować tańsze agenty i modele, gdy wydatki osiągną określone progi. Rekomendacje obowiązują przy rozpoczynaniu nowych sesji i nie przerywają pracy już trwającej, a programiści mogą sprawdzać wydatki i pozostały budżet za pomocą ug usage.

Unity Gateway może także rejestrować ślady pochodzące od agentów kodujących, obejmujące wywołania lokalnych narzędzi i wywołania umiejętności. Administratorzy włączają śledzenie centralnie, a ug konfiguruje obsługiwane klienty do eksportowania śladów do zunifikowanej tabeli śladów w lakehouse, gdzie zespoły mogą używać Genie do wykrywania powtarzających się awarii narzędzi, nadmiernie dużych odpowiedzi oraz innych marnotrawstw tokenów, a następnie naprawiać problemy i mierzyć wyniki. Databricks poinformował, że własna organizacja inżynieryjna użyła śledzenia Unity Gateway z Genie One, aby znaleźć i naprawić siedem błędów narzędzi MCP, co, jak podano, przyniosło oszacowane oszczędności w wysokości 1,2 mln USD rocznie w marnotrawstwie wydatków na AI i utraconej produktywności.

Dyrektor ds. technologii w Concurrence, John Xing, powiedział, że CLI zapewnia jego firmie jedną kontrolowaną łączność dla całego ruchu modeli i narzędzi agentów kodujących, z przypisaniem do poszczególnych użytkowników oraz dostępem ograniczonym do zatwierdzonych modeli i narzędzi MCP. Dodał, że agenci kodujący Concurrence przetworzyli ponad 61 miliardów tokenów wejściowych w około 360 000 żądań od momentu wdrożenia, przy czym zużycie i wydatki są widoczne centralnie.

Databricks oświadczył, że już korzysta z CLI, aby wdrażać nowe modele i optymalizacje kosztów w całej swojej organizacji inżynieryjnej, nie zmieniając przy tym przepływów pracy programistów. Firma skierowała nowych użytkowników do szybkiego startu Unity Gateway CLI oraz do dokumentacji dotyczącej konfigurowania agentów kodujących w Unity Gateway.