Databricks 推出 Unity Gateway CLI，实现编码代理的集中控制

Databricks 于 2026 年 9 月 24 日推出 Unity Gateway CLI，这是一款命令行工具，可将 Claude Code 和 Codex 等编码代理连接到公司的 Unity Gateway，在该平台上管理员管理已批准的模型、工具和支出策略。在 官方博客文章 中，Databricks 表示，该工具通过 ug 命令运行，旨在将开发者采用新代理和模型的自由与面向数千名开发者的集中治理相结合。

Databricks 引用的理由

Databricks 将此次发布置于模型快速迭代的背景下。公司表示，GPT-6、Claude Opus 5.5、Gemini 3.8 和 Grok 4.7 均在过去六个月内发布，同时还有包括 Kimi K3、GLM-5 和 DeepSeek V4.1 在内的开源模型，公司将当前的节奏描述为大约每五天出现一个新前沿模型。

Databricks 表示，这一速度使负责开发者工具的团队陷入两难：仅采用单一供应商会错失其他更好或更便宜的选择，而支持众多代理和供应商则导致访问控制、预算、安全策略和使用日志分散在不同系统中。公司称，组织既需要在出现最佳选项时能够自由采用，也需要在数千名开发者之间以一致的方式进行治理。

集中配置与代理部署

Unity Gateway 现在为管理员提供了一个用于配置编码代理的控制台：默认模型、MCP 服务器、技能、智能路由和支出策略，这些均在 Govern 下的代理配置中进行管理。管理员发布配置后，开发者只需一条命令即可连接任意受支持的代理。CLI 会对用户进行身份验证，将所选代理连接到 Unity Gateway，并在代理常规界面打开之前应用已发布的配置。开发者可以在已启用的代理之间切换，而无需为每个代理单独配置；组织还可以通过设备管理部署 ug，使团队以相同的已批准设置开始工作，且管理员可以锁定这些设置。

当新代理和模型可用时，管理员选择希望开发者使用的默认设置，并将其作为一次配置更改发布给整个团队。在开发者下一次运行 ug 时，CLI 会同步新配置并启动带有所选模型的推荐代理。随着质量、成本和团队需求的变化，管理员可以调整该选择，并能够定义更细致的策略，例如基于群组的新模型分阶段推出。管理员还可以在受支持的代理之间发布共享的 MCP 工具和技能，为开发者在其已配置的代理中提供已批准的工具和成熟的工作流，而无需单独设置每个代理。

支持的代理、安装与许可证条款

根据公开的 databricks/unity-gateway GitHub 仓库，CLI 通过 Databricks AI Gateway 运行编码代理，支持对 Codex、Claude Code、Gemini CLI、OpenCode、GitHub Copilot CLI 和 Pi 的配置，并为仅通过 MCP 连接的 Cursor Agent 提供 MCP 服务器注册。该工具要求 Python 3.12 或更高版本以及 uv，若代理 CLI 需要自动安装则需要 npm，并可通过指向该仓库的单条 uv tool install 命令进行安装。

开发者首次启动基于模型的代理时，ug 会请求提供 Databricks 工作区，登录用户，并写入代理的本地配置；随后启动时会复用已保存的工作区和凭证。现有的 ucode 命令仍可使用，Python 包保留 ucode 名称以保持兼容性。ug 覆盖的任何文件都会先进行备份，ug revert 命令可恢复这些备份。Databricks MCP 服务器在本地注册为运行 ug mcp-proxy 的 stdio 服务器，代理会从用户的 CLI 配置文件刷新 Databricks OAuth 令牌。Unity Catalog 技能可以注册为 MCP 工具或下载到本地代理技能目录，命令参考包括 ug status、ug doctor、ug usage 和 ug upgrade。

该仓库在 Databricks 许可证下发布，允许仅在 Databricks 服务内部或连接到该服务时查看、使用、复制、修改、发布和分发这些材料，并附带再分发条件以及违规时的自动终止条款。Databricks 的 快速入门文档 将 ug 定义为两种连接路径中推荐的方式，另一种是手动端点和身份验证设置，并涵盖通过 /model 进行会话内模型切换，以及使用 ug mcp add 和 ug skills add 来附加工具和技能。

成本控制、追踪与使用报告

管理员可以在中心开启智能路由，使得简单任务在更便宜的模型上运行，复杂任务则在更强大的模型上执行；智能路由为主会话选择模型，并可为代理委派给子代理的工作选择不同的模型。开发者无需为每个任务选择模型，仍可使用其首选的代理。Databricks 表示，其已发布的智能路由评估在内部编码基准测试中实现了 35% 的成本节省。

Unity Gateway 中的预算感知默认设置允许团队在支出达到设定阈值后推荐成本更低的代理和模型。这些推荐在新会话启动时生效，并不会中断已在进行的工作，开发者可以通过 ug usage 查看支出和剩余预算。

Unity Gateway 还可以记录来自编码代理的追踪信息，涵盖本地工具调用和技能触发。管理员在中心启用追踪，ug 会配置受支持的客户端将追踪导出到湖仓的统一追踪表，团队可以使用 Genie 发现重复的工具故障、过大的响应以及其他令牌浪费，然后修复问题并衡量结果。Databricks 表示，其内部工程团队使用 Unity Gateway 与 Genie One 的追踪功能发现并修复了七个 MCP 工具漏洞，称此举每年为其节省约 120 万美元的 AI 浪费支出和生产力损失。

Concurrence 的首席技术官 John Xing 表示，CLI 为其公司提供了一个统一受控的连接，涵盖所有编码代理的模型和工具流量，并可追溯到具体用户，且访问仅限于已批准的模型和 MCP 工具。他称，自推出以来，Concurrence 的编码代理已处理超过 610 亿个输入令牌，约 36 万次请求，使用情况和支出均可在中心查看。

Databricks 表示，已在内部工程组织中使用 CLI 推送新模型和成本优化，同时保持开发者工作流不变。该公司引导新用户查看 Unity Gateway CLI 快速入门指南以及用于在 Unity Gateway 中配置编码代理的文档。