Chaque développeur aura bientôt sa propre armée d’agents IA pour coder, chercher et auditer. C’est en tout cas la promesse du moment. Résultat pratique aujourd’hui ? On passe nos journées à faire des copier-coller frénétiques d’une fenêtre à l’autre.
Pour siffler la fin de la fragmentation des outils de développement, Databricks vient de lancer Omnigent (omnigent.ai), un méta-harnais open source distribué sous licence Apache 2.0.
L’objectif de cette plateforme est de centraliser, brider et faire collaborer toutes vos IA au même endroit.
Et face à la multiplication des assistants comme Claude Code, Codex ou Pi, cette surcouche logicielle promet de transformer des applications isolées en un système interconnecté et parfaitement sécurisé en ce mois de juin 2026.
Le casse-tête quotidien de la multiplication des agents IA
Des heures perdues en copier-coller
Pour maximiser la productivité au sein d’une direction technique, les équipes n’utilisent plus un seul et unique modèle linguistique.
Elles déploient simultanément quatre ou bison cinq agents autonomes spécialisés. Mais en coulisses, l’expérience utilisateur est devenue incroyablement lourde.
Les ingénieurs passent une partie considérable de leur temps à copier-coller manuellement du texte, des lignes de code et des fichiers entiers entre leurs agents de programmation, leurs moteurs de recherche IA, leurs documentations internes et leurs outils de communication d’équipe comme Slack ou Teams.
Une solution pour faire travailler les IA ensemble
Jusqu’à présent, les capacités des grands modèles de langage (LLM) restaient prisonnières de leurs harnais logiciels respectifs (SDK, interfaces en ligne de commande ou applications propriétaires).
Comme chaque outil dispose de ses propres structures de session, de ses formats de fichiers et de ses APIs, les faire travailler ensemble relevait du défi technique.
Comme l’explique Matei Zaharia, cofondateur et directeur technique de Databricks :
« Les ingénieurs combinaient déjà plusieurs agents dans des boucles et des flux de travail complexes, mais cela s’avérait extrêmement difficile à réaliser au-dessus de la couche de chaque harnais individuel ».
Pour résoudre ce problème majeur de fragmentation, Databricks a officialisé ce samedi 13 juin 2026 le lancement d’Omnigent.
Publié sur GitHub, ce projet se présente comme un méta-harnais (meta-harness). Omnigent apporte une réponse pragmatique en partant d’un constat simple.
C’est-à-dire que quelle que soit la manière dont un assistant appelle son LLM en interne, son interface utilisateur reste identique, à savoir des messages et des fichiers en entrée, et des flux de texte ou des appels d’outils en sortie.
Le framework propose donc une interface d’API commune capable d’envelopper aussi bien des agents en ligne de commande (comme Claude Code, Codex, Pi) que des SDK d’éditeurs (OpenAI Agents, Claude Agents SDK).
Comment fonctionne ce nouvel outil open source ?
Le framework open source de Databricks repose sur trois piliers fonctionnels majeurs conçus pour simplifier la vie des développeurs et fluidifier la gestion de projet.
Créer des équipes de robots sur-mesure
Il devient désormais possible de constituer des équipes multi-agents personnalisées en combinant plusieurs modèles ou techniques de requêtage différents.
Vous pouvez ainsi basculer d’un agent Claude Code à un agent Codex ou à un script personnalisé via une simple modification d’une seule ligne de code dans un fichier de configuration YAML.
BREAKING: Databricks just launched "Omnigent."
Open-source meta-harness that runs Claude Code, OpenAI Codex, or your own agent with unified policies, live collaboration, and cost guardrails. pic.twitter.com/KZmR1pXHVZ— Jason Nguyen (@jasonngsx) June 15, 2026
Poser des limites sans modifier les consignes
Plutôt que d’essayer de brider une IA en modifiant désespérément ses instructions système (system prompts), une méthode qui montre vite ses limites face aux risques d’injection, Omnigent applique des politiques contextuelles et des garde-fous stricts directement au niveau de la surcouche logicielle d’orchestration d’IA.
Suivre et corriger le travail de l’IA à plusieurs
Omnigent permet de générer une URL unique pour partager une session d’agent en direct. Les membres d’une même équipe peuvent ainsi inspecter l’historique complet du chat, examiner les fichiers modifiés dans l’espace de travail isolé et orienter ou corriger les actions de l’agent en temps réel, que ce soit depuis un terminal, une interface web ou un smartphone.
Ce qui change par rapport aux méthodes classiques
| Fonctionnalité Technique | Approche par outil isolé (Ex: Claude Code) | Approche unifiée (Databricks Omnigent) |
| Gestion des modèles | Restreint à l’écosystème ou au SDK de l’éditeur. | Interchangeable (Claude Code, Codex, Pi, APIs). |
| Coût de bascule | Réécriture complète de l’intégration par outil. | Modification rapide via une ligne dans un fichier YAML. |
| Application de la sécurité | Dépendante du prompt engineering (risquée). | Politiques de contrôle appliquées à la surcouche. |
| Collaboration d’équipe | Terminal local ou interface propriétaire figée. | Partage en direct par URL (Web, Mobile, Terminal). |
Éviter les piratages et les factures surprises
Garder le contrôle sur les dépenses de serveurs
Laisser des agents IA s’exécuter de manière 100 % autonome sur un environnement informatique pose d’immenses défis de sécurité et de gestion des infrastructures.
Pour y répondre, les équipes de Databricks ont doté Omnigent d’un environnement d’exécution isolé (sandbox) particulièrement robuste.
L’outil permet en effet de suivre dynamiquement les dépenses de chaque session auprès des différents fournisseurs de LLM.
On peut ainsi programmer le méta-harnais pour qu’il mette automatiquement l’agent en pause et demande une validation humaine obligatoire dès que les coûts cumulés atteignent un palier défini, par exemple tous les 100 dollars.
Protéger les codes et les accès de l’entreprise
Côté sécurité, les règles dépassent le simple filtrage binaire d’accès aux fichiers. Omnigent est capable de suivre l’état dynamique d’une session.
Par exemple, on peut lui interdire d’écrire dans des documents qu’il n’a pas lui-même créés, ou exiger une approbation humaine pour effectuer un git push dès lors que l’agent vient de télécharger un nouveau paquet externe depuis le registre npm.
De plus, un proxy réseau intégré permet d’intercepter les requêtes pour injecter des clés d’accès (comme un token de sécurité GitHub) uniquement au moment de la sortie du réseau, évitant ainsi que l’agent IA ne puisse lire, intercepter ou compromettre la clé en clair.
Databricks just open-sourced Omnigent, a layer that sits above your existing AI agents, Claude Code, Codex, Pi, custom ones, and turns them into a single composable, governed system.
— Manav (@Manavvv31) June 15, 2026
It was built in six weeks, and it is a clean statement of where serious agent engineering is… pic.twitter.com/pHJak7ffbH
Un outil gratuit taillé pour les développeurs
Cette annonce intervient à un moment hautement stratégique, juste avant l’ouverture du Databricks Data + AI Summit 2026, qui se tient du 15 au 18 juin à San Francisco.
Elle vient compléter l’écosystème global de l’éditeur, qui avait déjà lancé en avril dernier Agent Bricks, sa plateforme de gouvernance d’entreprise axée sur le contexte des données internes.
À l’inverse d’Agent Bricks qui vise les grandes structures, Omnigent cible spécifiquement les développeurs individuels et les équipes d’ingénierie qui manipulent des flottes d’agents hétérogènes en dehors de la plateforme propriétaire.
Le projet est disponible dès à présent en version alpha et s’installe via une unique ligne de commande disponible sur le répertoire GitHub officiel d’Omnigent.
- Partager l'article :
Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !
