Omnigent: o meta-harness da Databricks para orquestrar Claude Code, Codex e Pi

Esse fim de semana apareceu um projeto que eu fiquei olhando por uns 10 minutos sem piscar. O Omnigent, iniciativa open source liderada pelo CTO da Databricks, resolve um problema que sinto no dia a dia: orquestrar múltiplos agentes de IA de coding num fluxo maior virou um caos de terminais abertos e handoff documents manuais. O Omnigent coloca uma camada de orquestração acima de tudo isso — e a instalação inteira, incluindo configuração de agentes, leva menos de 10 minutos.

O harness importa mais do que o modelo

Para quem acompanha esse blog, a ideia de que o harness é tão importante quanto o modelo não é surpresa — já escrevi sobre isso em O que é um Harness de Agente de IA?. Mas o Omnigent traz um ponto concreto: quando o modelo trava — seja por limitação, ban ou custo —, o harness é a única variável que você controla. Na prática, não adianta esperar que o próximo LLM resolva seus problemas de workflow. Você precisa de uma orquestração que aproveite bem o que já existe. É exatamente aí que o Omnigent entra.

Como o Omnigent funciona na prática

A arquitetura tem três camadas bem definidas. O Runner é responsável por sandboxing e confiabilidade de cada agente — você pode rodar em modo sem sandbox, em Docker ou em plataformas como E2B para ambientes de produção. O Server é o centro do sistema: guarda histórico de sessões, catálogo de agentes, MCP servers, skills e políticas de guardrail. Essa é a camada que você customiza uma vez e que se aplica a todos os agentes, sem precisar reconfigurar Claude Code, Codex e Pi separadamente. Por cima disso, você acessa tudo via terminal, web UI, app nativo, mobile ou REST API. A instalação é um único comando curl e aproveita as credenciais das CLIs que você já usa — sem re-autenticar.

Polly e Debbie — os orquestradores prontos pra usar

O Omnigent já vem com dois orquestradores prontos. O Polly é o caso de uso mais imediato: você manda uma descrição de tarefa — texto livre ou link de uma issue do GitHub — e o Polly delega a implementação ao Claude Code e a revisão ao Codex automaticamente. Sem trocar de terminal, sem copiar contexto, sem re-autenticar. Criei um orquestrador customizado pedindo ao Claude Code que gerasse a config com base nos exemplos do Polly, e funcionou de primeira. O Debbie é diferente: ele coloca Claude e GPT para debater uma questão e sintetiza uma resposta final. Se você já explorou o Archon: O Primeiro Harness Builder Open-Source para AI Coding, vai reconhecer ideias parecidas aqui — são projetos que convergem na mesma direção.

Políticas em Python — guardrails sem drama

O detalhe que me impressionou mais foi o sistema de políticas. As regras de guardrail ficam como código Python ao lado da config do agente. O exemplo da demonstração é direto: o agente pode rodar qualquer comando de forma autônoma, exceto git push --force — nesse caso ele para o workflow e pede aprovação humana antes de continuar. A lógica em Python é simples o suficiente para o próprio Claude Code gerar pra você com base nos exemplos existentes. E funciona para qualquer agente orquestrado no Omnigent — não é um hook específico de uma CLI, é uma política de nível de servidor que se aplica a todo o sistema.

Por que isso importa agora pra quem desenvolve

Na minha visão, três coisas tornam o Omnigent relevante agora especificamente. (1) Revisão em sessão separada: o mesmo LLM que escreveu o código tende a ser leniente na revisão dele — separar implementação (Claude Code) e revisão (Codex) num workflow automático resolve esse viés sem esforço. (2) Credibilidade de produção: a Databricks usa o Omnigent internamente para engenharia do dia a dia — não é projeto de fim de semana, é o CTO da empresa usando a própria ferramenta. (3) Colaboração entre dispositivos: você pode continuar a mesma sessão de coding no celular em tempo real — algo que nenhuma das CLIs oferece nativamente hoje. Para quem já trabalha com Dynamic Workflows no Claude Code, o Omnigent é o próximo passo natural nessa direção.

Conclusão

O Omnigent não reinventa os agentes — ele coloca a orquestração onde sempre deveria ter estado: uma camada dedicada, configurável e open source. Se você já usa Claude Code ou Codex, teste o Polly com uma task simples e veja a diferença de ter implementação e revisão num único fluxo automático. O repositório com documentação, exemplos e os orquestradores prontos está no Omnigent no GitHub — vale passar uns 10 minutos lendo antes de decidir se entra no seu stack.