🔧Novo projeto open source permite orquestrar vários agentes de IA juntos
Matei Zaharia, cofundador do Databricks e professor em Stanford, lançou o Omnigent, um projeto de código aberto que funciona como uma 'central de comando' para agentes de IA. A ideia é simples: em vez de usar um agente de cada vez (Claude Code aqui, Codex ali), o Omnigent permite combiná-los num fluxo único, com colaboração em tempo real e regras de controle. --- Para quem está montando projetos com IA, isso resolve um problema prático. Cada agente é bom em coisas diferentes, e ter que ficar alternando entre eles manualmente é trabalho desperdiçado. Uma ferramenta que os conecta e orquestra pode ser a diferença entre um protótipo desajeitado e algo que funciona de verdade. E por ser open source, qualquer pessoa pode usar e adaptar.
Matei Zaharia, cofundador do Databricks e professor em Stanford, lançou o Omnigent, um projeto de código aberto que funciona como uma 'central de comando' para agentes de IA. A ideia é simples: em vez de usar um agente de cada vez (Claude Code aqui, Codex ali), o Omnigent permite combiná-los num fluxo único, com colaboração em tempo real e regras de controle.
— @matei_zaharia View on X
Matei Zaharia, cofundador do Databricks e professor da Universidade Stanford, lançou o Omnigent, um framework open source que funciona como camada de orquestração para múltiplos agentes de IA. A ferramenta permite que desenvolvedores combinem diferentes sistemas — como Claude Code, Codex e outros modelos especializados — em um único fluxo de trabalho coordenado, eliminando a necessidade de alternar manualmente entre interfaces distintas.
O problema da fragmentação no desenvolvimento com IA
O ecossistema atual de agentes autônomos apresenta um desafio operacional: cada ferramenta possui competências específicas, mas operam isoladas. Um desenvolvedor pode usar Claude Code para refatoração de código, recorrer ao Codex para geração de testes unitários e utilizar outros LLMs para documentação técnica. Essa alternância constante cria fricção no workflow, aumenta o tempo de context switching e dificulta a manutenção de estado entre tarefas interdependentes. O Omnigent resolve essa fragmentação ao agir como uma central de comando unificada, onde regras de controle definem como cada agente deve colaborar em tempo real.
Arquitetura e capacidades técnicas
O projeto funciona como uma camada de abstração sobre APIs de modelos de linguagem, oferecendo:
- **Orquestração multi-agente**: distribuição automática de tarefas entre diferentes modelos conforme suas especialidades
- **Colaboração síncrona**: comunicação em tempo real entre agentes executando etapas paralelas de um mesmo pipeline
- **Governança programática**: definição de regras de controle que limitam escopo de ação e permitem auditoria de decisões
- **Extensibilidade open source**: código disponível para modificação, permitindo adaptações a stacks específicos ou requisitos de compliance
Implicações para builders e devs brasileiros
Para o cenário tecnológico brasileiro, caracterizado por times enxutos e necessidade de eficiência operacional, a ferramenta representa uma redução significativa de complexidade em projetos que envolvem LLMs. Startups e desenvolvedores independentes podem construir workflows sofisticados