Databricks 联合创始人谈 Agent 云、Omnigent 和数据库的未来

Matei Zaharia 和 Reynold Xin 在 Latent Space 上聊了 Databricks 的下一个大动作：从 Lakehouse 跳到 AI 操作系统。核心问题是，当 agent 开始真正干活时，数据库比任何时候都重要。他们解释了为什么开源 Omnigent 这个 meta-harness，以及为什么 LTAP（Log-Time Analytics and Processing）才是 HTAP 的正确姿势。

[Reynold Xin] 认为传统 HTAP 是工程上的圣杯，但很难实现，因为他们试图用一个引擎同时做好 OLTP 和 OLAP。Databricks 的做法是只统一存储层（LTAP），用 Parquet 格式直接支持事务性写入，这样分析引擎就能直接读到最新数据，不需要 CDC 这种“连续数据损坏”的脆弱管道。Matei 则指出，coding agent 和 enterprise agent 面临同样的问题：可移植性、会话管理、安全策略和成本控制。Omnigent 就是提供一个通用 API 层，让不同 agent 框架（Claude Code、Codex、Cursor 等）共享会话历史、文件流、工具调用，并且支持云沙箱、搜索和协作。

他们判断，一旦数据正确归位，agent 坐在上面，传统软件会被重写。 这意味着数据库厂商（如 Databricks）必须提前为 agent 设计实时的运营上下文，而不仅仅是批处理的 telemetry。另一个值得关注的趋势是向量数据库这个品类可能根本不应该独立存在——统一存储格式和查询引擎就能搞定。此外，Agent 安全不再是简单的权限控制，而是需要上下文和状态感知的策略（比如 agent 可能花 $500 读日志）。这些观点对做 infra 和 agent 产品的人都有实际指导意义。