使用 Unity Gateway CLI 大规模部署和管理编码智能体

使用 Unity Gateway CLI 大规模部署和管理编码智能体

💡 原文英文,约900词,阅读约需4分钟。
📝

内容提要

Databricks推出Unity Gateway CLI,允许开发者自由选择编码智能体,同时集中管理模型、工具与预算。管理员可统一配置默认模型、MCP服务器、技能和智能路由,开发者通过ug命令即可切换。智能路由节省35%成本,追踪功能曾发现7个工具漏洞,年省约120万美元。

🔎

延伸解读

集中治理与开发者自由的平衡

文章指出,团队在标准化单一供应商与支持多智能体之间面临两难:前者可能错过更优模型或更低成本,后者则导致访问、预算、安全策略和使用日志分散。Unity Gateway CLI 试图同时解决这两个问题:管理员在一个地方管理已批准的模型、工具和支出策略,开发者则通过 ug 命令自由选择编码智能体,由网关处理认证并应用已发布的设置。这种设计让组织既能快速采纳新模型,又能保持统一治理。

智能路由的成本优化机制

智能路由是 Unity Gateway 的一项核心功能,管理员可集中启用,让简单任务使用较便宜的模型,困难任务使用能力更强的模型。文章提到,智能路由会为主会话选择模型,并可为智能体委派给子智能体的工作单独选择模型。根据 Databricks 发布的评估,这种方法在其内部编码基准上实现了 35% 的成本节省。开发者无需为每个任务手动选择模型,仍可在偏好的编码智能体中工作。

追踪功能与成本浪费的发现

Unity Gateway 可以捕获编码智能体的追踪信息,包括本地工具调用和技能调用。管理员集中启用追踪后,ug 会配置支持的客户端将追踪导出到湖仓的统一追踪表。团队随后可使用 Genie 查找重复的工具故障、过大的响应以及其他导致 token 浪费的来源,修复并衡量结果。Databricks 自身工程组织利用该追踪功能与 Genie One 发现并修复了七个 MCP 工具缺陷,估计每年节省约 120 万美元的 AI 支出和生产力损失。

部署与配置同步的便利性

组织可以通过设备管理部署 ug,让所有开发者从相同的已批准设置开始,且管理员可以锁定这些设置。当管理员发布新的智能体配置后,开发者下次运行 ug 时,CLI 会自动同步配置变更,并启动推荐智能体及其选定模型,同时保持开发者熟悉的界面。管理员还可以设置更复杂的策略,例如基于队列的新模型分阶段推出。这降低了大规模部署和更新编码智能体环境的操作负担。

Q&A

Unity Gateway CLI 是什么?它主要解决什么问题?

Unity Gateway CLI 是 Databricks 推出的命令行工具,旨在让开发者自由选择编码智能体,同时让管理员集中管理模型、工具和预算。它解决了在模型快速迭代背景下,既要采用最佳模型又要统一治理的难题。

管理员如何通过 Unity Gateway 配置编码智能体?

管理员可以在 Unity Gateway → Govern → Agent Configuration 中统一配置默认模型、MCP 服务器、技能、智能路由和支出策略。发布配置后,开发者通过 ug 命令即可连接并应用这些设置。

开发者如何使用 Unity Gateway CLI 切换不同的编码智能体?

开发者只需运行类似 ug claude 或 ug codex 的命令,Unity Gateway CLI 会自动处理认证、连接网关并应用已发布的设置,然后打开对应智能体的熟悉界面。无需单独配置每个智能体。

Smart Routing 如何帮助节省成本?

Smart Routing 由管理员集中启用,能根据任务复杂度自动选择模型:简单任务使用较便宜的模型,复杂任务使用能力更强的模型。在内部编码基准测试中,这种方法节省了 35% 的成本。

Unity Gateway 的追踪功能有什么实际效果?

追踪功能可以捕获编码智能体的本地工具调用和技能调用,并将追踪数据导出到湖仓统一追踪表。Databricks 工程团队利用该功能结合 Genie One 发现并修复了 7 个 MCP 工具漏洞,预计每年节省约 120 万美元的 AI 支出和生产力损失。

Unity Gateway 如何帮助控制预算和支出?

Unity Gateway 允许团队在支出达到预设阈值时推荐更低成本的智能体和模型,这些推荐会成为新启动任务的默认选项,而不会中断正在进行的工作。开发者可以通过 ug usage 命令查看支出和剩余预算。

🏷️

标签

➡️

继续阅读