開發生態
Databricks 稱透過模型切換與開源中介軟體 Omnigent，降低 70% AI 程式碼生成支出
Hacker News單一來源
尚未逐項核實
目前依單一來源整理，這是來源數量描述，不是對消息真假的判定。
據 Databricks 官方部落格分享，該公司透過一系列成本管理技術，成功將 AI 程式碼工具的支出降低 70%。官方指出，企業規模化部署 AI 代理程式開發（agentic coding）雖能提升開發速度，但常面臨成本呈指數級增長的困境。
為解決此問題，Databricks 專注於尋找「效率前緣（Efficiency frontier）」，透過內部自動化評測尋找特定智力水準下價格最佳的模型，例如近期內部已轉用具備高性價比的 GLM 模型。文章亦披露其他企業的內部測試結果：Stripe 發現 Opus 4.7 相比 Opus 4.6 成本增加但品質未顯著提升，因此拒絕在內部提供；Databricks 在比較 Opus 5.0 與 4.8 時也觀察到類似的成本倒退現象。
此外，為避免開發者被特定模型與開發工具（如 Claude Code、Codex 或 Cursor）綁定，Databricks 開源了終端使用者中介軟體（meta-harness）「Omnigent」與「Unity AI Gateway」。Omnigent 能提供統一的使用者介面，並將請求動態分發至底層不同的工具與模型，進一步結合動態請求與任務路由技術，降低開發者切換模型的門檻與整體支出。
讀原始報導背景
Databricks 是由 Apache Spark 原創團隊於 2013 年創立的美國軟體公司，主要提供雲端資料分析與人工智慧平台。代理式寫程式（Agentic coding）則是利用大型語言模型（LLMs）與 AI 代理來輔助軟體開發，涵蓋程式碼生成、除錯與測試等環節。
社群討論
社群對此看法兩極，部分開發者認同透過動態路由與嚴格控制上下文（Token 效率）能有效降低成本，並指出這印證了 LLM 已逐漸商品化。但也有技術人員質疑，若無專屬的評測基準，單純依賴成本切換模型將難以維持任務完成率，且未解決 KV Cache Miss 的問題。此外，不少人反諷 Databricks 自身收費高昂（有留言稱停用後省下 200 萬美元），並認為直接讓員工報帳 200 美元的固定訂閱方案，遠比難以預測的 API 計費更划算。