Databricks 11 июня представила OpenSharing — новый открытый протокол, который должен убрать из корпоративного ИИ старую боль в духе «пришлите файл на почту». Для тех, кто строит обмен навыками ИИ-агентов между командами, подрядчиками и клиентами, это важный сигнал: Databricks хочет стандартизировать не только доступ к данным, но и передачу самих агентных компонентов без ручной возни и одноразовых интеграций.
Как пишет The New Stack, OpenSharing стал наследником open-source-протокола Delta Sharing, который Databricks продвигает как способ делиться данными между разными платформами без копирования и без завязки на один стек. Теперь компания расширяет эту идею: речь идет уже не просто о таблицах и файлах, а о том, как передавать артефакты, нужные для работы AI-агентов. В обновленной версии, по данным The New Stack, появилась поддержка Apache Iceberg — то есть Databricks явно играет не только на своем поле и пытается сделать протокол понятным для более широкого озера данных, где Delta Lake давно не единственный формат за столом.
Самый показательный момент здесь не в названии, а в формулировке проблемы. История с «email me a file» — это не шутка про плохие процессы, а довольно точное описание того, как в компаниях до сих пор передают куски AI-пайплайнов, датасеты, промпт-обвязку, описания инструментов и прочие «навыки» агентов. Пока команда экспериментирует внутри одного облака и одного департамента, это еще терпимо. Но как только агент начинает жить на стыке платформ, подрядчиков, продуктовых команд и внутренних систем, обмен быстро скатывается в zip-архивы, ссылки с временным доступом, устные договоренности о версиях и вечный вопрос: а это вообще тот файл?
Databricks, судя по описанию The New Stack, пытается превратить такую кустарную практику в нормальный протокольный обмен. Логика понятна: если рынок всерьез идет к экосистеме AI-агентов, то агентам нужен переносимый способ получать данные, описания навыков и, вероятно, сопутствующие метаданные без ручной пересборки под каждого заказчика. Иначе весь разговор про interoperability быстро упирается в старую корпоративную реальность, где каждая интеграция уникальна, каждая схема доступа особенная, а «открытость» заканчивается на красивом слайде с логотипами партнеров.
Для разработчиков это выглядит как движение в сторону более предсказуемого контракта между data layer и agent layer. Иными словами, вопрос уже не только в том, где лежат данные, но и в том, как вместе с ними передать агенту пригодный для исполнения контекст. Если OpenSharing действительно закрепится как протокол обмена навыками ИИ-агентов, командам будет проще повторно использовать наработки между проектами, а интеграторам — меньше жить в режиме ручной подгонки. Для продуктовых команд и IT-директоров выгода еще приземленнее: меньше одноразового glue code, меньше зависимости от конкретного поставщика и больше шансов собирать агентные сценарии из компонентов, а не из героизма отдельных инженеров.
Отдельно важен и выбор времени. Databricks давно строит вокруг себя образ компании, которая хочет быть не просто хранилищем для данных, а опорной платформой для корпоративного ИИ. На этом фоне OpenSharing выглядит не как косметическое обновление Delta Sharing, а как попытка занять инфраструктурный слой будущего рынка: не только хранить и обрабатывать данные, но и задавать правила, по которым организации будут обмениваться тем, что делают AI-агенты. Такой слой обычно менее заметен, чем очередной чат-интерфейс или «умный ассистент», зато именно он потом определяет, кто диктует стандарты и собирает экосистему вокруг себя.
Есть, впрочем, и холодный душ для маркетингового пафоса. Любой открытый протокол хорош ровно настолько, насколько его готовы поддерживать чужие платформы, а не только автор инициативы. Поддержка Apache Iceberg — сильный ход именно потому, что это шаг в сторону мира за пределами Databricks. Но дальше компании придется доказать, что OpenSharing не превратится в еще один «почти открытый» стандарт, удобный в первую очередь внутри собственной орбиты. Для заказчиков это ключевой вопрос: они уже видели достаточно формально открытых технологий, которые на практике работали лучше всего только у вендора-инициатора.
Если смотреть шире, рынок постепенно сдвигается от гонки моделей к гонке за инфраструктуру обмена: кто лучше организует доступ, права, переносимость и совместимость для AI-систем. На этом фоне обмен навыками ИИ-агентов становится не экзотикой, а следующим логичным уровнем после обмена данными. И если Databricks действительно удастся сделать этот процесс таким же рутинным, как подключение таблицы по стандартному протоколу, у корпоративных AI-агентов появится шанс наконец выбраться из эпохи архивов, почтовых вложений и фразы «я тебе сейчас скину файл».