Snowflake升级智能与Cortex Code，强化AI代理能力
在人工智能技术快速演进的背景下，企业正寻求更智能、更集成的解决方案来优化数据驱动的工作流程。Snowflake作为数据云平台的领先者，近日宣布对其Snowflake Intelligence和Cortex Code进行一系列重大更新，旨在强化其平台上的代理式AI能力。这些更新不仅聚焦于企业数据整合、工作流自动化和开发者环境扩展，还通过引入新功能如Deep Research和移动应用支持，为业务用户和开发者提供更无缝的体验。此举标志着Snowflake正从传统的数据存储和分析平台，向一个全面的AI驱动操作环境转型，有望重塑企业如何利用AI处理复杂任务和提升生产力。
核心更新：强化代理式AI与数据整合
Snowflake的更新主要集中在Snowflake Intelligence和Cortex Code两大组件上，旨在为业务用户和开发者提供一个统一的平台。Snowflake Intelligence通过整合来自Project SnowWork的见解和客户反馈，演变为一个个性化的AI代理，能够学习用户偏好和工作流，自动执行任务如准备演示文稿或多步骤分析。同时，Skills功能的普遍可用性将支持自动化重复性工作，用户只需用自然语言描述任务，系统即可自动执行，减少手动操作。
此外，Model Context Protocol连接器的普遍可用性，使Snowflake能够直接与Google Gmail、Google Calendar、Google Docs、Jira、Salesforce和Slack等广泛使用的企业工具集成，增强了数据与外部系统的无缝连接。
新功能亮点：深度研究与移动生产力
Snowflake引入了Deep Research功能，目前处于公开预览阶段，该功能能够针对复杂问题生成多步骤报告并引用来源，推理跨越结构化数据、非结构化内容和外部上下文。这为企业处理复杂查询提供了更强大的工具。
为支持移动生产力，Snowflake将推出iOS移动应用的公开预览版，并引入Artifacts功能（计划普遍可用），允许用户存储和共享分析结果、可视化和工作流。这些更新旨在扩展平台的可访问性和协作能力。
开发者环境扩展：Cortex Code的增强
Cortex Code作为企业AI的开发者层，通过最新更新支持外部数据系统如AWS Glue、Databricks和PostgreSQL，使开发能够在数据所在的环境中进行。它还通过Model Context Protocol和Agent Communication Protocol与外部AI系统连接，集成现有AI代理和工作流，减少重复并加速开发。
在开发工具方面，Snowflake推出了Visual Studio Code扩展的私有预览版和Claude Code插件，允许开发者在集成开发环境中直接使用Cortex Code，无需切换工具。新增的代理软件开发工具包支持Python和TypeScript，使企业能够将Cortex Code集成到自己的应用和工作流中。
其他新功能包括Cloud Agents在Snowsight上的私有预览，允许用户在浏览器中直接执行代码和管理工作流；Plan Mode使用户在执行前审查和批准工作流；Snap & Ask支持直接与图表和表格等数据工件交互。这些更新共同提升了开发效率和平台灵活性。
行业影响分析
Snowflake的更新反映了AI代理技术在企业中的日益重要性，通过整合数据和自动化工作流，帮助企业实现更高效的操作。这可能会加剧与Databricks等竞争对手的竞争，推动整个行业向更智能、更集成的AI平台发展。对于企业用户来说，这些功能有望降低技术门槛，提升数据驱动的决策能力，同时为开发者提供更灵活的工具，加速AI应用的部署。总体而言，Snowflake的举措可能引领企业AI平台的新趋势，强调个性化、自动化和跨环境整合。
