Snowflake扩展智能体AI平台，新增业务上下文与治理工具 Оригинал на китайском
Snowflake Inc.今日宣布推出一系列全新人工智能功能，旨在将业务上下文、治理机制与自主开发能力整合到同一环境中。此举正值企业越来越多地将软件工程和日常运营交由AI智能体处理之际。
这些公告在该公司的Expedition 2026虚拟大会上发布，内容包括全新的业务本体论（Business Ontology）框架、通过Cortex AI Gateway扩展的智能体治理能力，以及允许AI智能体以更少人工干预构建、监控和排查数据管道的自主数据工程能力。
该公司押注于随着软件创建速度进一步加快，将有更多程序员和工程师在整个软件开发生命周期中使用AI，同时其他后端部门也将开始在日常工作中采用智能体。例如，销售运营团队正在创建能够分析销售风险并准备客户拓展方案的智能体，而无需编写代码。
“AI正在使软件创建工业化。实际上，它正在使智能工业化，”首席执行官斯里达尔·拉马斯瓦米（Sridhar Ramaswamy）表示。“过去需要数月才能完成的工作，现在只需数小时、数天甚至数分钟。”
拉马斯瓦米指出，随着智能体接管通常由专业开发人员负责的任务，AI正在改变软件开发的经济模式，业务用户也正在成为开发者。这正在改变竞争格局，意味着优势不再属于专业人员，而是属于专有知识。
Snowflake正通过帮助普通AI模型理解并情境化这些业务知识来抢占这一领域。为此，该公司推出了业务本体论功能，这是其现有语义视图的扩展，使组织能够建立在整个机构范围内通用的标准定义。如果没有统一的标准定义，即使两个智能体拥有准确的底层数据，它们在回答同一业务相关问题时也可能给出互不兼容的答案。
利用业务本体论提供的信息，面向数据团队的编码智能体Snowflake CoCo，以及面向知识工作者的个人工作智能体Snowflake CoWork，都会使用这些经过批准的业务概念来确保其响应的准确性。
这项新功能目前处于私密预览阶段，不久后将进入公开预览。
像管理员工一样治理智能体
Cortex AI Gateway现已成为企业内智能体的统一入口。这并非全新产品；Snowflake早在2026年7月便推出了该网关，作为治理和监控智能体的集中化方式。
今天的公告是对其能力的扩展，而非首次推出该网关。新的更新内容包括智能体滥用检测、可观测性与追踪、Cortex沙箱、AI成本治理、动态模型路由，以及利用Snowflake收购Natoma所获得的技术实现的工具集成。
“一个为你的业务采取行动的智能体必须值得信赖，并且必须了解三件重要的事情：数据意味着什么、该信任哪些数据，以及它被允许做什么，”拉马斯瓦米说。
该平台最重要的一点是，将现有的安全机制（包括数据脱敏和访问限制）应用于智能体驱动的操作中，同时增加了监控活动、检测潜在滥用行为以及记录智能体所做事情的能力。信息技术和安全团队还可以应用成本控制，根据效率或准确性选择模型，并精细限制智能体可以访问哪些外部工具。
这种治理、控制和透明度的底层逻辑，与赋予智能体类似员工所拥有的角色监督机制相一致，即在自主性方面对其进行类似对待。
Snowflake此举正值行业内围绕建立企业AI智能体控制层展开更广泛竞争之际。SAP一直在扩展其自主企业架构和受治理的Joule智能体，而Salesforce则推出了企业AI安全框架（Enterprise AI Harness）和AI控制平面（AI Control Plane）以保障自主工作流程的安全。Snowflake正从数据平台的角度切入同一问题，力图成为智能体访问可信业务信息并在企业政策下运行的基础平台。
为专项任务训练小型模型
Snowflake还宣布Cortex Training进入公开预览阶段，该服务将允许客户使用自有专有信息定制开放权重AI模型。
该服务旨在简化通过后训练创建专项模型的流程，而无需配备大量图形处理单元。Snowflake使客户能够训练模型，而无需自行管理底层基础设施。
“专项化的小型模型能带来更高效、更快速的响应，并且在Token成本方面通常也更具优势，”产品执行副总裁克里斯蒂安·克莱纳曼（Christian Kleinerman）表示。
随着针对外国开放权重AI的限制日益增多，以及处理敏感信息的相关法规不断收紧，许多企业客户将需要对自有AI模型实现自主可控。相较于通过第三方供应商的云平台，在自有硬件上审计AI模型所处理的内容要容易得多。
此外，Snowflake还宣布与甲骨文公司（Oracle Corp.）扩大合作，将其平台作为一级服务在Oracle云基础设施（Oracle Cloud Infrastructure）上提供。这项整合将使客户更便捷地使用Snowflake的分析和AI功能，同时能够直接通过Oracle数据库和应用程序进行操作。