←新闻详情

SiliconANGLE更新于 11月3日 23:22

Snowflake 扩展智能体 AI 平台,推出 Business Ontology 与 Cortex AI…

Snowflake expands agentic AI platform with business context and governance tools - SiliconANGLE

AI 导读

Snowflake 在 Expedition 2026 大会上发布 Business Ontology 框架、Cortex AI Gateway 治理能力扩展和自主数据工程能力,让 AI 智能体在统一环境中获得业务上下文与治理。Business Ontology 目前处于私有预览,Cortex AI Gateway 新增智能体滥用检测、可观测性与追踪、Cortex 沙箱、AI 成本治理和动态模型路由。Cortex Training 进入公开预览,支持客户用专有数据后训练开放权重模型,无需管理底层 GPU 基础设施。

正文 · AI 翻译

Snowflake公司今日宣布推出一系列全面的人工智能能力,旨在将业务上下文、治理和自主开发整合到同一环境中,因为企业正越来越多地将软件工程和日常运营交给AI智能体。

这些公告是在公司Expedition 2026虚拟大会期间发布的,包括新的Business Ontology框架、通过Cortex AI Gateway扩展的智能体治理,以及自主数据工程能力,使AI智能体能够在更少人工干预的情况下构建、监控和排查数据管道。

该公司押注,随着创建速度进一步加快,更多编码人员和工程师将在整个软件开发生命周期中使用AI,而其他后端部门也开始在日常工作中采用智能体。例如,销售运营部门正在创建能够分析销售风险并准备客户外联的智能体,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Sridhar Ramaswamy表示。“曾经需要数月才能完成的事情,现在只需数小时、数天甚至数分钟。”

Ramaswamy指出,虽然AI正在改变软件开发的成本结构,随着智能体接管通常由专业开发人员承担的任务,业务用户正在成为开发人员。这正在改变竞争格局,意味着优势不再属于专家,而是属于专有知识。

Snowflake正通过帮助普通AI模型理解业务知识并将其置于上下文中来进入这一领域。它通过Business Ontology实现这一点,这是其现有语义视图的扩展,使组织能够建立全组织范围内使用的经批准的定义。如果没有标准定义,两个智能体可能会对同一个业务相关问题给出互不兼容的答案,即使两个智能体都拥有准确的底层数据。

利用Business Ontology中的信息,面向数据团队的编码智能体Snowflake CoCo和面向知识工作者的个人工作智能体Snowflake CoWork使用这些经批准的业务概念来为其响应提供依据。

这一新功能目前处于私有预览阶段,但即将进入公开预览。

像员工一样治理智能体

Cortex AI Gateway作为组织内智能体的单一入口而推出。它并非全新事物;Snowflake于2026年7月推出它,作为治理和监控智能体的集中方式。

今日的公告扩展了其能力,而非首次推出该网关。新更新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所得技术的工具集成。

“一个对你的业务采取行动的智能体必须值得信任,它必须知道三件重要的事情:数据意味着什么、该信任哪些数据,以及它被允许做什么,”Ramaswamy说。

该平台最重要的是将现有安全机制(包括数据掩码和访问限制)应用于智能体驱动的操作,同时增加监控活动、检测潜在滥用并维护智能体行为记录的能力。信息技术和安全团队还可以实施成本控制、根据效率或准确性选择模型,并细粒度地限制智能体可以访问哪些外部工具。

这种治理、控制和透明度的根本作用,与赋予智能体与员工同等的角色观察相一致。在自主性方面以类似方式对待它们。

Snowflake的推进正值更广泛的行业竞赛之际,各方竞相为企业AI智能体建立控制层。SAP一直在扩展其Autonomous Enterprise架构和受治理的Joule智能体,而Salesforce则推出了Enterprise AI Harness和AI Control Plane来保护自主工作流。Snowflake正从数据平台侧切入同一问题,寻求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。

为专门任务训练更小的模型

Snowflake还宣布Cortex Training进入公开预览,这将允许客户用其专有信息定制开放权重AI模型。

该服务旨在使利用后训练创建专门模型变得更简单,而无需大量图形处理器。Snowflake让客户无需管理底层基础设施即可训练模型。

“专门的、更小的模型具有更高效的响应、更快的响应,并且通常在token成本方面带来好处,”产品执行副总裁Christian Kleinerman表示。

随着对外国开放权重AI的限制增加或对处理敏感信息的监管加强,许多企业将需要对其自身AI模型拥有主权控制。在自己的硬件上审计通过AI模型的内容,比在第三方供应商的云中更容易。

另外,Snowflake宣布扩大与Oracle Corp.的合作伙伴关系,使其平台作为第一方服务在Oracle Cloud Infrastructure上提供。该集成将使客户更容易访问Snowflake的分析和AI能力,同时允许他们直接通过Oracle数据库和应用程序开展工作。

图片:SiliconANGLE/Microsoft Designer

来源

SiliconANGLE