Snowflake Inc.今日宣布推出一系列全新人工智慧功能，旨在將業務上下文、治理機制與自主開發能力整合到同一環境中。此舉正值企業越來越多地將軟體工程和日常運營交由AI智能體處理之際。
這些公告在該公司的Expedition 2026虛擬大會上發布，內容包括全新的業務本體論
（Business Ontology）框架、通過Cortex AI Gateway擴展的智能體治理能力，以及允許AI智能體以更少人工干預構建、監控和排查數據管道的自主數據工程能力。
該公司押注於隨著軟體創建速度進一步加快，將有更多程式設計師和工程師在整個軟體開發生命周期中使用AI，同時其他後端部門也將開始在日常工作中採用智能體。例如，銷售運營團隊正在創建能夠分析銷售風險並準備客戶拓展方案的智能體，而無需編寫代碼。
「AI正在使軟體創建工業化。實際上，它正在使智能工業化，」首席執行官斯里達爾·拉馬斯瓦米（Sridhar Ramaswamy）表示。「過去需要數月才能完成的工作，現在只需數小時、數天甚至數分鐘。」
拉馬斯瓦米指出，隨著智能體接管通常由專業開發人員負責的任務，AI正在改變軟體開發的經濟模式，業務用戶也正在成為開發者。這正在改變競爭格局，意味著優勢不再屬於專業人員，而是屬於專有知識。
Snowflake正通過幫助普通AI模型理解並情境化這些業務知識來搶占這一領域。為此，該公司推出了業務本體論功能，這是其現有語義視圖的擴展，使組織能夠建立在整個機構範圍內通用的標準定義。如果沒有統一的標準定義，即使兩個智能體擁有準確的底層數據，它們在回答同一業務相關問題時也可能給出互不兼容的答案。
利用業務本體論提供的資訊，面向數據團隊的編碼智能體Snowflake CoCo，以及面向知識工作者的個人工作智能體Snowflake CoWork，都會使用這些經過批准的業務概念來確保其響應的準確性。
這項新功能目前處於私密預覽階段，不久後將進入公開預覽。
像管理員工一樣治理智能體
Cortex AI Gateway現已成為企業內智能體的統一入口。這並非全新產品；Snowflake早在2026年7月便推出了該網關，作為治理和監控智能體的集中化方式。
今天的公告是對其能力的擴展，而非首次推出該網關。新的更新內容包括智能體濫用檢測、可觀測性與追蹤、Cortex沙箱、AI成本治理、動態模型路由，以及利用Snowflake收購Natoma所獲得的技術實現的工具集成。
「一個為你的業務採取行動的智能體必須值得信賴，並且必須了解三件重要的事情：數據意味著什麼、該信任哪些數據，以及它被允許做什麼，」拉馬斯瓦米說。
該平台最重要的一點是，將現有的安全機制（包括數據脫敏和訪問限制）應用於智能體驅動的操作中，同時增加了監控活動、檢測潛在濫用行為以及記錄智能體所做事情的能力。資訊技術和安全團隊還可以應用成本控制，根據效率或準確性選擇模型，並精細限制智能體可以訪問哪些外部工具。
這種治理、控制和透明度的底層邏輯，與賦予智能體類似員工所擁有的角色監督機制相一致，即在自主性方面對其進行類似對待。
Snowflake此舉正值行業內圍繞建立企業AI智能體控制層展開更廣泛競爭之際。SAP一直在擴展其自主企業架構和受治理的Joule智能體，而Salesforce則推出了企業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正從數據平台的角度切入同一問題，力圖成為智能體訪問可信業務資訊並在企業政策下運行的基礎平台。
為專項任務訓練小型模型
Snowflake還宣布Cortex Training進入公開預覽階段，該服務將允許客戶使用自有專有資訊定製開放權重AI模型。
該服務旨在簡化通過後訓練創建專項模型的流程，而無需配備大量圖形處理單元。Snowflake使客戶能夠訓練模型，而無需自行管理底層基礎設施。
「專項化的小型模型能帶來更高效、更快速的響應，並且在Token成本方面通常也更具優勢，」產品執行副總裁克莉絲汀·克萊納曼（Christian Kleinerman）表示。
隨著針對外國開放權重AI的限制日益增多，以及處理敏感資訊的相關法規不斷收緊，許多企業客戶將需要對自有AI模型實現自主可控。相較於通過第三方供應商的雲平台，在自有硬體上審計AI模型所處理的內容要容易得多。
此外，Snowflake還宣布與甲骨文公司（Oracle Corp.）擴大合作，將其平台作為一級服務在Oracle雲基礎設施（Oracle Cloud Infrastructure）上提供。這項整合將使客戶更便捷地使用Snowflake的分析和AI功能，同時能夠直接通過Oracle資料庫和應用程式進行操作。
