Штучний інтелект

Snowflake представляє Cortex Code: AI-агент для кодування, що підвищує продуктивність завдяки розумінню корпоративних даних

Д

Джерело: snowflake.com

4 хв читання

Ілюстрація AI-агента для кодування Cortex Code, що допомагає розробнику працювати з корпоративними даними та кодом.

Snowflake (NYSE: SNOW), компанія AI Data Cloud, представила новий AI-агент для кодування Cortex Code та інші інструменти, створені для прискорення переходу організацій від ідеї до виробництва в проєктах з даними та AI.

Cortex Code: AI-агент для корпоративного стеку даних

Cortex Code — це AI-агент для кодування, що автоматизує та прискорює наскрізну корпоративну розробку. Він забезпечує значне підвищення продуктивності для команд, що працюють з даними, спрощуючи всі операції з даними завдяки наданню безпечної, контекстно-орієнтованої допомоги в локальних середовищах розробки.

Агент глибоко розуміє та працює в контексті корпоративних даних користувача. Він допомагає клієнтам, таким як Braze, Decile, dentsu, FYUL, LendingTree, Shelter Mutual Insurance, TextNow, United Rentals та WHOOP, виконувати складні завдання з інженерії даних, аналітики, машинного навчання та створення агентів за допомогою простої, природної мови.

Cortex Code розширює можливості всіх, від експертів з даних до доменних експертів, дозволяючи швидше створювати конвеєри даних, аналітику та AI-додатки, зберігаючи при цьому безпеку та контроль управління корпоративного рівня. Він приєднується до Snowflake Intelligence як частина продуктового набору Snowflake Cortex AI, розширюючи можливості компанії, що працюють на основі AI, на весь життєвий цикл корпоративних даних.

Ключові переваги та інтеграція

На відміну від загальних помічників для кодування, Cortex Code розуміє дані Snowflake, обчислення, управління та операційну семантику користувачів, залишаючись при цьому безпечним за задумом та суворо керованим. Він є настроюваним та сумісним, розробленим для роботи в будь-яких середовищах Snowflake та локальних середовищах розробника. Агент природно вписується в існуючі робочі процеси та підтримує весь життєвий цикл розробки, від проєктування та впровадження до оптимізації та експлуатації.

Команди можуть використовувати Cortex Code на платформі Snowflake через Cortex Code у Snowsight (буде загальнодоступним незабаром) або у своїх улюблених терміналах чи редакторах коду, таких як VS Code або Cursor, за допомогою Cortex Code CLI (вже загальнодоступний).

Розширення можливостей AI-розробки

Snowflake також вдосконалює способи створення, розгортання та управління AI-керованими робочими процесами даних по всьому стеку, від розробки додатків до співпраці:

  • Vibe coding для AI-додатків з v0 від Vercel: Нова інтеграція з v0 від Vercel (буде загальнодоступною незабаром) дозволяє співробітникам, від розробників до аналітиків, створювати насичені, AI-керовані додатки для даних за допомогою природної мови, які можна безпечно розгортати в Snowflake через Snowpark Container Services.
  • Агентний веб-пошук від Brave Search: Нова інтеграція з Brave Search API (у публічній попередній версії) приносить знання з вебу в реальному часі в Snowflake Intelligence, Cortex Code та Cortex Agents. Це дозволяє подолати розрив між внутрішніми корпоративними даними та публічним світовим контекстом, даючи агентам можливість відповідати на питання про поточні події, досліджувати ринкові тенденції та отримувати документацію з високою точністю та зменшеними галюцинаціями, все в межах Snowflake.
  • Безпечне, наскрізне робоче середовище для створення готового до виробництва AI: Покращення Workspaces, включаючи Shared Workspaces (вже загальнодоступні), Snowflake Notebooks (вже загальнодоступні) та автентифікацію на основі OpenID Connect (OIDC) (вже загальнодоступна), надають єдине середовище, де команди можуть спільно створювати конвеєри даних, AI-додатки та інтерактивні можливості з вбудованою безпекою корпоративного рівня.

Відгуки клієнтів

Клієнти Snowflake відзначають значний вплив Cortex Code на їхню роботу. Джо Тобі, керівник відділу інженерії продуктів даних у dentsu, підкреслив, що Cortex Code CLI дозволяє їхнім командам швидше перетворювати дані та вимоги, що змінюються, на AI-керовані рішення. Мікс Лусітіс, старший директор з даних у FYUL, зазначив, що Cortex Code допоміг їм швидше перейти від експериментів до виробництва, не перемикаючись між інструментами. Срінівас Мадабуші, старший віцепрезидент з технологій у LendingTree, вказав, що Cortex Code надає простий спосіб швидко переходити від ідей до AI-керованих робочих процесів. Вібхор Гупта, віцепрезидент з корпоративних даних та AI у Shelter Mutual Insurance, відзначив, як Cortex Code природно вписується в робочі процеси команд, зменшуючи тертя в повсякденній розробці. Ганесан Самінатхан, керівник відділу інженерії даних у TextNow, підкреслив, що Cortex Code дозволяє їхнім командам швидше переходити від даних до дії. Тоні Леопольд, директор з технологій та стратегії в United Rentals, зазначив, що Cortex Code допомагає інженерам покращувати продуктивність інструментів бізнес-аналітики. Метт Луїцці, старший директор з бізнес-аналітики у WHOOP, повідомив, що Cortex Code прискорив оптимізацію існуючих Cortex Agents та покращив продуктивність та точність.

Що це означає для розробників

Для розробників це означає доступ до AI-агента, який розуміє контекст корпоративних даних Snowflake, що дозволяє швидше створювати конвеєри даних, аналітику та AI-додатки за допомогою природної мови. Нові інтеграції з v0 від Vercel та Brave Search, а також покращення Workspaces, надають розширені можливості для спільної розробки та доступу до зовнішніх знань, прискорюючи перехід від ідеї до виробництва.

Ключові факти

  • Snowflake представила Cortex Code, AI-агент для кодування, розроблений для корпоративного стеку даних.

  • Cortex Code значно підвищує продуктивність, спрощує операції з даними та надає контекстно-орієнтовану допомогу в локальних середовищах розробки.

  • Він дозволяє виконувати складні завдання з інженерії даних, аналітики, машинного навчання та створення агентів за допомогою природної мови.

  • Cortex Code CLI вже загальнодоступний, а Cortex Code у Snowsight буде доступний незабаром.

  • Snowflake також анонсувала інтеграцію з v0 від Vercel для створення AI-додатків та з Brave Search для агентного веб-пошуку.

Джерела

Штучний інтелектРозробка ПЗДані та аналітика

Попередні статті

Абстрактна ілюстрація, що зображує потік даних через складні конвеєри, які трансформуються та інтегруються зі штучним інтелектом, символізуючи еволюцію інженерії даних.
12 червня 2026Дані та аналітика

Два великі зрушення в інженерії даних: як ШІ змінює функцію та форму

Інженерія даних переживає два ключові зрушення: функціональне через попит ШІ на дані та формальне, що вимагає від інженерів переходу до стратегічного виконання та декларативного підходу для масштабування.

Візуалізація еволюції ETL-пайплайну від простого скрипта до надійної системи інженерії даних.
12 червня 2026Дані та аналітика

Інженерія даних — це не лише скрипти: Уроки побудови ETL-пайплайну

Аналітик даних, що переходить в інженерію даних, ділиться досвідом побудови ETL-пайплайну. Початкове уявлення про інженерію даних як про написання скриптів змінилося після зіткнення з проблемами дублювання даних, їхньої втрати та необхідності автоматизації.

Ілюстрація, що зображує цифрову мережу, де творчі елементи (музичні ноти, абстрактні форми) з'єднані з вузлами даних та символами DOI, символізуючи інтеграцію мистецтва з машинозчитуваними знаннями для ШІ.
12 червня 2026Штучний інтелект

Представлено фреймворк Native AI Branding для цифрових сутностей

Дослідниця Інна Удалая розробила методологію Native AI Branding, що перетворює творчі проєкти на верифіковані цифрові сутності. Вона використовує постійні ідентифікатори, такі як DOI, для забезпечення стабільності даних у базах знань ШІ та покращення точності пошуку.

Наступні статті

Абстрактна ілюстрація, що показує контейнери Docker, які символізують робочі процеси Data Science, з елементами коду, даних та моделей, що переміщуються між ними, підкреслюючи відтворюваність та портативність.
13 червня 2026Дані та аналітика

Опанування Docker для Data Science: 5 Ключових Кроків

Docker вирішує проблеми відтворюваності та залежностей у Data Science, пакуючи код, бібліотеки та середовище в портативні контейнери. Цей матеріал описує п'ять кроків для ефективного використання Docker у проєктах з аналізу даних, від основ до розгортання в продакшені.

Стилізована ілюстрація, що зображує мережу точок даних і ліній, які сходяться до центрального, абстрактного представлення великої геопросторової моделі. На задньому плані ледь помітні силуети дронів та елементи доповненої реальності натякають на застосування. Загальний тон технічний та дещо таємничий, з акцентом на потік даних та геолокацію.
13 червня 2026Технології

Niantic Spatial та Vantor під пильною увагою через збір даних Pokemon Go для моделей геолокації та дронів

Співпраця Niantic Spatial та Vantor викликала питання щодо використання даних гравців Pokemon Go для тренування великих геопросторових моделей, що може мати застосування у сферах з обмеженим супутниковим зв'язком.

Стилізована ілюстрація, що показує, як кілька агентів змагаються за доступ до одного GPU, при цьому один з них відчуває значні затримки, тоді як Kubernetes помилково повідомляє про справність усіх процесів.
14 червня 2026Штучний інтелект

Прихована ціна спільного використання GPU: як Kubernetes Time-Slicing впливає на LLM-агентів

Дослідження показує, що спільне використання GPU LLM-агентами на Kubernetes за допомогою time-slicing може призвести до прихованого погіршення p99 затримки для чутливих до затримки робочих навантажень, попри те, що Kubernetes повідомляє про справність усіх подів.