情境丰富型 AI 智能体的一键式解决方案：Snowflake Intelligence 与 Cortex 知识扩展 | 技术趋势

这一愿景雄心勃勃：AI 智能体将彻底变革企业的运作方式，带来更高的效率、更深入的洞察以及更快速的决策。然而，它们正受到一个关键瓶颈的制约：这些强大的 AI 创新，其价值取决于所能获取的信息。尽管它们在处理企业内部数据方面表现卓越，但却无法触及组织边界之外的庞大知识财富，包括受版权保护的出版物、付费墙后的研究成果，以及实时新闻资讯。而这些信息，往往正是区分陈旧洞见与真正具有影响力洞见的关键所在。

Snowflake Cortex 知识扩展，为企业打造了一条清晰路径，使其能够以公平透明的方式，轻松将 AI 解决方案与专有的外部内容相连接。Cortex 知识扩展可通过 Snowflake Marketplace 获取，内容来源涵盖美联社（The Associated Press）、《华盛顿邮报》（The Washington Post）、Gannett | USA TODAY Network、Stack Overflow、Packt Publishing 以及由 Snowflake 发布的 PubMed 等顶级供应商。

图 1：Snowflake Marketplace 为企业在 AI 应用场景中获取优质内容授权提供了更简便的途径。

在 Snowflake，我们深知，要真正实现这一愿景，企业需要能够将内部数据与外部专业知识无缝融合的 AI 系统。现已进入公开预览阶段的 Snowflake Intelligence，代表着一次具有变革意义的飞跃，它让业务用户能够以自然对话的方式与企业数据交互，并轻松引入可信赖的外部信息来源。这种智能体体验，使组织能够在整个数据生态体系中释放更深层次的洞察，并加速决策过程。

挑战：弥合 AI 与外部专业知识之间的鸿沟

基础模型是强大的工具，但它们缺乏对当前事件的认知，因为其训练数据往往滞后数月甚至数年。数据工程师通常不得不依赖复杂且不够可靠的抓取方式来弥补，并借助其他平台搭建和维护这些流程，而这些平台并未提供开箱即用的解决方案。

此外，企业还面临合规与治理方面的顾虑，因为企业订阅通常附带出版方设定的 AI 使用许可限制。与此同时，企业 IT 安全部门也可能会对提示词或上下文信息被传送到安全边界之外加以限制，因为这些内容通常被视为知识产权。

另一方面，内容拥有者和出版方则担心其知识产权被抓取并用于 AI 训练，而未获得适当的报酬或署名。

在 Packt，我们高度重视在 AI 时代保持技术内容的完整性与可靠性。通过我们的 Cortex 知识扩展工具 CodeSolver，我们解决了 AI 领域的一个重要问题——署名与归属。

每一个解决方案都直接归功于背后的专业作者，确保内容不仅准确，而且权威。这保证了开发者和企业在获取答案时可以放心，因为这些答案基于经过验证、专家审阅的来源。不同于其他生成通用或未经验证内容的工具，CodeSolver 将透明性和可信度置于核心，同时给予推动创新与准确性的贡献者应有的认可。——奥利弗·赫金斯 Packt 产品副总裁

基于推理的智能体 AI 助手的快速发展，导致出版方积极阻止其内容被网络搜索工具访问，因为缺乏可行的盈利途径。这造成了一个关键空白：企业希望通过可信且与业务相关的出版方，为 AI 注入外部专业知识和背景信息；而内容提供方则需要一个可盈利的途径，并获得其作品受到保护的保障。

Snowflake 的解决方案：Cortex 知识扩展

Snowflake 通过在 Snowflake Marketplace 上提供的 Cortex 知识扩展，直接应对这一挑战。Cortex 知识扩展旨在实现双赢：它让企业能够轻松为其智能体和 AI 应用（如现处于公开预览阶段的 Snowflake Intelligence）注入第三方提供者和出版方的专有背景知识和内容，同时保障内容拥有者的知识产权并确保适当的署名。

企业的数据和 AI 团队可从 Cortex 知识扩展中获得多方面的实质性收益：

• 避免复杂且不够可靠的抓取方式：无需抓取、分块、推理或模型训练，即可快速获取来自优质出版方的高质量、适用于 AI 的数据源。

• 轻松增强 AI 上下文，无需训练：不仅让智能体访问组织内部的所有结构化和非结构化数据，还可通过检索增强生成（RAG）连接最新的第三方内容和知识。生成的回答会清晰标注出处，并链接回相关来源，便于快速验证。

• 增强企业安全性与合规信心：提示词不会与内容提供方共享，且内容使用在 AI 和智能体应用中均具备适当的授权许可。

Cortex 知识扩展的工作原理

Cortex 知识扩展通过 RAG（检索增强生成）和 Snowflake Cortex Search（Snowflake 的低延迟、高质量语义搜索引擎，可根据用户或智能体的提示在提供方内容中查找相关文档）实现外部数据在 AI 应用和系统中的安全、可治理使用。这一机制利用了 Snowflake 的零 ETL 安全数据共享功能，使内容拥有者可以随时撤销对其内容的访问。更重要的是，Cortex 知识扩展的输出会包含引用和原始内容链接，从而提升可靠性和准确性。由于其遵循 RAG 架构，AI 输出能够以真实内容来源为基础。

图 2：出版方向客户共享可搜索的数据索引，将专有知识传递给客户的 AI 智能体

提供方设置：内容拥有者和出版方在其数据上建立 Cortex Search 服务，并将其发布到 Snowflake Marketplace 或进行私有共享。根据企业客户的需求，提供方可在其列表中包含最新的实时数据更新以及归档内容。

内容获取：企业可以直接在 Snowflake Marketplace 上发现、试用并购买适用于 AI 的内容产品。安装完成后，共享的 Cortex Search 服务会出现在客户的 Snowflake 账户中。它允许用户‘与内容对话’，而无需查看全部内容——这一点对于防止模型以出版方内容进行训练至关重要。例如，用户可以提出问题：我们在钢材价格波动方面面临哪些风险？借助多步骤智能体推理，Snowflake Cortex AI 能够通过 Snowflake Cortex Analyst 执行 SQL 查询，以评估当前对钢材商品的投资情况，同时利用 Cortex Search 从 Cortex 知识扩展的新闻源中筛选信息，发现潜在的地缘政治风险。

AI 集成：这些数据源可以轻松连接到 Snowflake Intelligence 的智能体，使团队能够同时与企业数据及已授权内容对话，从而获得真正的业务洞察。要将已授权内容集成到系统或应用中，用户可以通过 Cortex AI API 调用所选的大型语言模型（LLM），或通过 Snowflake 上的 MCP 服务器（即将公开预览）进行操作。

图 3：Snowflake Intelligence 让用户既能与企业内部数据对话，也能轻松连接外部优质数据源

Snowflake Intelligence 问世

Snowflake Intelligence 作为统一界面，将这些强大功能汇聚于一处。现已进入公开预览阶段，这一智能体体验改变了业务用户与数据的交互方式，使其能够通过自然语言在结构化和非结构化信息中进行对话。

与主要侧重文档检索的传统 AI 解决方案不同，Snowflake Intelligence 利用诸如 Cortex Analyst 等成熟技术，直接针对企业数据生成更准确的 SQL 查询，同时通过 Cortex 知识扩展访问外部知识源。这种双重能力使用户能够提出复杂问题，例如：‘我们的第三季度销售情况与行业趋势相比如何？有哪些外部因素可能影响业绩？’并获得将内部指标与相关市场情报相结合的综合性答案。

图 4：访问 Snowflake Intelligence（当前处于公开预览阶段）请前往 ai.snowflake.com

Snowflake Intelligence 的独特之处在于其企业级基础，构建于 Snowflake 强大的安全与治理框架之上。所有现有的基于角色的访问控制、数据掩码策略和治理规则在每一次对话中都会自动执行，确保用户仅能基于其被授权访问的数据获取洞察。

这种无缝的安全继承消除了在应用层重新定义权限的需求，同时提供了洞察生成过程的透明性。企业今天即可开始使用 Snowflake Intelligence，实现数据访问的民主化，赋能业务用户进行自助洞察，并将数据团队从被动支持提升为战略赋能，同时保持强大的数据保护和合规控制。

智能体使用优质内容的应用场景

通过将 Snowflake Marketplace 上的优质出版内容与 AI 助手和智能体系统整合，企业能够在各类业务职能和行业中释放变革性能力：

金融服务：提升风险分析与投资策略。由 AP Business News 提供支持的 AI 助手可以回答诸如‘本季度钢材商品的风险概况如何？’等问题，提供关于市场波动及影响商品的地缘政治因素的实时洞察，从而实现更明智、更敏捷的金融决策。

技术领域：提升开发者效率，简化问题解决流程。通过整合 Stack Overflow 内容或 Packt Publishing 教材，LLM 可以针对编程难题提供精准答案。例如，开发者可以提出‘我遇到 TypeError: unhashable type: 'list'，该怎么办？’的问题，并在其内部开发环境中直接获得快速且相关的指导。

市场调研：开展更细致、更精准的舆情分析与竞争情报。借助 CB Insights 的专业研究，AI 助手能够更深入地分析消费者趋势、竞争格局及新兴市场机会，从而制定更具影响力的商业战略。

生命科学：加速药物研发与临床分析。将 PubMed 生物医学研究文献整合到 LLM 中，使研究人员能够提出复杂问题，例如：‘在非糖尿病的肥胖成年人中，Tirzepatide 与 Semaglutide 在约 68-72 周的体重下降百分比及因胃肠不良事件导致的停药情况上比较如何？’这显著减少了文献综述所需的时间，并有助于识别新的治疗途径。

一般业务运营与战略规划：除了特定行业的应用外，将业务问题与来自美联社（The Associated Press）、USA TODAY Network 及《华盛顿邮报》（The Washington Post）等来源的最新新闻和趋势结合，具有广泛价值。这使领导层能够快速获取特定主题的简报，实时监控品牌声誉，了解客户账户的背景信息，并通过掌握行业变化、合规/监管及公众舆论，获得竞争优势。

通过利用 Snowflake Marketplace 上的 Snowflake Intelligence 和 Cortex 知识扩展，企业能够将自身专有数据与高价值的外部知识和背景信息无缝融合。这不仅提升了 AI 应用的准确性和实用性，还通过将可信信息直接呈现给 AI 驱动的员工队伍，助力企业打造更加知情、敏捷和具竞争力的组织。

 原文地址：

https://www.snowflake.com/en/blog/easy-button-context-rich-ai-agents/