2026 年，智能体将在企业级应用中取得哪些实质性突破？点击下载《2026 年 AI 与数据发展预测》白皮书，获悉专家一手前瞻，抢先拥抱新的工作方式！
人工智能创新正在持续重塑各行业与企业级的应用场景与用户体验。各公司日益聚焦于为终端用户创造可量化的实际价值。要实现这些价值，就需要可扩展、安全可靠且与企业数据深度整合的人工智能技术。
在 Snowflake，我们致力于帮助客户将人工智能与机器学习的宏伟蓝图转化为现实影响。这意味着我们将开发工具置于核心位置，使开发者能够更轻松地构建可靠的智能体，加速人工智能/机器学习工作流的上线部署，并在规模化扩展时从容管控相关负载。
我们最新的产品创新赋予客户基于 Snowflake 平台构建可靠、企业级应用的能力。这将带来更高效的执行、更简化的运维流程，以及企业可放心投入生产环境的人工智能工具。
Snowflake Intelligence 作为即开即用的企业级智能体
Snowflake Intelligence 整合了一系列功能模块，旨在帮助企业用户快速、安全、自主地实现人工智能价值。本次更新聚焦三大核心需求：
支持用户将有价值的对话输出保存为成果资产，并可将这些资产共享给其他利益相关方以支持商业决策（即将推出）；
通过安全的原生移动端访问，满足业务人员随时随地使用需求（即将推出）；
客户现可将业务人员纳入 Snowflake Intelligence 使用范畴，同时限制其对 SQL 及数据工具的访问权限。所有现有安全策略持续生效，管理员仅需通过单一用户属性即可启用该功能。
Snowflake Intelligence 致力于在工作发生的任何场景下提供可信洞察。其自然语言交互界面支持每位员工在 Snowflake 安全可控的平台内直接提出问题、挖掘数据表象背后的成因，并及时采取数据驱动的行动。
这些功能共同构筑了 Snowflake Intelligence 作为可信赖企业智能体的核心能力，在用户需要的时空节点交付关键洞察，为全组织范围内的时效性数据驱动决策提供支撑。
Artifacts：将对话转化为商业成果
Artifacts（即将开启公开预览）代表着 Snowflake Intelligence 在赋能商业用户方式上的根本性转变。
Artifacts 可将 Snowflake Intelligence 中的对话转化为可保存、可共享的输出成果，例如图表与表格，并完整保留可视化呈现、底层 SQL 及上下文元数据。
Artifacts 是 Snowflake Intelligence 中实现企业知识捕获、共享与执行的核心单元。用户可通过保存 Artifacts 避免重复分析工作，安全地向团队成员共享实时引用，并在上下文中探索后续问题。Artifacts 支持用户回溯已构建的内容，与他人共享，并基于可信的企业数据直接展开协作。
更广泛而言，Artifacts 是 Snowflake Intelligence 向终端用户交付商业洞察能力的基础架构。通过 Artifacts，Snowflake Intelligence 不再仅限于临时查询或后续追问，而是成为驱动业务发展的起点。借助 Artifacts，我们正将 Snowflake Intelligence 打造为全组织统一、可靠决策的核心枢纽。
Snowflake Intelligence 即将登陆移动端
Snowflake Intelligence 将以 iOS 移动应用程序的形式（即将进入公开预览阶段）推出，提供更优的原生移动体验。移动端访问确保企业领导者和业务用户能够全天候连接企业知识库，无论是查看核心指标、追踪趋势变化，还是在决策过程中实时跟进关键问题。
为提供安全易用的体验，Snowflake Intelligence 移动应用将支持基于 FaceID 的会话续期功能（即将进入公开预览阶段）。用户可通过 FaceID 进行身份验证，令牌将在后台自动刷新。刷新令牌始终保持受保护状态，绑定设备并定期轮换，在实现企业级安全管控的同时，提供流畅的消费级移动体验。
扩展访问权限：支持受限登录与 Snowflake Intelligence 专属用户
Snowflake Intelligence 现支持用户直接登录，使业务用户无需了解 Snowflake 或操作 Snowsight 即可登录平台并开始提出问题。
对于需要更严格管控的企业，Snowflake Intelligence 专属用户功能允许业务用户仅访问 Snowflake Intelligence，无法使用 Snowsight、SQL 接口或其他数据工具。这一设计让业务用户专注于专为其打造的交互界面，同时帮助企业统一管控使用范围、控制成本，并自动实施所有现有安全策略。
Snowflake Intelligence 还支持身份提供程序重定向功能。通过配置的身份提供程序（如 Okta 或 Entra ID）进行认证的用户，可获得简化的 Snowflake Intelligence 登录体验。这些功能相结合，使得在保障集中化治理控制的同时，能够轻松扩展企业内部的访问范围。
轻松构建、部署与迭代智能体体验
智能体现已成为企业工作流的核心。企业需要一个可靠、可信的体系架构，以在受管控且能跨团队、跨应用扩展的环境中，提供稳定精准的智能体验。我们很高兴宣布 Snowflake 平台上的重要创新，这些创新将帮助客户自信地构建并扩展生产级智能体。
现已全面推出的 Cortex Code，通过赋能各类构建者——从资深工程师到非技术团队——利用自然语言交互构建并优化智能体，全面支持这一进程。它帮助团队轻松生成合成数据，创建与调试语义视图，并快速构建和调试智能体行为，从而加速在 Snowflake AI 数据云上的生产部署。
即将全面推出的语义视图自动巡航功能，可助力团队自动化创建并部署生产就绪的语义视图。通过学习查询历史，语义视图自动巡航简化了建模工作流，帮助组织更快接入新用例，同时在跨团队间提供一致的洞察分析。
为推进智能体在组织内的广泛应用，Cortex Agent Sharing（即将正式发布）可帮助用户轻松发现、复用并规模化部署由内部团队或合作伙伴构建的智能体。该功能使企业能够统一智能体能力标准，避免重复开发，并将经过验证的智能体快速拓展至各团队，无需为不同用例重复构建。团队可通过 Snowflake Marketplace 获取各类方案，并利用合作伙伴构建的智能体加速实现业务价值。
通过 Agent Evaluations（即将正式发布），客户能够深入洞察智能体的推理过程、工具选择与响应生成机制，从而优化智能体行为，并在其演进过程中持续提升准确性。这种透明度有助于团队通过便捷的准确性验证与逻辑一致性检查，建立对智能体质量的信心，确保其满足生产环境要求。通过完整呈现智能体的“思考过程”，Agent Evaluations 减少了调试过程中的猜测性工作，使团队能够快速定位并修复错误或性能瓶颈。最终，通过对答案、逻辑及工具使用进行验证，企业可放心地将智能体从早期实验阶段推进为团队信赖的、可用于生产环境的成熟系统。
面向企业数据访问的模型上下文协议（Model Context Protocol）支持
Snowflake Intelligence 现已支持模型上下文协议（MCP），以简化与第三方工具及服务的集成。我们于 2025 年 10 月推出了由 Snowflake 托管的 MCP server，并在此基础上进一步推出 Snowflake MCP 客户端（即将全面上市），帮助客户以更便捷、可靠的方式连接外部数据源。
通过 Snowflake MCP 客户端，账户管理员可以注册预置或自定义的 MCP 服务器（例如 Atlassian、Salesforce 或 Workday），并将其直接集成至 Cortex 智能体中。开发人员可在智能体编排过程中使用 MCP 服务器，实现无缝的工具发现与调用。Snowflake 统一管理包括令牌处理在内的认证流程，并提供可观测性支持，确保集成过程安全可控。在本次发布中，Snowflake 支持在智能体调用期间完整的 MCP 工具发现功能，同时提供监控与令牌管理能力，使客户能够安全地跨系统访问并处理企业数据。
面向企业级智能体的高性能与低延迟
在生产环境中，一致性及准确性对用户体验与应用推广至关重要。Snowflake 持续投入智能体技术栈的全面优化，致力于提供响应更迅速、结果更精准且具备规模化可预测性的 AI 驱动体验。
Snowflake 即将推出持续学习型智能体记忆库（公共预览版），这是企业级智能体在质量层面的重大升级。该功能使智能体能够持续从跨用户的高质量历史响应中学习，从而提升回答一致性并增强可信度。同时，智能体可长期记忆个体用户的偏好与事实信息，为用户提供更加个性化的 Snowflake Intelligence 体验。
通过将文本转 SQL 功能深度集成至智能体编排流程，Snowflake 进一步提升了分析工作流的准确性与响应速度。用户得以更高效地访问数据，在查看 SQL 执行过程的同时透视 LLM 决策逻辑，并针对多样化工作负载灵活优化智能体行为模式。
支持智能体版本管理与成本追踪的治理机制
随着人工智能应用不断发展，企业需要具备相应的治理能力以实现规模化扩展。Snowflake 通过智能体版本管理与集成化运行监控功能，为企业提供此类治理支持。
智能体版本管理功能（即将开放公开预览）为 Snowflake Cortex 智能体提供 CI/CD 支持，使客户能够安全地构建、部署和迭代智能体工作负载。开发人员可创建版本快照，通过 Git 管理变更，并安全地推进或回滚部署。此外，客户即将通过使用量视图（即将正式发布）追踪 Snowflake Intelligence 与智能体的使用情况，从而获得更完善的运行状态洞察。
除可视化监控外，Snowflake 还支持团队主动管控 AI 成本。已正式发布的 AI_COUNT_TOKENS 函数可在执行前预估使用量，而即将发布的 AI 函数增量计量视图（即将正式发布）将为运行中的查询提供使用量与成本数据，帮助团队在执行期间实施限额管控并触发相应操作。这些功能使企业能够在维持可预测开支与运行管控的同时，实现生产环境中 AI 应用的规模化扩展。
通过版本管理与成本追踪相结合，团队能够在保持清晰洞察的前提下快速发展，以负责任的方式构建高性能规模化应用程序。
通过智能体工作流加速多模态机器学习模型的在线部署
在人工智能领域，传统机器学习仍然占据重要地位。我们欣然宣布，Snowflake ML 在智能体、多模态及实时工作流方面推出了全新功能。
我们持续投入现代化开发体验，致力于提升生产效率。新一代 Snowflake Notebooks（现已正式发布）现已成为 Snowflake Workspaces 的核心组成部分，运行于基于 Snowflake 容器运行时构建的 Jupyter 环境中。Snowflake Notebooks 使开发者能够将已有的基于 Jupyter 的笔记本、脚本及模型训练流程无缝引入 Snowflake 统一平台，实现先进的模型开发工作流。通过与 Snowsight 中的 Cortex Code 功能（即将正式发布）深度集成，Snowflake Notebooks 进一步提升了开发与迭代的效能。
数据科学家在开发和调试机器学习工作流时，常常面临周期冗长的问题，导致运维瓶颈以及实际投产的模型数量有限。如今，Snowflake 将 Cortex Code 集成至 Snowflake Notebooks 的机器学习工作流中，引入智能体人工智能，使其能够基于简单的自然语言提示自主迭代、优化并生成完整可执行的机器学习流水线。
针对实时机器学习模型，Snowflake ML 现已正式发布在线特征存储与在线模型服务功能，使模型部署更加便捷。开发者现可将特征服务延迟控制在 30 毫秒内，模型服务延迟控制在 100 毫秒内，有力支持个性化推荐、欺诈检测等低延迟在线场景，且无需额外基础设施或复杂配置。此外，基于 Hugging Face 等主流多模态模型中心进行大规模推理的功能，目前已进入公开预览阶段。结合图像、视频等非结构化数据进行推理，可在 Snowflake 平台上直接实现物体检测、视觉问答和自动语音识别等多种人工智能应用，无需构建复杂流程或迁移数据。
AI 发展的未来
今日发布的多项成果，共同奠定了 Cortex Agents 作为企业级 AI 统一基础的地位。Semantic View Autopilot 助力开发者提升 Cortex Agents 的准确性，并加速推进高级用例的落地。最新的 Snowflake ML 升级，使开发者能够构建可供 Cortex Agents 直接调用的模型，从而为用户提供基于机器学习的预测与建议。在生产环境中，我们推出的 Evaluations for Cortex Agents 确保智能体输出结果既可信赖，又便于监控。
借助 Snowflake 平台，企业能够将 AI 智能体与应用从实验阶段推进至生产部署，并获得团队信赖、由运维人员统一管理，最终直接赋能业务成效。
行动倡议：
1. 立即开始在 Snowflake Intelligence 中创建、保存并共享各类资产，以促进协同并推动业务行动。
2. 探索与 Cortex Code 相关的发布内容。
3. 通过此篇博客，进一步了解机器学习领域的最新动态。
原文地址：https://www.snowflake.com/en/blog/building-reliable-applications/
点击链接立即报名注册：Ascent - Snowflake Platform Training - China，更多 Snowflake 精彩活动请关注专区。
