Релиз модели1 августа 2026 г., 05:17 МСК🤖 Auto

Snowflake CoCo: Запуск AI-агента в продакшене через Cortex Agents API

Snowflake анонсировала возможность развертывания среды выполнения CoCo как управляемого агента. Разбираем архитектуру, ограничения trial-аккаунтов и пошаговый деплой.

Новая эра AI-разработки в Snowflake

На конференции Snowflake Summit 2026 компания представила ключевое изменение: среда выполнения CoCo (Cortex Code), ранее доступная только как встроенный ассистент, теперь может быть развернута как управляемый агент через Cortex Agents REST API. Это позволяет разработчикам интегрировать AI-кодинг в веб-приложения, CLI-инструменты и пайплайны, сохраняя данные внутри границ корпоративного управления (governance boundary).

Агент определяется декларативно с помощью одной команды CREATE AGENT, а Snowflake берет на себя маршрутизацию моделей, вызов инструментов и сборку результатов. Ключевое преимущество — полный доступ к песочнице CoCo (Bash, Python, SQL, файловый ввод-вывод, веб-поиск) без необходимости поддерживать собственную инфраструктуру.

Что дает набор инструментов code_toolset_all

Центральным элементом агента является набор инструментов code_toolset_all, который предоставляет агенту широкие возможности для работы с кодом и данными. Все операции выполняются в изолированной среде, что исключает утечку данных.

Инструмент Возможности
Bash Выполнение команд оболочки
Read/Write/Edit Операции с файлами в смонтированных рабочих пространствах
Grep/Glob Поиск по файлам и шаблонам
SQL Exec Прямой запрос к Snowflake
Python 3.12 Полная песочница с доступом к PyPI (pip)
Web Search Поиск документации и справочных материалов
Skills Engine Расширение с помощью пользовательских доменных навыков

Реальность внедрения: проблема Trial-аккаунтов

Несмотря на открытость архитектуры, существует важное ограничение: выполнение агента через DATA_AGENT_RUN требует наличия entitlement Cortex Code. Пользователи trial-аккаунтов сталкиваются с ошибкой 399504:

"Cortex Code CLI is not enabled or the usage limit has been reached."

Однако архитектура позволяет обойти это на этапе подготовки: объект агента можно создать на любом аккаунте. Исполнение будет заблокировано, но вся инфраструктура, роли и спецификации будут готовы к мгновенной активации сразу после получения лицензии.

Архитектура деплоя: от базы данных до RBAC

Для production-уровня рекомендуется использовать трехуровневую модель управления доступом (RBAC) и выделенные ресурсы. Ниже приведена базовая структура подготовки инфраструктуры:

  • База данных и схема: Выделение CORTEX_AGENTS.CODING_AGENT для изоляции объектов.
  • Вычислительные ресурсы: Использование XS-warehouse (AUTO_SUSPEND = 60), так как основная нагрузка ложится на управляемую песочницу.
  • Управление доступом:
    • ACCOUNTADMINCODING_AGENT_ADMIN (управление жизненным циклом)
    • CODING_AGENT_DEVELOPER (модификация спецификаций)
    • CODING_AGENT_CONSUMER (только вызов агента)
  • Рабочие пространства: Монтирование AGENT_WORKSPACE (как /workspace) и SHARED_DATA (как /data) для персистентного хранения файлов.

Пример создания агента

Финальный шаг — определение агента с указанием модели оркестрации (например, claude-sonnet-4-5) и системных инструкций. Это позволяет настроить агента как специализированного помощника по data engineering, работающего строго в рамках заданных правил.

Источник: Towards AI pub ↗