Snowflake ergänzt KI-Agenten um kontrollierten Kontext und Ausgabenlimits

Eine einheitliche, freigegebene Bedeutung für Geschäftsbegriffe

Snowflake argumentiert, dass selbst ein gut kontrollierter Agent eine Antwort liefern kann, der niemand zustimmt, wenn Teams eine Kennzahl wie den Nettoumsatz unterschiedlich definieren. Die Antwort darauf ist Business Ontology, das in Kürze als öffentliche Vorschau verfügbar sein soll. Es ist der neueste Bestandteil von Snowflake Horizon Context und bietet Unternehmen einen zentralen, kontrollierten Ort, an dem sie die Bedeutung zentraler Geschäftskonzepte unabhängig von einer bestimmten Datenstruktur festhalten können.

Die Funktion arbeitet mit zwei weiteren Komponenten zusammen. Snowflake Cortex Sense, das ebenfalls bald als öffentliche Vorschau verfügbar sein soll, findet Kontext in den Daten. Business Ontology macht diesen Kontext verbindlich, während Snowflake Semantic Views daraus kontrollierte und konsistente Kennzahlen erstellen. Cortex Sense kann dabei helfen, aus vorhandenem Kontext in Snowflake eine Ontologie aufzubauen, und bei Veränderungen im Unternehmen Definitionen vorschlagen. Laut Snowflake entscheidet jedoch der menschliche Verantwortliche für ein Konzept, ob eine Definition offiziell wird.

Unternehmen, die ihre Definitionen in einem Katalog eines Drittanbieters oder einer Tabellenkalkulation verwalten, können den geführten Glossarimport nutzen. Dieser läuft in einer einzigen Sitzung mit Snowflake CoCo, dem Coding-Agenten des Unternehmens. Der Import extrahiert Domänen, mögliche Begriffe, Beziehungen und verknüpfte Datenbestände und kennzeichnet jeden Eintrag als Entwurf, den der Verantwortliche in einem Freigabeprozess für Datenverantwortliche bestätigen kann. Wo ein Unterschied beabsichtigt ist, etwa bei einer regional unterschiedlichen Definition einer Kennzahl, bleibt jede Version als freigegebene Definition mit einer Kennzeichnung für ihren Gültigkeitsort und -zeitraum bestehen. Wenn Cortex Sense etwas ableitet, das einer freigegebenen Definition widerspricht, verwenden die Agenten die freigegebene Version.

Horizon Context liefert die zugrunde liegende Basis. Seine Konnektoren erfassen Schemata, Abfrageprotokolle, Dashboard-Definitionen und Nutzungssignale aus Quellen wie Tableau, Power BI, dbt, SQL Server und PostgreSQL und reichern sie anschließend mit Datenherkunft, Tags, KI-generierten Beschreibungen und Signalen zur Nutzungshäufigkeit an.

Ein Gateway für Verbindungen und Aktionen von Agenten

Das zweite zentrale Thema ist die Kontrolle der Agenten selbst. Snowflake zufolge verbinden Teams Agenten schneller mit Modellen, MCP-Servern und Unternehmenssystemen, als IT- und Sicherheitsteams diese Verbindungen erfassen können. Cortex AI Gateway, jetzt als öffentliche Vorschau verfügbar, soll als zentraler, kontrollierter Zugangspunkt für Agenten dienen, die auf Modelle und Daten zugreifen. Es setzt einheitliche Richtlinien über unterstützte Clouds, Frameworks und KI-Anbieter hinweg durch. Da die Kontrolle dort ansetzt, wo die Daten liegen, übernehmen die Agenten die bestehenden Identitäts- und Zugriffsrechte des Unternehmens. Laut Snowflake müssen Teams keine zweiten Zugangsdaten für Agenten anlegen.

• Cortex Sandboxes (private Vorschau) geben Agenten einen abgeschotteten Bereich, in dem sie benutzerdefinierten Code neben Unternehmensdaten ausführen können. Dabei gelten die Berechtigungen der Person, die den Agenten startet. Laut Snowflake werden die Sandboxes innerhalb von Sekunden gestartet und nach Abschluss automatisch beendet.
• MCP-Governance über Cortex AI Gateway Tools (öffentliche Vorschau) authentifiziert Aufrufe von Agentenwerkzeugen mit der Identität des Endnutzers und prüft sie vor ihrer Ausführung gegen Richtlinien. Das System kann nicht freigegebene API-Aufrufe, unautorisierte Aktionen und Verstöße gegen Compliance-Vorgaben blockieren.
• Cortex AI Guardrails (öffentliche Vorschau) bietet für jeden über das Gateway geleiteten Agenten, einschließlich Agenten von Drittanbietern, einen kontoweit geltenden Laufzeitschutz gegen Prompt-Injection, Jailbreaks und neuartige Angriffe.

Aktivitäten und Ausgaben von Agenten beobachten und begrenzen

Snowflakes Funktion Observability, die allgemein verfügbar ist, zeichnet jeden Modellaufruf, jede Werkzeugausführung, jeden Denkschritt und jede Guardrail-Entscheidung in kontrollierten Tabellen im Snowflake-Konto des Kunden auf. Die Protokolle lassen sich mit Standard-SQL abfragen und mit anderen Geschäftsdaten verknüpfen. Darauf aufbauend sucht Agent Trace Intelligence (private Vorschau) nach Agenten, die in Schleifen Geld verschwenden, nach Werkzeugen mit wiederholten Fehlern und nach den tatsächlichen Kosten jeder abgeschlossenen Aufgabe.

Für die Ausgaben sind die Funktionen von Cost Governance allgemein verfügbar. Sie ordnen die KI-Ausgaben einem Team, einer Abteilung, einem Agenten oder einer Anwendung zu und setzen Limits nahezu in Echtzeit durch. So können Manager aus dem Ruder laufende Agenten stoppen, bevor sie Budgets überschreiten. Dynamic Model Routing (private Vorschau) ordnet jede Anfrage anhand von Kosten, Genauigkeit und Latenz einem von der Organisation freigegebenen Modell zu und hält Routineaufgaben von den teuersten Modellen fern. Snowflake zufolge ergaben interne Tests eine „bis zu 3-mal höhere Tokeneffizienz als bei einem ausschließlich auf Frontier-Modelle setzenden Ansatz bei gleicher Qualität“. Diese Zahl stammt vom Unternehmen selbst und wurde nicht unabhängig überprüft.

Observe by Snowflake für Agenten und Infrastruktur

Snowflake beschrieb außerdem Aktualisierungen für Observe by Snowflake, seine KI-gestützte Observability-Plattform für Engineering-Teams. Observe hat seine Aufnahme-Pipeline auf Snowpipe Streaming (private Vorschau) neu aufgebaut und schreibt Protokolle, Metriken und Traces direkt in Snowflake-Tabellen. Dadurch sehen Ingenieure bei der Bearbeitung eines Vorfalls aktuelle Daten. Snowflake Data Share in Observe (private Vorschau) wandelt Daten, die Kunden bereits in ihren eigenen Snowflake-Konten speichern, in Observe-Datensätze ohne Kopieren um. So entfallen eine erneute Aufnahme und zusätzliche Speicherung. Der O11y Agent in Slack (private Vorschau) automatisiert die erste Reaktion auf neue Probleme und veröffentlicht eine Ursachenanalyse im Slack-Kanal eines Teams. Für Teams, die eigene Agenten und LLM-Anwendungen entwickeln, erfasst Agent Observability (private Vorschau) Leistung, Fehler und Token-Nutzung.

Was das für Unternehmensteams bedeutet

Snowflake positioniert das Paket als Möglichkeit, nicht zwischen einer schnellen Skalierung von Agenten und Sicherheits-, Compliance- und Kostenrisiken wählen zu müssen. Für Kunden, die ihre Daten bereits auf der Plattform betreiben, lautet das Versprechen, dass Definitionen, Zugriffsrichtlinien, Traces und Budgets in einem System statt in getrennten Werkzeugen liegen. Die Verfügbarkeit ist sehr unterschiedlich: Observability und Cost Governance sind allgemein verfügbar, das Gateway, die Werkzeug-Governance und die Guardrails befinden sich in der öffentlichen Vorschau, während Business Ontology und Cortex Sense erst noch als öffentliche Vorschau erscheinen sollen. Sandboxes, Trace Intelligence und Dynamic Model Routing sind weiterhin private Vorschauen. Unternehmen müssen daher prüfen, welche Komponenten sie bereits heute nutzen können.