Cortex Code CLI: Unterstützung für alle Ihre Daten, überall

Anfang dieses Monats haben wir auf der BUILD London die allgemeine Verfügbarkeit von Cortex Code CLI angekündigt, der die Art und Weise transformieren soll, wie Datenexpert:innen die Snowflake AI Data Cloud nutzen und darauf aufbauen. 

Cortex Code CLI unterstützt nicht nur End-to-End Snowflake-Workflows, sondern weitet auch den Support für alle Datensysteme aus – angefangen bei Data Engineering Systemen dbt und Apache Airflow® ¹. Hiermit können Entwickler:innen Transformationen schneller erstellen, Orchestrierungsworkflows optimieren und Fehler mit vollem Kontext beheben. 

Außerdem führen wir das erste Self-Service-Abonnement von Snowflake ein, um Entwickler:innen bei den schnellen Einstiegen in Cortex Code CLI zu unterstützen und überall mit beliebigen Daten zu arbeiten.

Agentisches Data Engineering für moderne Data Stacks

Moderne Data Stacks umfassen mehrere Systeme, was Data-Engineering-Workflows besonders komplex und ressourcenintensiv macht. Wenn Pipelines unterbrochen werden, verursachen sie riesige versteckte Kosten durch Produktivitätsverluste und untergrabenes Datenvertrauen.

Die Herausforderungen für Data Engineers liegen auf der Hand: Um umfangreiche Daten-Pipelines zu erstellen, zu verwalten und zu optimieren, müssen mehrere komplexe Tools ineinandergreifen. Snowflake bietet zwar leistungsstarke native Lösungen wie Dynamic Tables und Snowpark, doch viele Unternehmen nutzen ein vielfältiges Ökosystem von Tools, darunter dbt für die Transformation und Apache Airflow für die Orchestrierung. Die manuelle Verwaltung dieses Multisystem-Ökosystems ist schwierig und erfordert erhebliches Fachwissen. 

Um diese Herausforderungen frontal zu meistern, versteht und unterstützt Cortex Code CLI nun beliebte dbt- und Apache-Airflow-Muster. So erhalten Teams optimierte Skills mit einem tiefen Verständnis der Schemata, Abhängigkeiten und Orchestrierungslogik mithilfe natürlicher Sprache.

Mit Cortex Code CLI können Teams: 

• Entdecken Sie auf einfache Weise die benötigten Daten: Fragen Sie: „Welche Tabellen enthalten Umsätze?“ und Sie erhalten rollenbasierte, von Zugriffskontrolle gefilterte Ergebnisse, dbt-Lineage und Live-Statistiken – kein veralteter Code.

• Schneller erstellen und optimieren: Die Generierung von dbt-Modellen ist so einfach wie die Anweisung an Cortex Code CLI, "ein CLV-Modell zu erstellen, das Aufträge und Kunden zusammenführt". Benutzer können außerdem Ausgaben automatisch vergleichen (Auto-Diff), Fehler mit vollem Kontext beheben und Korrekturen erhalten, die tatsächlich kompiliert werden.

Produktionsbereite Orchestrierung: Erstellen Sie Airflow-DAGs mit Abhängigkeitsbewusstsein und debuggen Sie von Task zu Abfrage.

Unsere strengen Tests haben gezeigt, dass Cortex Code bei Aufgaben, die ein tiefes Bewusstsein für Ihren Data Stack erfordern, genauer und effizienter ist als generische Programmiertools:

• Höhere Genauigkeit: Wir haben Cortex Code und Claude Code mit dem gleichen zugrundeliegenden Modell ausgeführt – Claude Opus 4.6. Dabei haben wir dbt und Snowflake für die verschiedenen ADE-Bench-Tasks verwendet. Cortex Code konnte 28 von 43 Aufgaben (65 %) erfolgreich erfüllen, verglichen mit 25 von 43 (58 %) bei Claude Code.

• Mehr Effizienz: Cortex Code erforderte fast 50 % weniger Aufrufe, um die richtige Lösung zu finden, einschließlich 2x weniger Dateilesen und 4x weniger Bash-Befehle. Diese Effizienz wird durch einen SQL-nativen Ansatz mit dem Tool snowflake_sql_execute vorangetrieben, das eine native Ausführung innerhalb von Snowflake ermöglicht und zu einer umfassenderen Exploration der Zielobjekte führt. 

Das ist erst der Anfang – wir wollen die Unterstützung für zusätzliche Data-Engineering-Tools in Zukunft ausweiten.

Erweiterte Modellauswahl für Ihre Workload-Anforderungen

Uns ist bewusst, dass jedes Unternehmen bei der Modellauswahl eigene Workload-Anforderungen und -Prioritäten hat. Um Cortex Code CLI-Nutzer:innen eine umfassende Auswahl zu bieten, ohne sich umsehen zu müssen, erweitern wir unser Modellangebot um OpenAI GPT 5.2. Diese Ergänzung ergänzt unsere bestehenden Frontier-Anthropic-Modelle Claude Opus 4.6 und Claude Sonnet 4.6 und gibt Anwender:innen die Flexibilität, je nach ihren spezifischen Anforderungen hinsichtlich Qualität, Latenz, Kosten und Governance zu optimieren.

Unternehmenskontrolle und Governance für vertrauenswürdige KI

Auch bei der Erweiterung unseres Zugangs verpflichten wir uns, die von Unternehmen benötigten Sicherheits- und Governance-Funktionen anzubieten. Unsere neuen administrativen Kontroll- und Governance-Funktionen bieten leistungsstarke Admin-Konfigurationen für die Verwaltung von Zugriff, Nutzungsrichtlinien und Berechtigungen in der Cortex-Code-Konfiguration. So können Entwickler:innen ihre Arbeit mit KI-gestützter Unterstützung beschleunigen und gleichzeitig Unternehmen bei der Einhaltung ihrer Sicherheitsstandards, regulatorischen Anforderungen und operationalen Governance-Frameworks unterstützen.

CLI-Abonnement: Ein neuer Einstieg

Cortex Code CLI stellt eine grundlegende Veränderung in der Arbeitsweise von Datenteams dar: intelligente, kontextorientierte Unterstützung für jeden Teil Ihres Data Stack, unabhängig davon, ob Sie auf Snowflake, dbt oder Apache Airflow oder über mehrere Systeme hinweg erstellen. Mit erweiterter Modellauswahl und Governance-Funktionen auf Enterprise-Niveau gibt es noch nie einen besseren Zeitpunkt, um agentisches Data Engineering hautnah zu erleben.

Um die Cortex Code CLI für alle Entwickler:innen zugänglich zu machen, führen wir ein neues hürdenfreies Abonnementmodell ein. Das bedeutet, dass auch Nicht-Snowflake-Kunden sofort Cortex Code CLI nutzen können.

Wenn Sie bereits ein Snowflake-Konto haben, erfahren Sie mehr und beginnen Sie mit der Cortex Code CLI-Dokumentation.

¹ „Apache Airflow“ ist eine eingetragene Marke der Apache® Software Foundation in den USA und/oder anderen Ländern.