Blog/KI und ML/Snowflake CoCo: Agentic Development für Daten ohne Grenzen
3. Nov. 2026/Lesezeit: 6 MinutenKI und ML

Snowflake CoCo: Agentic Development für Daten ohne Grenzen

Mit den neuesten Updates in Snowflake CoCo können Teams nun komplexe Arbeiten an autonome Cloud Agents übergeben, die auch dann weiterlaufen, wenn die Nutzer:innen nicht mehr am Platz sind. Jede Sitzung arbeitet mit den kontrollierten Daten, Praktiken und Tools des Unternehmens und hält sich an die bereits vorhandenen Kontrollen. Und Teams steuern diese Arbeit von überall aus, über ihre Workflows und Geräte hinweg. Datenteams erledigen mehr, mit der Governance, der sie bereits vertrauen.

Delegieren Sie Arbeit an autonome Cloud Agents

Ihre Arbeit muss nicht aufhören, wenn Sie es tun.

Cloud Agents sind die von Snowflake verwaltete Laufzeitumgebung hinter CoCo in der Snowsight-Oberfläche. Sie führen Code in einer sicheren Sandbox aus und können nun lange Sitzungen selbstständig ausführen. Der CoCo-Modus ist ein neues Vollbild-Erlebnis in Snowsight, das für diese Arbeit entwickelt wurde. Subagenten helfen bei mehrstufigen Aufgaben, die Live-Vorschau zeigt eine App oder einen Bericht, während sie erstellt werden, und die native Git-Integration ermöglicht es CoCo, über Ihre Repositories hinweg zu klonen, zu verzweigen, zu committen und zu pushen und dann einen Pull Request für Ihr Team zur Überprüfung zu öffnen.

 

Abbildung 1: CoCo-Modus in Snowsight: Ein Vollbild-Erlebnis mit der vollen Leistungsfähigkeit von Cloud Agents.

Übergeben Sie wiederkehrende autonome Arbeiten

Automatisierungen geben CoCo einen wiederkehrenden Job, der selbstständig innerhalb von Snowflake ausgeführt wird. Geben Sie CoCo die Aufgabe einmal („Überprüfe die fehlgeschlagenen Aufgaben von letzter Nacht, finde die jeweilige Ursache und fasse zusammen, was behoben werden muss”), und sie wird selbstständig innerhalb von Snowflake ausgeführt, nach einem Zeitplan oder wenn ein Ereignis oder Webhook sie startet. Es durchsucht die Daten, ruft die richtigen Skills ab, nutzt MCP-Verbindungen, erledigt die Arbeit und meldet sich zurück. Jede Automatisierung wird als der:die Nutzer:in ausgeführt, der:die sie erstellt hat, sodass die Berechtigungen und Richtlinien, die Sie bereits durchsetzen, auch für den Agenten gelten.

Jeder Durchlauf hinterlässt einen Audit-Trail darüber, was CoCo überprüft, gefunden und getan hat, sodass Sie wiederkehrende Arbeiten übergeben und dem Ergebnis vertrauen können.

 

CoCo ist mit Ihrem Unternehmenskontext und Ihren Tools ausgestattet

Ein autonomer Agent ist nur nützlich, wenn er Ihre Umgebung bereits kennt. CoCo nutzt die Daten Ihres Unternehmens, folgt den Prozessen Ihres Teams und arbeitet mit den von Ihnen verwendeten MCP-Servern und Tools, sodass Sie weniger Zeit mit Erklärungen und mehr Zeit mit der Überprüfung von Ergebnissen verbringen.

CoCo verbindet sich mit dem Rest Ihres Stacks. MCP-Konnektoren bringen Ihre anderen Tools in CoCo ein, einschließlich benutzerdefinierter Tools. Administrator:innen verwalten sie an einem Ort mit Cortex AI Gateway Tools (Public Preview). Dieselben Verbindungen funktionieren dann in Ihren CoCo-Sitzungen und in Automatisierungen. Entwickler:innen erhalten die Integrationen, ohne jede einzelne selbst einrichten und absichern zu müssen.

 

Abbildung 2: Cortex AI Gateway Tools ermöglichen es Nutzer:innen, sich über das Model Context Protocol (MCP) einfach mit dem genehmigten Geschäftsbereich zu verbinden.

 

Gemeinsame Workflows, kontrolliert wie Ihre Daten. Jedes Team hat jemanden, der genau weiß, wie ein Pipeline-Review ablaufen sollte. Mit Skills- und Plugin-Sharing, das jetzt allgemein verfügbar ist, kann dieses Wissen privat mit bestimmten Rollen über einen Link geteilt oder im Snowsight-Katalog veröffentlicht werden, wo Administrator:innen die Versionen zertifizieren, die zum Standard werden. Infolgedessen beginnen Entwickler:innen damit, den besten Ansatz Ihres Teams zu nutzen, anstatt ihn neu zu erstellen, und sie verbrauchen weniger Token, um dorthin zu gelangen.

Agentenprofile richten Agenten für Ihr Team ein. Ein Profil definiert das Standardmodell, die Skills, die Tools und den Kontext eines Agenten. Jede neue Sitzung, die es verwendet, beginnt dort. Ihr Pipeline-Team hat möglicherweise ein Profil und Ihre App-Entwickler:innen ein anderes, jeweils mit den Skills und dem Tool-Zugriff, die zu ihrer Arbeit passen. Mit Agentenprofilen bleiben Standards von einem:einer Entwickler:in zum:zur nächsten konsistent, und Sitzungen verbrauchen weniger Token, da der Kontext bereits geladen ist.

CoCo merkt sich, was Sie ihm bereits gesagt haben. Skills und Profile erfassen, wie Ihr Team arbeitet. Memory, jetzt in Public Preview in Snowsight, CLI und CoCo Desktop, erfasst, wie Sie arbeiten. Wenn Sie CoCo korrigieren oder eine Entscheidung treffen, kann es diese Informationen während Ihrer Arbeit speichern und in späteren Sitzungen wieder abrufen. Erinnerungen sind auf das Projekt beschränkt, aus dem sie stammen, sodass der Kontext aus einem Projekt nicht in ein anderes übergeht und Sie weniger Zeit damit verbringen, dasselbe Setup zu wiederholen.

CoCo verwendet das richtige Modell, um vertrauenswürdige Ergebnisse effizient zu liefern. Die meisten Teams wählen ein Modell und verwenden es für alles. Wählen Sie ein Frontier-Modell, und Sie zahlen zu viel für Routinearbeiten; wählen Sie ein günstigeres, und die schwierigen Aufgaben schlagen fehl. Automatische Modellstufen lösen dies, ohne dass jemand Modelle manuell auswählen muss. Auto-intelligent hält jeden Schritt auf den leistungsfähigsten Modellen, die Ihr Unternehmen genehmigt hat. Auto-efficient nutzt dynamisches Modell-Routing, jetzt in Public Preview, um jede Aufgabe dem passenden Modell zuzuordnen, sodass Routineschritte auf leichteren Modellen ausgeführt werden und schwierigere an ein leistungsfähigeres Modell gehen. Administrator:innen legen die Standardstufe für das Konto fest, das Routing verlässt nie die genehmigten Modelle, und die Nutzung zeigt, welches Modell jede Anfrage bedient hat.

CoCo läuft überall dort, wo Sie arbeiten

Der Fortschritt sollte nicht darauf warten müssen, dass Sie an Ihren Schreibtisch zurückkehren.

Entwickeln Sie in Snowsight, CoCo Desktop oder der CLI, alles gegen dasselbe Konto und dieselben kontrollierten Daten. Mit CoCo in der mobilen Snowflake-App können Sie Cloud-Sitzungen starten und steuern, Tool-Aufrufe und Pläne genehmigen und Follow-ups senden, sodass eine Sitzung, die auf eine Genehmigung wartet, nicht im Leerlauf bleibt, während Sie unterwegs sind. Snowflake in Slack bringt CoCo in die Kanäle Ihres Teams, wo Personen eine Frage stellen, eine Aufgabe starten oder Antworten erhalten können, die den Snowflake-Berechtigungen folgen.

Integrieren Sie CoCo in die Apps, die Ihr Team bereits verwendet, wie z. B. ein internes Datenportal, einen Support-Workflow oder eine App, die für Geschäftsanwender:innen entwickelt wurde. Das Cortex Agent SDK, das jetzt allgemein verfügbar ist, bietet Ihnen typisierte Python- und TypeScript-Clients zum Ausführen von CoCo-Sitzungen und Cortex Agents aus Ihrem eigenen Code. Sie können Ergebnisse an Ihre Nutzer:innen streamen, Jobs im Hintergrund ausführen und Threads sowie Feedback verwalten. Sie wählen die Schnittstelle, und die Agentenarbeit läuft in Snowflake.

Installieren Sie snowflake-cortex-agent-sdk von PyPI oder @snowflake/cortex-agent-sdk von npm. Das Python-Paket enthält sowohl synchrone als auch asynchrone Clients.

So legen Sie mit den neuen CoCo-Updates los

Wählen Sie ein Projekt aus, das in Ihrem Backlog liegt. Verpacken Sie die Schritte als Skill und geben Sie dem Agenten ein Profil mit den benötigten Tools. Übergeben Sie das Projekt an CoCo, starten Sie eine zweite Sitzung für etwas Kleineres und richten Sie eine Automatisierung ein, um die Ergebnisse jeden Morgen zu überprüfen, schließen Sie dann Ihren Laptop und melden Sie sich ab. Genehmigen Sie am Morgen den letzten Schritt von Ihrem Telefon aus. Wenn Sie an Ihren Schreibtisch kommen, haben Sie einen offenen Pull Request, eine laufende Vorschau und das erste Automatisierungstranskript zur Überprüfung. Das ist das Projekt, für das Sie keine Stunden Zeit hatten, das sich bewegt hat, während Sie weg waren.

Erste Schritte:

Diesen Beitrag teilen

Subscribe to our blog newsletter

Get the best, coolest and latest delivered to your inbox each week

Where Data Does More