Blog/IA y ML /Snowflake CoCo: desarrollo agéntico con datos sin límites
3 nov 2026/7 min de lecturaIA y ML

Snowflake CoCo: desarrollo agéntico con datos sin límites

Con las últimas novedades de Snowflake CoCo, los equipos ya pueden delegar tareas complejas en Cloud Agents autónomos que siguen funcionando incluso cuando los usuarios se ausentan. Cada sesión trabaja con los datos gobernados, las prácticas y las herramientas de la organización, y respeta los controles ya establecidos. Además, los equipos pueden dirigir ese trabajo estén donde estén, a través de sus flujos de trabajo y dispositivos. Los equipos de datos hacen más con la gobernanza en la que ya confían.

Delegar el trabajo en Cloud Agents autónomos

Tu trabajo no tiene por qué detenerse cuando tú lo haces.

Los Cloud Agents son el entorno de ejecución gestionado por Snowflake que impulsa CoCo en la interfaz de Snowsight. Ejecutan código en un sandbox seguro y ahora pueden mantener sesiones largas en ejecución de forma autónoma. El modo CoCo es una nueva experiencia a pantalla completa de Snowsight diseñada para este tipo de trabajo. Los subagentes ayudan con las tareas de varios pasos, la vista previa en tiempo real muestra una aplicación o un informe mientras se crea y la integración con Git nativa permite a CoCo clonar repositorios, crear ramas, confirmar y enviar cambios y, después, abrir una solicitud de cambio (pull request) para que tu equipo la revise.

 

coco

Figura 1. Modo CoCo en Snowsight: una experiencia a pantalla completa con toda la potencia de los Cloud Agents.

Delegar el trabajo autónomo recurrente

Automations permite asignar a CoCo un trabajo recurrente para que lo ejecute de forma autónoma dentro de Snowflake. Asigna una vez la tarea a CoCo (p. ej., “comprueba las tareas fallidas de anoche, identifica la causa raíz de cada una y resume qué hay que corregir”) y la ejecutará de forma autónoma dentro de Snowflake, según una programación o cuando la active un evento o webhook. Analiza los datos en profundidad, invoca las skills adecuadas, utiliza conexiones de protocolo de contexto de modelo (MCP), realiza el trabajo y te informa de los resultados. Cada automatización se ejecuta como el usuario que la creó, por lo que los permisos y las políticas que ya aplicas también se aplican al agente.

Cada ejecución deja un registro de auditoría de lo que CoCo ha comprobado, encontrado y hecho, para que puedas delegar el trabajo recurrente y confiar en el resultado.

 

CoCo incorpora el contexto y las herramientas de tu empresa

Un agente autónomo solo resulta útil si ya conoce tu entorno. CoCo utiliza los datos de tu empresa, sigue los procesos de tu equipo y trabaja con los servidores MCP y las herramientas que utilizas, para que dediques menos tiempo a dar explicaciones y más a revisar resultados.

CoCo se conecta con el resto de tu stack tecnológico. Los conectores MCP integran tus otras herramientas en CoCo, incluidas las personalizadas. Los administradores los gestionan desde un único lugar con las herramientas de Cortex AI Gateway (vista previa pública). Después, esas mismas conexiones funcionan tanto en tus sesiones de CoCo como en las automatizaciones. Los desarrolladores obtienen las integraciones sin tener que configurar y proteger cada una por su cuenta.

 

update

Figura 2. Las herramientas Cortex AI Gateway permiten a los usuarios conectarse fácilmente con las herramientas empresariales aprobadas mediante el protocolo de contexto de modelo (MCP).

 

Flujos de trabajo compartidos, con la misma gobernanza que tus datos. En todos los equipos hay alguien que sabe exactamente cómo debe realizarse la revisión de un pipeline. Con el uso compartido de skills y plugins, ahora con disponibilidad general, ese conocimiento puede compartirse de forma privada con roles específicos mediante un enlace o publicarse en el catálogo de Snowsight, donde los administradores certifican las versiones que se convierten en el estándar. De este modo, los desarrolladores parten de las mejores prácticas de tu equipo en lugar de tener que reconstruirlo y consumen menos tokens para conseguirlo.

Configura agentes para tu equipo con Agent Profiles. Un perfil define el modelo, las skills, las herramientas y el contexto predeterminados de un agente. Toda nueva sesión que lo utilice parte de esa configuración. Tu equipo de pipelines podría tener un perfil y los desarrolladores de aplicaciones otro, cada uno con las skills y el acceso a las herramientas adecuados para su trabajo. Con Agent Profiles, los estándares se mantienen uniformes entre los distintos desarrolladores y las sesiones consumen menos tokens porque el contexto ya está cargado.

CoCo recuerda lo que ya le has dicho. Las skills y los perfiles reflejan cómo trabaja tu equipo. Memory, ahora en vista previa pública en Snowsight, CLI y CoCo Desktop, registra tu forma de trabajar. Cuando corriges a CoCo o tomas una decisión, puede guardar esa información mientras trabajas y recuperarla en sesiones posteriores. Las memorias se limitan al proyecto del que proceden, por lo que el contexto de un proyecto no se filtra a otro y dedicas menos tiempo a repetir la misma configuración.

CoCo utiliza el modelo adecuado para ofrecer resultados fiables de forma eficiente. La mayoría de los equipos eligen un modelo y lo utilizan para todo. Si eliges un modelo de vanguardia, pagas de más por el trabajo rutinario; si eliges uno más barato, las tareas difíciles fallan. Los niveles de modelo automáticos resuelven este problema sin que nadie tenga que elegir los modelos manualmente. Auto-intelligent hace que cada paso se ejecute en los modelos más capaces que tu empresa haya aprobado. Auto-efficient utiliza el enrutamiento dinámico de modelos, ahora en vista previa pública, para asignar cada tarea al modelo adecuado, de modo que los pasos rutinarios se ejecuten en modelos más ligeros y los más difíciles se asignen a uno más capaz. Los administradores establecen el nivel predeterminado de la cuenta, el enrutamiento nunca utiliza modelos que no estén aprobados y los datos de uso muestran qué modelo ha atendido cada solicitud.

CoCo se ejecuta allí donde trabajes

No deberías tener que volver a tu escritorio para seguir avanzando.

Desarrolla en Snowsight, CoCo Desktop o CoCo CLI, siempre con la misma cuenta y los mismos datos gobernados. CoCo en la aplicación móvil de Snowflake te permite iniciar y dirigir sesiones en la nube, aprobar llamadas a herramientas y planes, y enviar instrucciones de seguimiento, para que una sesión que espera una aprobación no quede inactiva mientras te desplazas. Snowflake en Slack lleva CoCo a los canales de tu equipo, donde las personas pueden hacer preguntas, iniciar tareas u obtener respuestas que respeten los permisos de Snowflake.

Integra CoCo en las aplicaciones que ya utiliza tu equipo, como un portal de datos interno, un flujo de trabajo de soporte o una aplicación creada para usuarios de negocio. Cortex Agent SDK, ahora con disponibilidad general, te proporciona clientes tipados para Python y TypeScript con los que puedes ejecutar sesiones de CoCo y Cortex Agents desde tu propio código. Puedes enviar resultados en streaming a tus usuarios, ejecutar trabajos en segundo plano y gestionar hilos y comentarios. Tú eliges la interfaz y el trabajo de los agentes se ejecuta en Snowflake.

Instala snowflake-cortex-agent-sdk desde PyPI o @snowflake/cortex-agent-sdk desde npm. El paquete de Python incluye clientes síncronos y asíncronos.

Cómo empezar a usar las nuevas funciones de CoCo

Elige un proyecto que lleve tiempo aparcado en tu lista de tareas pendientes. Agrupa los pasos en una skill y asigna al agente un perfil con las herramientas que necesita. Delega el proyecto en CoCo, inicia una segunda sesión para algo más pequeño y configura una automatización que compruebe los resultados cada mañana; después, cierra el portátil y desconecta. Por la mañana, aprueba el último paso desde el teléfono. Para cuando llegues a tu escritorio, tendrás una solicitud de cambio abierta, una vista previa en ejecución y la transcripción de la primera automatización para revisar. Ese proyecto para el que no tenías tiempo habrá seguido avanzando mientras estabas fuera.

Cómo empezar:

Comparte esta publicación

Subscribe to our blog newsletter

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

donde los datos hace más