Blog/IA et ML/Snowflake CoCo : le développement agentique sur les données, sans limites
3 nov. 2026/Lecture : 7 minIA et ML

Snowflake CoCo : le développement agentique sur les données, sans limites

Grâce aux dernières évolutions de Snowflake CoCo, les équipes peuvent désormais confier des tâches complexes à des agents Cloud autonomes, qui poursuivent leur travail même lorsque les utilisateurs se déconnectent. Chaque session s’appuie sur les données gouvernées, les pratiques et les outils de l’organisation, dans le respect des contrôles déjà en place. Les équipes peuvent piloter ce travail où qu’elles soient, depuis leurs workflows et leurs appareils. Les équipes data gagnent en efficacité, tout en conservant la gouvernance à laquelle elles font déjà confiance.

Confiez le travail à des agents Cloud autonomes

Votre travail peut continuer même lorsque vous vous arrêtez.

Les agents Cloud constituent l’environnement d’exécution géré par Snowflake sur lequel repose CoCo dans l’interface Snowsight. Ils exécutent le code dans un environnement sandbox sécurisé et peuvent désormais gérer de longues sessions en toute autonomie. Le mode CoCo est une nouvelle expérience plein écran dans Snowsight, conçue pour ce type de travail. Des sous-agents prennent en charge les tâches en plusieurs étapes, l’aperçu en direct affiche une app ou un rapport pendant sa création, et l’intégration Git native permet à CoCo de cloner vos dépôts, de créer des branches, d’effectuer des commits et des push, puis d’ouvrir une pull request que votre équipe pourra examiner.

 

coco

Figure 1 : mode CoCo dans Snowsight : une expérience plein écran qui exploite toute la puissance des agents Cloud.

Déléguez les tâches autonomes récurrentes

Les Automatisations permettent de confier à CoCo une tâche récurrente qu’il exécute de façon autonome dans Snowflake. Confiez une seule fois la tâche à CoCo, par exemple « vérifie les tâches ayant échoué la nuit dernière, identifie la cause et résume les corrections nécessaires ». Il l’exécutera ensuite de façon autonome dans Snowflake, selon un calendrier défini ou lorsqu’un événement ou un webhook la déclenche. CoCo analyse les données, mobilise les compétences appropriées, utilise les connexions MCP, effectue le travail et vous transmet les résultats. Chaque automatisation s’exécute au nom de l’utilisateur qui l’a créée. Les droits et politiques que vous appliquez déjà s’étendent donc aussi à l’agent.

Chaque exécution laisse une piste d’audit détaillant ce que CoCo a vérifié, trouvé et effectué. Vous pouvez ainsi lui déléguer les tâches récurrentes en toute confiance.

 

CoCo connaît le contexte et les outils de votre entreprise

Un agent autonome n’est utile que s’il connaît déjà votre environnement. CoCo exploite les données de votre entreprise, suit les processus de votre équipe et utilise vos serveurs MCP et vos outils. Vous passez ainsi moins de temps à fournir des explications et davantage à examiner les résultats.

CoCo se connecte au reste de votre stack. Les connecteurs MCP intègrent vos autres outils dans CoCo, y compris vos outils personnalisés. Les administrateurs les gèrent de manière centralisée avec les outils de Cortex AI Gateway (en public preview). Ces mêmes connexions sont ensuite disponibles dans vos sessions CoCo et vos automatisations. Les développeurs bénéficient de ces intégrations sans avoir à configurer ni à sécuriser chacune d’elles.

 

update

Figure 2 : les outils Cortex AI Gateway permettent aux utilisateurs de se connecter facilement aux outils métier approuvés via le Model Context Protocol (MCP).

 

Des workflows partagés, gouvernés comme vos données. Dans chaque équipe, une personne sait exactement comment mener la revue d’un pipeline. Avec le partage des compétences et des plugins, désormais disponible pour tous, ces connaissances peuvent être partagées de manière privée avec des rôles précis via un lien, ou publiées dans le catalogue Snowsight, où les administrateurs certifient les versions qui feront référence. Les développeurs peuvent ainsi adopter d’emblée les meilleures pratiques de votre équipe au lieu de les recréer, tout en consommant moins de tokens.

Agent Profiles configure les agents pour votre équipe. Un profil définit le modèle, les compétences, les outils et le contexte par défaut d’un agent. Chaque nouvelle session utilisant ce profil démarre avec cette configuration. Votre équipe chargée des pipelines peut disposer d’un profil et vos développeurs d’apps d’un autre, chacun proposant les compétences et les accès aux outils adaptés à leur travail. Avec Agent Profiles, les standards restent cohérents d’un développeur à l’autre, et les sessions consomment moins de tokens puisque le contexte est déjà chargé.

CoCo se souvient de ce que vous lui avez déjà indiqué. Les compétences et les profils reflètent les méthodes de travail de votre équipe. Memory, désormais en public preview dans Snowsight, la CLI et CoCo Desktop, mémorise votre façon de travailler. Lorsque vous corrigez CoCo ou prenez une décision, il peut enregistrer cette information pendant votre travail et la réutiliser lors de sessions ultérieures. Chaque souvenir reste limité à son projet d’origine. Le contexte d’un projet ne se propage donc pas à un autre, et vous passez moins de temps à répéter les mêmes informations de configuration.

CoCo choisit le bon modèle pour fournir efficacement des résultats fiables. La plupart des équipes choisissent un seul modèle et l’utilisent pour toutes leurs tâches. Avec un modèle de pointe, vous payez trop cher les tâches courantes ; avec un modèle plus économique, les tâches complexes risquent d’échouer. La sélection automatique de modèle résout ce problème sans nécessiter de sélection manuelle. Auto-intelligent confie chaque tâche aux modèles les plus performants approuvés par votre entreprise. Auto-efficient utilise le routage dynamique des modèles, désormais en public preview, pour attribuer à chaque tâche le modèle le plus adapté. Les étapes courantes s’exécutent sur des modèles plus légers, tandis que les tâches complexes sont confiées à un modèle plus performant. Les administrateurs définissent le niveau par défaut du compte, le routage reste limité aux modèles approuvés, et les données d’utilisation indiquent le modèle qui a traité chaque requête.

CoCo vous accompagne partout où vous travaillez

Votre progression ne devrait pas attendre votre retour au bureau.

Développez dans Snowsight, CoCo Desktop ou la CLI, toujours avec le même compte et les mêmes données gouvernées. CoCo dans l’app mobile Snowflake vous permet de lancer et de piloter des sessions cloud, d’approuver les appels d’outils et les plans, puis d’envoyer des instructions complémentaires. Une session en attente d’approbation ne reste donc pas inactive lorsque vous êtes en déplacement. Snowflake dans Slack intègre CoCo aux canaux de votre équipe. Chacun peut y poser une question, lancer une tâche ou obtenir des réponses respectant les autorisations Snowflake.

Intégrez CoCo aux apps déjà utilisées par votre équipe, comme un portail de données interne, un workflow d’assistance ou une app destinée aux utilisateurs métier. Le Cortex Agent SDK, désormais disponible pour tous, fournit des clients Python et TypeScript typés pour exécuter des sessions CoCo et des Cortex Agents depuis votre propre code. Vous pouvez diffuser les résultats en continu à vos utilisateurs, exécuter des tâches en arrière-plan et gérer les fils de discussion ainsi que les retours. Vous choisissez l’interface, tandis que les agents travaillent dans Snowflake.

Installez snowflake-cortex-agent-sdk depuis PyPI ou @snowflake/cortex-agent-sdk depuis npm. Le package Python comprend des clients synchrones et asynchrones.

Bien démarrer avec les nouvelles fonctionnalités de CoCo

Choisissez un projet qui attend depuis trop longtemps dans votre backlog. Regroupez ses différentes étapes sous forme de compétence, puis attribuez à l’agent un profil contenant les outils nécessaires. Confiez le projet à CoCo, ouvrez une deuxième session pour une tâche plus modeste et configurez une automatisation afin de vérifier les résultats chaque matin. Vous pouvez ensuite fermer votre ordinateur et vous déconnecter. Le lendemain matin, approuvez la dernière étape depuis votre téléphone. À votre arrivée au bureau, une pull request sera ouverte, un aperçu sera en cours d’exécution et le compte rendu de la première automatisation vous attendra. Ce projet pour lequel vous manquiez de temps aura avancé pendant votre absence.

Premiers pas :

Partager ce post

Subscribe to our blog newsletter

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

Where Data Does More