Cortex Codeの機能拡張：作業環境を問わず、データスタック全体に対応するガバナンス適用済み単一エージェント

開発者はかつてないほど迅速にデータを活用し、ウェアハウス、変換ツール、オーケストレーションレイヤーにまたがるモダンデータスタック全体で構築を行っています。しかし、開発者のワークフローはデータを深く認識している一方で、多くのAIコーディングアシスタントは依然として汎用的なソフトウェア開発向けに構築されています。これらのアシスタントはコードを生成できますが、スキーマ、カタログ、リネージ、アクセスポリシーなど、データ作業で重要となるコンテキストが欠けています。その結果、一見すると有用に思えても、本番環境で利用できるようになるまでに、人間による大幅なレビューと修正が必要なコードが生成されます。

今年初めにSnowflakeを認識するAIコーディングエージェントとしてCortex Codeの提供を開始した後、Snowflake内のデータだけでなく、広範なデータスタックを理解するエージェントへと迅速に拡張しました。dbtとApache Airflowのサポートは、その進化の第一歩となりました。わずか2か月で、弊社のお客様の50%以上がCortex Codeを使用しています。データエンジニアやアナリストからMLエンジニアまで、あらゆるデータ実務者は、データネイティブなエージェントの活用と最初のプロンプトからの環境認識により、より迅速に構築を行っています。

本日、次のステップへ進みます。Cortex Codeは追加のデータシステムをサポートするようになり、開発者がすでに使用しているツール内でネイティブに動作します。また、チームが独自のワークフローに組み込むことができるプログラム可能なプラットフォームとしても利用可能です。さらに、新機能により、より高い透明性、ビジュアルインテリジェンス、エージェントによるエンドツーエンド実行が可能になり、Snowsightインターフェイス内のすべてのユーザーにCortex Codeの機能が提供されます。

単一のガバナンス適用済みエージェントをデータスタック全体に提供し、チームがすでに作業しているあらゆる環境に対応します。

Cortex Codeを使用してあらゆるデータプラットフォームで構築可能に

複数のシステムを扱う際、データエンジニアはシステム間を移動するたびにコンテキストを再構築するために膨大な時間を費やしています。また、障害の特定や最適化の準備のために、システム間でログをデバッグするのにも計り知れない時間を費やしています。チームがシステムごとに異なるツールを使用しているという事実がこの課題をさらに複雑にしており、コンテキストの維持と効率的な構築を一層困難にしています。

Apache SparkTMパイプラインの構築、dbtモデルの管理、運用データベースへのクエリ、またはApache IcebergTMカタログ統合のセットアップのいずれを行う場合でも、Cortex CodeはAWS Glue、Databricks、Postgresのサポートにより、シンプル、シームレス、かつ迅速に作業を進められるように支援します。 

フルスタックで作業するデータチームにとって、これは根本的な変化を意味します。データやコーディングロジックがどこにあっても、データフットプリントとコンテキスト全体を把握する単一のエージェントを利用できます。 

Cortex Codeがデータエンジニア向けのエージェントになる、新しいエージェントスキル

データエンジニアリングはCortex Codeの中核的な強みであり、スキルにより、dbt、データ品質、リネージ、コストインテリジェンスなどのエキスパートワークフローでさらに強化されます。/skill listを実行して、完全なリストを確認できます。今月は以下の内容を発表します。

• snowpark-pythonは、Snowparkコードの作成、Snowflakeへのパイプラインの展開、CI/CDのセットアップ、オブザーバビリティの有効化など、Pythonパイプラインのライフサイクル全体をカバーします。エンジニアは、ワークフローから離れることなく、UDFの設計から展開のベストプラクティスまで、重要なパターンに関する専門的なガイダンスを得ることができます。

• snowpark-connectは、既存のApache SparkTMワークロードのSnowflakeへの移行に焦点を当てています。現在Sparkワークロードを実行し、プラットフォームとしてSnowflakeを評価しているチームに対し、Snowpark Connectスキルは構造化された移行パスを提供します。既存のSparkコードを分析し、互換性のパターンを特定し、的を絞った修正を適用することで、チームが最小限の変更でSparkコードをSnowflake上で直接実行できるように支援します。

• dbt-projects-on-snowflakeは、初期の展開やバージョン管理から、実行、ドキュメント生成、タスクベースのスケジューリングまで、ネイティブなSnowflakeオブジェクトとしてのdbtプロジェクトの展開と管理をカバーします。データエンジニアは、特定のdbt構文の操作や、Snowflakeとdbt両方のベストプラクティスに関する知識について、専門的なガイダンスを得ることができます。

• dcmは、マニフェストファイルの作成、スキーマとテーブル定義の管理、データベースオブジェクトの宣言的な管理など、SnowflakeにおけるDCMプロジェクトのライフサイクル全体をカバーします。チームは、初期のプロジェクトのセットアップから継続的な変更管理に至るまで、データベーススキーマをバージョン管理された宣言的なアーティファクトとして扱うための構造化されたガイダンスを得ることができます。

作業環境に適応するエージェントプラットフォーム

Cortex Codeはエージェントプラットフォームになりました。

Cortex Code Agent SDKを使用すると、チームはPythonとTypeScriptでCortex Codeをプログラムし、ガバナンスが適用されたコンテキスト対応の機能を、ヘッドレスモードで独自のツール、アプリ、ワークフローに組み込むことができます。

Cortex Codeは、ネイティブなVS Code拡張機能（プライベートプレビュー）、Model Context Protocol（MCP）サーバー、およびClaude Codeプラグイン（プレビュー）として利用できるようになり、データネイティブなAIコーディングをVS Code、Cursor、Claude Code、その他のコーディングエージェントにもたらします。Cortex Codeは、AIコーディングエージェントをエディターに接続するためのオープンスタンダードであるAgent Client Protocol（ACP）もサポートしています。これにより、開発者はZed、JetBrains、Emacsなどのエディターや、30を超えるその他のACP互換エディターを使用して、Snowflakeのデータを直接操作できるようになります。開発者は、フローを中断したりコンテキストを切り替えたりすることなく、コードの記述、レビュー、改良を行うまさにその場所で、Cortex Codeの全機能を活用できます。

SnowsightのCortex CodeはCloud Agentsで動作

Snowsightユーザーは、Cloud Agents（プライベートプレビュー）を通じて、Cortex Codeの全機能を体験できるようになりました。

Cloud Agentsは、セキュアで厳密にマネージドされたクラウド環境内で、Cortex Code CLIと同じエージェントループ、スキル、ツール実行、およびランタイムを提供します。Snowsightユーザーにとって、これはCortex Codeがタスクを達成するために、ウェブの閲覧、永続的なファイルシステムへのアクセス、任意のコードの実行など、より多くのツールを実行できるようになったことを意味します。インストールは一切不要です。すべてのコンピュートは専用かつ分離されており、Snowflake内で実行されるため、データを管理するのと同じガバナンスフレームワークがエージェントにも確実に適用されます。

サンドボックスは特に、バックグラウンドで継続して実行されるパイプラインのビルド、数日間にわたって継続する複雑なデバッグセッション、人がキーボードを操作しなくても実行されるスケジュール実行のエージェントタスクなど、長時間実行されるデータワークフローを可能にします。

Snowsightでより透明でインタラクティブな体験を実現

また、SnowsightのCortex Codeに、ユーザー体験を向上させる2つの大きな改善を導入します。それがPlan ModeとSnap & Askです。

Plan Modeにより、SnowsightのCortex Codeで、構造化された編集可能な計画を立てられるようになります。実行前に、Cortex Codeは実際のデータ環境（スキーマ、パイプライン、カタログ）を調査し、ユーザーがレビューして編集できるプランを生成します。ユーザーは、エージェントが何を行うか、そしてその理由を正確に確認でき、コードが1行でも実行される前に、承認、方向修正、または調整を行うことができます。エージェントワークフローを大規模に導入するチームにとって、Plan Modeは信頼を構築するための入り口となります。これは、展開前に差分やコードレビューが信頼を構築するのと同じです。

Snap & Askを使用すると、ユーザーはSnowsightの画面上に表示されているものと直接対話できます。現在はAnomaly画面で利用可能であり、近日中にDCR、クエリ履歴、Performance Explorer、Streamlit、Notebooksにも対応する予定です。 

任意のチャート、DAG、テーブル、またはカードコンテナを選択し、表示されているものを説明することなく、それについて質問できます。ビューをスナップして質問するだけで、実際のライブデータのコンテキストに基づいた回答を得ることができます。

実際に試してみる

Cortex Codeの機能を理解する最良の方法は、ご自身のSnowflake環境で実際に実行してみることです。まずは、公式ドキュメントとGetting Startedクイックスタートをご覧ください。 Snowflakeユーザー以外の方は、Cortex Code CLIトライアルをお試しいただき、データスタック全体での構築をご体験ください。

_{将来予想に関する記述}

_{この記事には、当社の将来の製品提供に関するものを含め、将来予想に関する記述が含まれていますが、これらは製品の提供を確約するものではありません。実際の結果や提供内容は異なる場合があり、既知および未知のリスクや不確実性の影響を受けます。詳細については、最新の四半期報告書（10-Q）をご覧ください。}