Snowflake 公布四大战略级更新：CoCo 智能编码、Datastream 实时流、Iceberg V3 开放互联与 Cortex 模型训练

除了覆盖更多工作界面，CoCo 也获得了真正的自主能力。新增的 Automations（自动化） 功能可以定时执行重复性的开发任务，而 Cloud Agents（云端智能体） 则是一种无服务器、事件驱动的工作进程，能够对数据变化或业务触发器做出反应——例如，当库存低于某个阈值时自动通知团队，全程无需本地客户端保持开启 。

对于业务端用户，Snowflake 同样将原有的 Snowflake Intelligence 更名为 Snowflake CoWork，这是一个个人 AI 智能体，现已通过 iOS 移动应用、Slackbot 集成和 Microsoft Excel 扩展投入使用 。

Snowflake Datastream：完全托管的 Kafka 兼容实时流服务

长久以来，企业若要实现实时数据处理，往往需要在 Snowflake 平台之外，另行部署和运维一套独立的流处理基础设施（如 Apache Kafka），这不仅增加了复杂性，也带来了额外的治理和安全成本。

为了解决这一痛点，Snowflake 发布了 Snowflake Datastream。这是一个内建于 Snowflake、完全托管且完整兼容 Apache Kafka 协议的流处理引擎 。

这意味着，现有的 Kafka 生产者与消费者只需更改配置即可直接连接 Datastream，彻底告别了对独立 Kafka 代理、连接器或额外集群的管理需求 。流数据一经摄入，便直接落地为受 Snowflake 治理边界保护的数据表或 Apache Iceberg 表 。Snowflake 明确表示，此举将瞄准其估算总规模高达 1280 亿美元的实时数据市场 。此项服务目前已进入非公开预览阶段 。

Apache Iceberg V3 与双向互操作性

在开放数据标准层面，Snowflake 宣布 Apache Iceberg V3 已正式商用，并宣称这是目前市场上功能覆盖最为广泛的 Iceberg 特性集 。

此次公告的核心亮点在于完全的双向互操作性，这由集成了开源 Apache Polaris 目录的 Snowflake Horizon Catalog 所驱动 。

简单来说，任何支持 Iceberg REST 协议的引擎（如 Apache Spark、Trino、Flink 等）都可以读取和写入由 Snowflake 管理的 Iceberg 表；反之，Snowflake 同样可以对外部目录管理的 Iceberg 表进行读写操作 。其中，外部引擎的写入权限在峰会期间处于公开预览阶段，而读取权限在此前已经正式商用 。为了支撑这一开放架构，Snowflake 还发布了全新的 Snowflake Storage for Apache Iceberg Tables，专为管理开放格式数据而生 。

Cortex Training：自带模型，全托管训练

本次峰会的压轴发布是 Cortex Training 服务，它将现有的 Cortex Fine-tuning 能力拓展为完整的自定义模型训练平台。企业现在可以在 Snowflake 完全托管的 GPU 基础设施上，对开源的重量级基础模型进行微调，支持范围包括 Qwen、Mistral 和 Meta 的 Llama 等 。

企业可以利用参数高效微调（PEFT）等技术，甚至可以在专有数据上应用强化学习，而无需将敏感信息移至外部系统或费力管理分布式 GPU 集群 。所有的基础设施寻源与弹性伸缩均由 Snowflake 后台处理 。这项服务与 Snowflake Cortex AI 既有的模型市场相辅相成，该市场此前已汇聚了 Anthropic、OpenAI、Google、Meta、Mistral、DeepSeek 以及最新宣布的 SpaceXAI 模型 。

战略赌注：无所不包的“智能体企业”

将本届峰会的所有发布串联起来，可以看到 Snowflake 对于“智能体企业”的宏大愿景：一个由治理良好的企业数据无缝连接至能够推理、行动并自动执行任务的 AI 智能体的终极状态 。通过将 AI 智能体拆分为面向开发者的 CoCo 和面向知识工作者的 CoWork、引入受治理的实时流 Datastream、以及将自定义模型训练变为原厂托管服务，Snowflake 正在重新定义其 AI Data Cloud 的定位——它不再仅仅是一个存储和查询信息的场所，而是自主执行业务逻辑的全新运行时环境 。