Snowflake 发布 AI 编程代理 CoCo，助力数据工程师构建可复现数据管道

CoCo 是什么？

2026年9月4日，Snowflake 官方发布了 CoCo，这是一个专门为数据工程师设计的 AI 编程代理。它可以帮助你设计、构建和监控数据管道，就像一位懂技术的助手。

CoCo 可以在三种环境中使用：命令行工具（CLI）、桌面应用（Desktop）和 Snowsight 网页界面。无论你习惯哪种方式，都能找到适合自己的。它使用你现有的 Snowflake 连接，无需额外配置。

数据安全：像在自家书房学习

CoCo 的一个关键特点是，它的 AI 推理在 Snowflake 的安全边界内运行。这意味着你的数据不会发送给第三方 AI 提供商，而是在 Snowflake 的治理控制下处理。

这就像你在自家书房里请了一位家教，他不会把你的笔记带出房间，所有讨论都在家里进行，保护了你的隐私。

内置技能：熟悉 Snowflake 的专家

CoCo 内置了大量针对 Snowflake 的技能，比如动态表、Snowpipe Streaming、Spark 迁移、dbt、Snowpark 和机器学习等。当你提出相关问题时，这些技能会自动加载。

这就像一位熟悉学校各种课程规则的辅导员，你问数学题时他会用数学方法，问科学题时他会用科学方法，不用你额外解释。

可复现工作流：把经验变成标准

文章强调，专业数据工程师不只是解决单个问题，而是把解决方案编码成可复现的流程。CoCo 支持技能（Skills）和插件（Plugins）来实现这一点。

技能是一组指令和脚本，可以捕捉你团队的特定流程，比如命名规则或分区策略。插件则是一个更完整的打包单元，包含技能、子代理、命令等，方便版本管理和部署。

最佳实践：如何正确使用 AI 代理

Snowflake 提出了几条最佳实践：从最小化开始，从失败中迭代；理解模型已经很智能，只需告诉它无法推断的内容；把简洁作为硬性约束；以可复现为目标。

特别重要的是，AI 代理不应直接在生产环境中做更改，因为它们的输出是非确定性的。生产环境应使用专门的工具，如 dbt 和 DCM 工具。

适用人群与限制

CoCo 主要面向专业数据工程师，尤其是使用 Snowflake 的用户。它适合那些希望用 AI 辅助工作，但又需要保证数据安全和可复现性的团队。

不过，CoCo 并不适合完全替代企业级数据工程工具。它应该作为辅助工具，帮助设计、构建和监控，而不是直接在生产环境中执行操作。此外，官方未说明定价和具体模型列表，使用前需进一步了解。