Snowflake Cortex AI 与 Snowflake Intelligence 详解

Snowflake Cortex AI 是在您的 Snowflake 账户内运行的一组 AI 服务。它包括调用大语言模型的 SQL 函数、针对表提问的 Cortex Analyst，以及针对文档的 Cortex Search。Cortex Agents 负责编排它们，而 Snowflake Intelligence（现已更名为 Snowflake CoWork）是位于最上层的聊天应用。

它的吸引力很简单。您的数据仍然处在您已在使用的同一套账户、角色和策略之下。风险也很简单。

它很容易开启，也很容易花钱。如果底层数据没有建模好，它会给出自信满满的错误答案。

在我参与过的制造业和国防项目中，问题从来都不是“Snowflake 能不能做 AI？”，而是“我们能否信任答案，能否证明谁看到了什么？”本指南正是为这样的对话而写。

这个领域的产品名称变化很快。有两个变化很重要。Snowflake 于 2025 年 11 月 4 日宣布 Snowflake Intelligence 正式发布，同时发布的还有 Cortex Agents 和 Snowflake 托管的 MCP 服务器。

随后在 2026 年 6 月的 Summit 上，它把该产品更名为 Snowflake CoWork。一些 SQL 权限和对象名称仍在使用旧名称。

Document AI 已经退场。Snowflake 于 2026 年 3 月 16 日停用了 Document AI 界面，并把文档抽取转移到 AI_EXTRACT 函数。如果系统集成商的方案中仍然提到构建 Document AI 模型，那它已经过时了。

以下是截至 2026 年 10 月的技术栈，状态和计费依据来自 Snowflake 的文档。

组件	作用	状态	计费依据
Cortex AI Functions	AI_COMPLETE、AI_CLASSIFY、AI_FILTER、AI_AGG、AI_EXTRACT、AI_PARSE_DOCUMENT、AI_REDACT 等 SQL 函数	已正式发布，部分函数处于预览	按每百万 token 计 AI Credits，解析则按页计
Cortex Analyst	基于语义视图把业务问题转换成 SQL	可用；自 2026 年 8 月起 Snowflake 建议通过 Cortex Agents 调用它，REST API 仍受支持	通过 API 按消息计费，通过 Agents 按 token 计费
Cortex Search	针对文本的关键词与向量混合搜索，用于检索	自 2024 年 10 月起正式发布	按索引每 GB 每月计 AI Credits，另加刷新所用的 warehouse
Cortex Agents	规划任务并调用 Analyst、Search、自定义工具和 MCP 连接器	自 2025 年 11 月起正式发布	编排 token 加上各工具自身的成本
Snowflake CoWork（原 Snowflake Intelligence）	面向业务用户的聊天应用，基于 Cortex Agents 构建	自 2025 年 11 月起正式发布；2026 年 6 月宣布的若干功能标注为预览或“即将推出”	Token，另加工具和 warehouse 成本
Snowflake 托管的 MCP 服务器	向外部 AI 客户端开放智能体、Analyst、Search 和 SQL	自 2025 年 11 月起正式发布	底层工具的成本

模型来自 Anthropic、OpenAI、Google、Meta、Mistral AI 等厂商，另有 Snowflake 自己用于嵌入和抽取的 Arctic 模型。您能调用哪些模型，取决于您的区域和跨区域设置。下面会详细说明，因为这是国防客户最关心的决策。

Cortex Analyst 不会读取您的表然后去猜。它读取的是语义视图：一个 schema 级对象，定义了您的业务实体、度量、关联和同义词。

只有这些元数据会被发送给模型来编写 SQL。然后，SQL 以调用者的角色在您的 warehouse 中运行。

因此，Snowflake CoWork 关于收入、报废率或准时交付的每一个答案，其质量都取决于这个语义视图。根据我的经验，真正的工作就在这里。

难点在于在语义层中商定指标定义，而不是数据的干净程度。把“准时交付”定义一次，并让销售、供应链和财务都接受，需要开的会比任何模型配置都多。

有两个功能可以帮忙。经过验证的查询（verified queries）让您可以保存一个已知正确的问题及其 SQL，这样模型就有了现成的示例。Snowflake 还允许您针对它们运行评估，从而得到一个准确率数字，而不是演示留下的印象。

较早的方法，即放在 stage 上的 YAML 语义模型文件，仍然可以用。新工作要避免使用它。Snowflake 自己的文档推荐语义视图，而且任何能访问该 stage 的人都可以使用 YAML 模型，这是一个治理漏洞。

如果您的 ERP 数据还没有干净地落地和建模，请从那里开始。我关于把 SAP、Oracle 和 Dynamics 365 数据导入 Snowflake 的指南介绍了这一步。

支持 Snowflake Cortex AI 最有力的论据是治理。Cortex Analyst、Cortex Agents 和 CoWork 都遵守您现有的基于角色的访问控制、行访问策略和掩码。

模型访问本身现在由角色授权控制。较早的账户级模型允许列表参数将在 2026 年内停用。

在任何人签字确认之前，有一些细节值得检查。

1. Cortex Search 以所有者权限运行。 任何对某个搜索服务拥有 USAGE 权限的人，都能看到所属角色索引过的所有内容的结果。按受众分别构建服务，而不是建一个大索引。
2. 智能体使用调用者的默认角色。 如果用户的默认角色权限很宽，智能体也会继承这种宽度。先整理好角色。
3. 跨区域推理会移动提示。 CORTEX_ENABLED_CROSS_REGION 参数控制推理能否在您的主区域之外运行。Snowflake 表示，数据仍存储在主区域，提示也不会在其他地方持久保存，但请求内容确实会传出去。一些较新的组织默认设置为 ANY_REGION。跨区域推理文档建议，如果您有数据驻留要求，就显式设置它。
4. MCP 服务器可能绕过您的智能体。 Snowflake 建议，把 Cortex Agent 作为受治理问题的唯一工具对外开放。如果在同一个服务器上开放原始 SQL 执行，外部客户端就可以绕开智能体的控制。

对于国防领域，第 3 点就是要谈的核心。把该参数设置为 DISABLED 或某个区域值，可以让推理留在您的边界之内，但这会缩小可用模型的范围，并且每个 credit 的成本更高。Snowflake 的美国政府区域会把请求保持在同一合规边界之内。

其 MCP 文档还说明，尚未完成对 MCP 服务器的正式 FedRAMP 评估。涉密数据在这一切中都没有立足之地。试点只使用非涉密、不受出口管制的数据，并请您的出口管制负责人以书面形式确认边界。

我的 AI 治理框架指南涵盖了政策这一侧。

AI 功能以 AI Credits 计费，它与支付 warehouse 费用的平台 Credits 是分开的。根据 Snowflake 的 AI 定价页面，按需情况下，一个 AI Credit 在全球路由时为 2.00 美元，在把推理限制在您的区域或禁用跨区域路由时为 2.20 美元。

AI Credit 的价格在各版本之间相同。您的平台 Credit 容量折扣不适用于它。

以下费率是 2026 年 10 月 9 日生效的 Snowflake Service Consumption Table 中的标价，于 2026 年 10 月核实。企业协议、AI Credit 容量分档以及新模型的发布都会改变这些数字。

项目	标价费率
AI Credit，全球路由 / 区域路由	2.00 美元 / 2.20 美元
AI_COMPLETE 使用 llama3.3-70b（输入 / 输出）	每百万 token 0.432 / 0.432 个 AI Credit
AI_COMPLETE 使用 openai-gpt-4.1（输入 / 输出）	每百万 token 1.20 / 4.80 个 AI Credit
AI_COMPLETE 使用 claude-sonnet-4-5（输入 / 输出）	每百万 token 1.80 / 9.00 个 AI Credit
AI_CLASSIFY 或 AI_FILTER	每百万 token 1.62 个 AI Credit
AI_EXTRACT（arctic-extract）	每百万 token 5.55 个 AI Credit
AI_PARSE_DOCUMENT，版面模式	每 1,000 页 3.66 个 AI Credit
Cortex Search 服务	按索引数据每 GB 每月 6.3 个 AI Credit
通过 REST API 使用 Cortex Analyst	每 1,000 条消息 67 个平台 Credit

模型之间的价差很大。按输出 token 计算，claude-sonnet-4-5 的成本约为 llama3.3-70b 的 20 倍。用错模型对十年的维护记录做一次分类，AI 预算就可能在一周之内被烧光。

有三个成本陷阱常常让人中招。多轮对话在每一轮都会重新处理完整的历史，所以对话越长，每个问题的成本越高。

智能体的成本是叠加的：编排 token，然后是每个工具，再然后是运行 SQL 的 warehouse。预配吞吐量一旦预留就不可取消，用不用都要计费。

控制手段是存在的。对智能体使用资源预算、每用户配额和编排预算。监控用量视图，例如 CORTEX_FUNCTIONS_QUERY_USAGE_HISTORY、CORTEX_AGENT_USAGE_HISTORY 和 SNOWFLAKE_COWORK_USAGE_HISTORY。

每个批处理作业都先在样本上测试。我的 Snowflake 定价与 credits 指南涵盖了平台这一侧。

在这一点上，Snowflake 自己的文档很坦诚。Cortex Analyst 回答的是 SQL 能回答的问题。

它不做“利润率为什么下降？”这类开放式推理，也无法复用之前查询的结果。Snowflake 还提醒，智能体的回复和引用并不保证准确。

我的判断是：把每一个用于决策的 AI 答案都当作草稿，由一位指定的人签字确认。这在国防领域更加重要，因为一个错误的数字可能最终写进合同或审计文件。

锁定是另一个风险。语义视图、智能体和搜索服务都是 Snowflake 对象。

您的提示和评估集可以迁移；底层的管道连接不行。如果您还在选择平台，我的 Snowflake 与 Databricks 对比阐述了这种取舍。

在这两个行业中，我会选择的第一个用例形态相同：为一个团队准备一套结构化问题集和一套文档。

在制造业，我会把第一个试点做成维护与质量助手。在来自 ERP 和 MES 的工单、停机、报废和不合格数据之上建立一个语义视图。

在维护规程和已关闭的质量报告之上建立一个 Cortex Search 服务。维护计划员问“上季度哪些产线的非计划停机最多，我们上次发现了什么？”，就能得到数字以及相关报告。

在国防领域，同样的模式适用于非涉密项目的供应商质量：来自 ERP 的交付和质量指标，加上供应商纠正措施文件。把涉密和受出口管制的材料完全排除在范围之外。

一个为期 90 天的 Cortex AI 试点

1. 01

   确定范围

   选一个团队、20 到 30 个真实问题和一套文档。在做任何事之前，先设置好跨区域参数和角色。

2. 02

   建模

   构建语义视图，并为最重要的问题编写经过验证的查询。与业务负责人商定指标定义。

3. 03

   构建

   按受众创建 Cortex Search 服务和一个 Cortex Agent。第一天就设置预算和每用户配额。

4. 04

   测试

   针对问题集运行评估。由用户为答案打分。与目前得到同样答案所需的时间做比较。

5. 05

   决策

   扩大规模、修复数据，或者停止。把选择及其原因写下来。

衡量四件事，并在开始之前记录基线。

1. 答案准确率，以经过验证的问题集为准，由业务负责人打分。
2. 获得答案的时间，与当前途径相比，通常是向分析师提需求或四处找报表。
3. 每个已回答问题的成本，来自用量视图，包括 warehouse 时间。
4. 访问例外：任何用户看到了其角色本不应触及的数据的情况。目标是零。

在购买任何东西之前，先查出您当前的 CORTEX_ENABLED_CROSS_REGION 设置，列出哪些人拥有范围宽泛的默认角色，并挑出您的运营总监每个月都会问的 20 个问题。这一页简报比任何厂商演示都更能说明您的准备程度。

如果您希望就试点范围、数据驻留设置或系统集成商的方案获得第二意见，我帮助企业做这类决策。您可以在这里联系我。如需了解 Databricks 的对应产品，请参阅我关于 Databricks Genie 与 Agent Bricks 的文章。

Snowflake Cortex AI 是什么？

Snowflake Cortex AI 是 Snowflake 的 AI 服务家族，在您的 Snowflake 账户内运行。它包括调用大语言模型的 AI SQL 函数、针对表提问的 Cortex Analyst，以及针对文档的 Cortex Search。Cortex Agents 负责编排这些工具，Snowflake CoWork 应用则服务于业务用户。

Snowflake Intelligence 和 Snowflake CoWork 是同一个东西吗？

是的。Snowflake Intelligence 于 2025 年 11 月 4 日正式发布，并在 2026 年 6 月的 Snowflake Summit 上更名为 Snowflake CoWork。一些 SQL 权限和默认对象名称仍在使用 Snowflake Intelligence 这个名称。

Snowflake Cortex 会把我的数据发送到 Snowflake 之外吗？

模型在 Snowflake 的服务边界内运行，您存储的数据留在账户的主区域。启用跨区域推理后，提示和回复可能在另一个区域处理，但不会在那里持久保存。如果您有数据驻留规定，请显式设置 CORTEX_ENABLED_CROSS_REGION 参数。

Snowflake Cortex AI 要花多少钱？

大多数 Cortex 功能以 AI Credits 计费，全球路由时每个 2.00 美元，区域路由时每个 2.20 美元，标价于 2026 年 10 月核实。费率因模型和功能而异，从每百万 token 不到一个 credit 到数个 credit 不等。通过 REST API 使用 Cortex Analyst，每 1,000 条消息收取 67 个平台 Credit。企业协议会改变这些数字。

Snowflake 语义视图是什么？

语义视图是 schema 级的 Snowflake 对象，用于描述业务实体、度量、关系和同义词。Cortex Analyst 和 Cortex Agents 用它们把问题转换成准确的 SQL。它们取代了较早的 YAML 语义模型文件，是影响答案质量的主要因素。

什么取代了 Snowflake Document AI？

AI_EXTRACT 函数。Snowflake 于 2026 年 3 月 16 日停用了 Document AI 界面及其 PREDICT 方法。AI_EXTRACT 通过一次 SQL 调用从文档中提取实体、列表和表格，按 token 计费。