Michael JohnsonSnowflake ilmoitti yleisestä saatavuudesta Cortex Agentsin sisäänrakennetulle koodinsuoritustyökalulle 5. lokakuuta 2026. Sen avulla agentti voi suorittaa skriptejä tietojen käsittelyä, laskentaa ja visualisointia varten keskustelun aikana.
Mikä muuttui 5. lokakuuta
Olemassa olevan työkalun saatavuustila muuttui: Snowflake siirsi sen esikatseluvaiheesta yleiseen saatavuuteen eli General Availability -tilaan (GA). Erillinen esikatseluversion julkaisumerkintä on päivätty 20. elokuuta 2026. Lokakuun uutinen koskee esikatseluvaiheen päättymistä.
Työkalun määritysohjeen mukaan koodin suorittaminen otetaan käyttöön agentin määrityksen kautta. Agentti päättää käyttäjän pyynnön perusteella, milloin se luo ja suorittaa koodia. Työkalu suorittaa Python-skriptejä myös osana agent skills -kokonaisuuksia eli tiettyihin tehtäviin liitettäviä ohjeita ja resursseja.
Miten agentti hakee tiedot ja suorittaa laskennan
Työkalukohtaisessa dokumentaatiossa code_execution-työkalu kuvataan Pythonin suorittamiseksi eristetyssä hiekkalaatikossa. SQL-työkalut hakevat Snowflaken tiedot hiekkalaatikon ulkopuolella, minkä jälkeen Python käsittelee saadut tulokset. Hiekkalaatikolla on pääsy istuntoon välitettyihin tietoihin ja liitettyyn työtilaan.
Cortex Agentsin yleisessä arkkitehtuurissa eri työkalut vastaavat työn eri vaiheista. Cortex Analystia käytetään rakenteiseen dataan, Cortex Searchia dokumenttihakuun, ja koodin suorittaminen tuo mukaan ohjelmallisen käsittelyn. Snowflaken kuvauksen mukaan hallittu orkestrointi antaa agentille mahdollisuuden suunnitella työtä, kutsua työkaluja ja muodostaa vastauksen.
Tästä arkkitehtuurista seuraa käytännön käyttötapaus analytiikka-avustajalle: tietojoukon hakeminen, laskennan suorittaminen ja kaavion laatiminen yhden keskustelun aikana. Tällaisen työnkulun suunnittelussa on hyödyllistä määritellä erikseen lähtötietojoukko, laskentakaava ja tuloksen tarkistustapa. Näin tiimi saa selkeät vaiheet toistettavaa testausta varten.
Käyttöoikeussuosituksia on luettava niiden aikajärjestys huomioiden. Best Practices -opas, joka päivitettiin 15. kesäkuuta 2026 ja jonka toimitus tarkisti 8. lokakuuta, käsittelee agentin omistajaroolin oikeuksien periytymistä ja ehdottaa tulosten tallentamista tauluun. Sivulla todetaan suoraan, ettei aineistoa ylläpidetä jatkuvasti ja että se voi olla vanhentunut. Myöhempi 20. elokuuta julkaistu esikatselumerkintä määrittelee jo täsmälliset säännöt: SQL suoritetaan hiekkalaatikon ulkopuolella, tiedostot tallennetaan liitettyyn työtilaan, eivätkä owner’s rights -oikeuksilla tehdyt kutsut tue koodin suorittamista. Samat ehdot esitetään voimassa olevassa työkalukohtaisessa dokumentaatiossa.
Mikä säilyy laskentakertojen välillä
Työtilan sääntöjen mukaan siihen tallennetut tiedostot säilyvät hiekkalaatikon pysäyttämisen jälkeen. Muuttujat ja tuodut moduulit voivat kadota erillisten suoritusten välillä. Myöhemmissä vaiheissa tarvittavat tulokset tulee tallentaa tiedostoihin.
Jo elokuun esikatseluvaiheessa Snowflake luetteli esiasennetut tietojenkäsittely- ja kaaviokirjastot, kuten pandas, NumPy, matplotlib ja Plotly. Lisäpaketit liitetään Artifact Repositoryn kautta. Toimivaa työnkulkua valmisteltaessa kannattaa määritellä etukäteen sen riippuvuudet ja välitulosten siirtotapa.
Mitkä ehdot ovat tärkeitä käyttöönotossa
Nykyinen dokumentaatio asettaa rajoituksen omistajan oikeuksilla eli owner’s rights -oikeuksilla tehtäville kutsuille. Kun agenttia kutsutaan tällaisesta tallennetusta proseduurista, koodinsuoritustyökalut poistetaan pyynnöstä, hiekkalaatikkoa ei luoda ja vastaus sisältää varoituksen. Koodin suorittaminen edellyttää kutsua kutsuvan käyttäjän oikeuksilla eli caller’s rights -oikeuksilla.
Yleinen saatavuus on vahvistettu päivätyssä julkaisumerkinnässä. Ennen käyttöönottoa tietyllä tilillä tiimin on selvitettävä alueellinen saatavuus, suorituksen hinnoittelu, resurssirajat ja tukiehdot: lokakuun julkistus ei luettele näitä tietoja.
Kenelle sisäänrakennetusta Pythonista on hyötyä
Työkalu sopii ennen kaikkea tiimeille, jotka rakentavat analytiikka-avustajia Snowflaken sisälle. Sen käytännön tehtävä on yhdistää tietojen hakeminen ohjelmalliseen laskentaan ja visualisointiin yhdessä agentin prosessissa. Cortex Agentsin yleiskatsauksessa kuvatut työkalut mahdollistavat rakenteisen datan käsittelyn ja dokumenttihaun yhdistämisen, ja Python lisää mukaan laskentavaiheen.
Käyttöönotossa keskeisiä ovat kolme päätöstä: mikä työkalu hakee lähtötietojoukon, millä oikeuksilla agenttia kutsutaan ja minne tulokset tallennetaan. Ne kannattaa tarkistaa pienellä, toistettavalla tehtävällä, jonka vastaus tiedetään etukäteen — esimerkiksi laskemalla tunnusluku kiinteästä tietojoukosta ja laatimalla sitä vastaava kaavio.