Michael JohnsonLe 5 octobre 2026, Snowflake a annoncé la disponibilité générale de l’outil intégré d’exécution de code dans Cortex Agents. Celui-ci permet à l’agent d’exécuter des scripts pour traiter des données, effectuer des calculs et produire des visualisations au cours d’une conversation.
Ce qui a changé le 5 octobre
C’est le statut de l’outil existant qui a changé : Snowflake l’a fait passer de l’accès préliminaire à la disponibilité générale, ou GA. Une note sur le lancement en préversion distincte est datée du 20 août 2026. L’annonce d’octobre concerne la fin de cette phase de disponibilité préliminaire.
Selon la description de la configuration de l’outil, l’exécution de code s’active dans la spécification de l’agent. Celui-ci décide quand créer et exécuter du code en fonction de la demande de l’utilisateur. L’outil exécute également des scripts Python dans le cadre des compétences de l’agent, les « agent skills » : des instructions et des ressources que l’on peut intégrer pour des tâches précises.
Comment l’agent obtient les données et effectue les calculs
La documentation spécialisée décrit l’outil code_execution comme un moyen d’exécuter Python dans un bac à sable isolé. Les outils SQL interrogent les données Snowflake en dehors du bac à sable, puis Python traite les résultats obtenus. Le bac à sable a accès aux données transmises à la session et à l’espace de travail associé.
Dans l’architecture générale de Cortex Agents, différents outils prennent en charge les différentes étapes du travail. Cortex Analyst est utilisé pour les données structurées, Cortex Search pour la recherche dans les documents, et l’exécution de code ajoute un traitement programmatique. Selon la description de Snowflake, l’orchestration gérée permet à l’agent de planifier son travail, d’appeler les outils et de formuler une réponse.
Cette architecture permet d’envisager un scénario pratique pour un assistant analytique : obtenir un jeu de données, effectuer un calcul et préparer un graphique au cours d’une même conversation. Lors de la conception de ce scénario, il est utile de définir séparément le jeu de données initial, la formule de calcul et la méthode de vérification du résultat. L’équipe dispose ainsi d’étapes claires pour réaliser des tests reproductibles.
Les recommandations relatives aux droits d’accès doivent être lues en tenant compte de leur chronologie. Le guide des bonnes pratiques, mis à jour le 15 juin 2026 et vérifié par la rédaction le 8 octobre, évoque l’héritage des droits du rôle du propriétaire de l’agent et propose d’enregistrer les résultats dans une table. La page indique explicitement que le contenu n’est pas maintenu en continu et peut être obsolète. La note de préversion du 20 août, plus récente, fixe déjà des règles précises : SQL s’exécute en dehors du bac à sable, les fichiers sont enregistrés dans l’espace de travail associé, et les appels avec owner’s rights ne prennent pas en charge l’exécution de code. Ces mêmes conditions figurent dans la documentation spécialisée actuelle.
Ce qui est conservé entre les calculs
Selon les règles de l’espace de travail, les fichiers qui y sont enregistrés subsistent après l’arrêt du bac à sable. Les variables et les modules importés peuvent être perdus entre deux exécutions distinctes. Les résultats nécessaires aux étapes suivantes doivent être enregistrés dans des fichiers.
Dès la préversion d’août, Snowflake a énuméré les bibliothèques préinstallées pour le traitement des données et la création de graphiques, notamment pandas, NumPy, matplotlib et Plotly. Des paquets supplémentaires peuvent être intégrés via Artifact Repository. Lors de la préparation d’un scénario opérationnel, il convient de déterminer à l’avance ses dépendances et la méthode de transmission des résultats intermédiaires.
Les conditions importantes lors de la configuration
La documentation actuelle impose une restriction aux appels effectués avec les droits du propriétaire, ou owner’s rights. Lorsque l’agent est appelé depuis une telle procédure stockée, les outils d’exécution de code sont retirés de la requête, le bac à sable n’est pas créé et la réponse contient un avertissement. L’exécution de code nécessite un appel avec les droits de l’utilisateur appelant, ou caller’s rights.
La disponibilité générale est confirmée par une note de version datée. Avant d’activer l’outil dans un compte donné, l’équipe doit vérifier la disponibilité régionale, la tarification de l’exécution, les limites de ressources et les conditions de support : l’annonce d’octobre ne détaille pas ces paramètres.
À qui le Python intégré sera utile
L’outil s’adresse avant tout aux équipes qui créent des assistants analytiques au sein de Snowflake. Son rôle pratique consiste à relier l’obtention des données aux calculs programmatiques et à la visualisation dans un même processus d’agent. Les outils décrits dans la présentation de Cortex Agents permettent de combiner le traitement de données structurées et la recherche dans les documents, tandis que Python ajoute une étape de calcul.
Pour le déploiement, trois décisions deviennent essentielles : quel outil obtient le jeu de données initial, avec quels droits l’agent est appelé et où les résultats sont enregistrés. Il convient de les vérifier sur une petite tâche reproductible dont la réponse est connue à l’avance, par exemple le calcul d’un indicateur sur un jeu de données fixe et la création du graphique correspondant.