Michael Johnson5 жовтня 2026 року Snowflake оголосила загальну доступність вбудованого інструмента виконання коду в Cortex Agents. Він дозволяє агенту запускати скрипти для обробки даних, обчислень і візуалізації під час діалогу.
Що змінилося 5 жовтня
Змінився статус наявного інструмента: Snowflake перевела його з попереднього доступу в загальну доступність — General Availability, або GA. Окремий запис про запуск попереднього доступу датований 20 серпня 2026 року. Жовтнева новина стосується завершення попереднього етапу доступності.
Згідно з описом налаштування інструмента, виконання коду підключається через специфікацію агента. Агент вирішує, коли створити й запустити код, на основі запиту користувача. Інструмент також виконує Python-скрипти у складі навичок агента — підключених інструкцій і ресурсів для певних завдань.
Як агент отримує дані й виконує обчислення
У спеціалізованій документації інструмент code_execution описаний як виконання Python в ізольованій пісочниці. SQL-інструменти запитують дані Snowflake поза пісочницею, після чого Python обробляє отримані результати. Пісочниці доступні передані в сесію дані та підключений робочий простір.
У загальній архітектурі Cortex Agents різні інструменти відповідають за різні етапи роботи. Cortex Analyst використовується для структурованих даних, Cortex Search — для пошуку в документах, а виконання коду додає програмну обробку. За описом Snowflake, керована оркестрація дозволяє агенту планувати роботу, викликати інструменти й формувати відповідь.
Із цієї архітектури випливає практичний сценарій для аналітичного помічника: отримати вибірку, виконати обчислення й підготувати графік у межах одного діалогу. Під час проєктування такого сценарію корисно окремо визначити початкову вибірку, формулу обчислення та спосіб перевірки результату. Це дає команді зрозумілі етапи для відтворюваного тестування.
Рекомендації щодо прав доступу слід читати з урахуванням хронології. Посібник із найкращих практик, оновлений 15 червня 2026 року й перевірений редакцією 8 жовтня, говорить про успадкування прав ролі власника агента та пропонує зберігати результати в таблиці. На сторінці прямо зазначено, що матеріал не підтримується на постійній основі й може бути застарілим. Пізніший запис про попередній доступ від 20 серпня вже встановлює конкретні правила: SQL виконується поза пісочницею, файли зберігаються в підключеному робочому просторі, а виклики з owner’s rights не підтримують виконання коду. Ці ж умови викладені в чинній спеціалізованій документації.
Що зберігається між обчисленнями
За правилами робочого простору, записані в нього файли зберігаються після зупинки пісочниці. Змінні та імпортовані модулі між окремими виконаннями можуть втрачатися. Результати, потрібні для наступних кроків, слід записувати у файли.
Ще на етапі серпневого попереднього доступу Snowflake перелічила попередньо встановлені бібліотеки обробки даних і побудови графіків, зокрема pandas, NumPy, matplotlib і Plotly. Додаткові пакети підключаються через Artifact Repository. Під час підготовки робочого сценарію варто заздалегідь визначити його залежності та спосіб передавання проміжних результатів.
Які умови важливі під час підключення
Поточна документація встановлює обмеження для викликів із правами власника — owner’s rights. Під час виклику агента з такої збереженої процедури інструменти виконання коду видаляються із запиту, пісочниця не створюється, а відповідь містить попередження. Для виконання коду потрібен виклик із правами користувача, який викликає агента, — caller’s rights.
GA підтверджена датованим записом релізу. Перед підключенням у конкретному обліковому записі команді потрібно уточнити регіональну доступність, тарифікацію виконання, ресурсні ліміти й умови підтримки: жовтневий анонс цих параметрів не перелічує.
Кому стане в пригоді вбудований Python
Інструмент підходить насамперед командам, які створюють аналітичних помічників усередині Snowflake. Його практична роль — пов’язати отримання даних із програмними обчисленнями й візуалізацією в одному процесі агента. Описані в огляді Cortex Agents інструменти дозволяють поєднувати роботу зі структурованими даними та пошук у документах, а Python додає обчислювальний етап.
Для впровадження ключовими стають три рішення: який інструмент отримує початкову вибірку, з якими правами викликається агент і де зберігаються результати. Їх варто перевірити на невеликому відтворюваному завданні із заздалегідь відомою відповіддю — наприклад, обчисленні показника за фіксованою вибіркою та побудові відповідного графіка.