Snowflake CoCo从编码代理跃迁为AI开发平台并推出Datastream托管Kafka；Horizon Context以三段式架构构建AI治理的业务语义层；Microsoft Fabric首发GPU加速数据仓库获SIGMOD最佳论文并正式发布Fabric IQ

第十五期追踪到DataInfra领域三条重要动态：Snowflake Summit 26第二日（6月2日）发布CoCo平台化跃迁——原Cortex Code更名为CoCo，从AI编码助手跃迁为全表面AI开发平台，Desktop原生应用+Cloud Agents云端隔离运行+Automations自主工作流+Skill Catalog可复用技能，VS Code/Excel/Slack/Claude Code多端扩展，ADE-Bench评估72.1%超越Claude Code和Codex的65.1%且token消耗少51%，Fanatics/Thomson Reuters/WHOOP生产使用，7000+客户；同日推出Datastream——原生Apache Kafka兼容的托管流服务，数据以Snowflake原生表或Iceberg表落地秒级可查，RBAC+Horizon Catalog治理+分类+血缘+脱敏策略自动继承，Kafka Connector 4.0 GA支持10GB/s单表摄入，Wind Creek Hospitality将dbt批处理30分钟延迟降至Dynamic Tables不到1分钟；Horizon Context是本期技术深度最高的发布——Collect→Enrich→Activate三段式架构，Metadata Connectors（私有预览）连接PostgreSQL/SQL Server/Tableau/Power BI/dbt，OpenLineage API（公开预览）采集血缘，Open Semantic Interchange（OSI）54家厂商参与制定语义元数据交换标准，端到端列级血缘跨Snowflake和外部系统拼接，AI自动生成表和列描述，Semantic Studio（私有预览）AI辅助IDE+CoCo集成+Git集成，Semantic View Autopilot从现有SQL/Tableau/Power BI文件自动创建语义视图，Advanced Semantics（私有预览）引入LOD计算和可组合定义，BlackRock生产使用——从’数据目录’走向’AI理解层’；Microsoft Build 2026同步发布Fabric GPU加速数据仓库——首个完全托管GPU加速DW，集成NVIDIA加速计算和自定义CUDA内核，64用户并发下比3个可比外部供应商高达7倍性能提升，ACM SIGMOD 2026最佳行业论文奖，2026年7月早期访问预览，UNC Health查询速度提升5倍；Fabric IQ正式发布——本体论定义业务实体关系+语义模型结构化数据表示+操作代理实时监控异常自动行动，Fabric Graph GA关系优先模型，Planning本月GA支持预算预测场景建模写回，Rayfin开源SDK/CLI将代理生成应用从原型一键推送至Fabric生产后端，Azure HorizonDB企业级PostgreSQL公开预览128TB弹性存储/3072 vCores/亚毫秒多区域提交延迟/内置向量搜索+AI模型管理——这三条动态共同指向DataInfra竞争维度的根本性转移：AI编码代理不是在真空中写代码而是在治理数据环境中运行（CoCo），AI查询不是猜测业务含义而是基于统一治理的语义定义（Horizon Context），数据仓库不是只跑SQL还要原生支持语义层和操作代理（Fabric IQ），‘谁更快’的竞争正在让位于’谁更懂业务’。

Snowflake CoCo平台化跃迁与Datastream：从编码代理到代理式控制平面的开发枢纽

事件概述

6月2日，Snowflake在Summit 26第二日发布CoCo（原Cortex Code）的重大平台化更新，同时推出Datastream托管流服务。CoCo不再是单一的AI编码助手，而是一个覆盖Desktop应用、Cloud Agents云端运行、Automations自主工作流、Skill Catalog可复用技能的全表面AI开发平台——扩展至VS Code、Excel、Slack、Claude Code等开发者已有工具链。在dbt Labs创建的ADE-Bench（评估AI代理在真实分析和数据工程任务上的表现）上，CoCo以72.1%的通过率超越了Anthropic Claude Code和OpenAI Codex各自的65.1%，且相比Claude Code（Opus 4.7），CoCo使用51%更少的token和8%更少的时间。CoCo的效率优势来自两个设计选择：定向探索而非穷举扫描（直接导航到相关数据）、原生工具而非bash回退（使用Snowflake/dbt/Airflow原生工具操作数据系统）。Fanatics副总裁Maddy Want表示：“工程师过去需要数天解决的管道问题和数据建模，现在数小时即可完成。“Thomson Reuters在37,500+治理表和350个数据源上使用CoCo加速现代化。WHOOP计划将CoCo推广至整个组织而非仅数据团队。CoCo已拥有7,000+客户和100+领域技能。

Datastream是Snowflake原生的Apache Kafka兼容托管流服务——组织可直接在Snowflake内运行Kafka应用和流系统，无需维护独立的broker、connector或额外的流基础设施。数据以Snowflake原生表或Apache Iceberg表持续落地、秒级可查，topic使用Snowflake RBAC安全控制，表继承Horizon Catalog的完整治理能力（分类、血缘、脱敏策略）。CoCo可通过自然语言描述自动配置Datastream管道，无需深度Kafka专业知识。同日还发布了Snowpipe Streaming增强：Kafka Connector 4.0 GA支持10GB/s单表摄入且客户端资源减少30%、Error Logging GA捕获失败行、Elastic Channels私有预览支持数千客户端并发GB/s级流写入、Durable Acknowledgments私有预览消除摄入与提交间的数据丢失窗口。Dynamic Tables性能提升2.8倍刷新速度，Custom Incrementalization公开预览支持MERGE/INSERT自定义增量逻辑。

技术解析

• CoCo Desktop——全表面开发环境：原生桌面应用（Windows/macOS），将代码编辑器、数据上下文、治理环境和执行运行时统一在单一界面。开发者可在编辑器中创建数据管道、构建应用、设计代理、调试notebook、可视化数据流，无需在多个屏幕间切换。本地沙箱隔离代理与敏感文件和系统资源。关键设计：编辑器成为代码+数据+上下文+执行的汇聚点，让开发者从原型到生产保持心流状态。
• Cloud Agents——云端隔离运行：每个Snowsight会话自动启动隔离的、Snowflake管理的云端容器。代理可执行shell命令、运行Python脚本、安装包、读写文件、执行dbt build和test（使用动态生成的Snowflake profile）、搜索网页获取额外上下文。用户无需保持本地会话——代理在后台运行、完成后返回结果。CoCo Agent SDK允许将Cloud Agents嵌入现有工作流。
• Automations——自主工作流执行：支持定期的、事件驱动的工作流自动执行，消除持续用户提示的需求。适用于持续监控、验证和运营流程。每个自动化受Snowflake RBAC保护，支持完整审计追踪。这是CoCo从”被动助手”走向”主动代理”的关键一步——代理不再是等待指令的工具，而是可编程的自动化引擎。
• Datastream——Kafka兼容的托管流服务：核心架构是Snowflake平台内的原生Kafka服务，数据持续流入Snowflake/Iceberg表。与Openflow的定位区分：Openflow（Vol.14报道GA）是基于Apache NiFi的批量+流式数据集成，解决”数据如何进入Snowflake”；Datastream是原生Kafka兼容流服务，解决”实时数据如何在Snowflake内持续流动”。两者互补——Openflow处理初始加载和复杂源连接，Datastream处理持续实时流。Cboe Global Markets通过Snowpipe Streaming每日处理1,900亿行市场数据，30秒内可查。
• CoWork（原Snowflake Intelligence）——个人工作代理：重命名并扩展为每个知识工作者的个人AI工作代理。可通过Web、移动端和Slack访问，支持自动调度、工件生成、深度研究，通过MCP连接企业系统。CoWork与CoCo构成Snowflake代理式控制平面的双面——CoCo面向开发者的编码代理，CoWork面向业务用户的工作代理。
• Skill Catalog与预构建Skills：可复用工作流目录，让团队跨职能共享和复用工作流，而非每个项目重新构建。数据工程和AI工作流预构建Skills降低入门门槛——与Vol.2报道的OpenSearch Agent Skills和Vol.10报道的Hologres CLI & Skills在”可复用代理能力”方向上一致。

行业影响

CoCo平台化的深层意义不是”编码助手加了几个界面”，而是AI编码代理从”独立工具”走向”代理式控制平面的开发枢纽”的定位跃迁。Vol.14报道Cortex AISQL将AI操作符注入SQL引擎——解决”AI如何查询数据”；本期CoCo将AI代理注入开发全流程——解决”AI如何构建数据应用”。两者组合形成闭环：CoCo构建的数据管道和应用产出Cortex AISQL可查询的数据产品，Cortex AISQL的查询结果反馈给CoCo优化管道。

ADE-Bench的72.1%超越Claude Code/Codex的65.1%是数据工程领域AI代理的第一个权威基准对比。更值得注意的是51%的token节省——CoCo不是用更多计算暴力解决问题，而是通过”定向探索+原生工具”的策略更高效地到达答案。这验证了一个判断：在数据工程场景中，领域特定代理比通用编码代理更高效——因为它理解数据上下文、治理策略和工具链，不需要从零探索。

Datastream的推出标志着Snowflake正式进入流基础设施市场，直接与Confluent、Amazon MSK、Azure Event Hubs竞争。但Datastream的差异化不在于Kafka兼容性本身，而在于”流数据到达即治理”——数据流入的瞬间就继承Horizon Catalog的分类、脱敏和血缘策略。这与Vol.14报道的Openflow”数据摄入即治理”的思路一致，但Datastream更进一步——不是批量摄入后治理，而是持续流入中治理。

相关链接

• Snowflake CoCo: The Coding Agent Built for Data Now Available Where You Work
• Snowflake CoCo Press Release
• Simplify the Entire Data Development Lifecycle (Datastream)

---

Snowflake Horizon Context：从数据目录走向AI理解层

事件概述

6月2日，Snowflake在Summit 26发布Horizon Context——Horizon Catalog内的新能力，为AI、BI和应用提供连接的、治理的业务语义基础。博客以一个精准的场景开场：销售负责人看到Q3收入1,420万美元，CFO看到1,280万美元——同样的数据，不同的AI代理，不同的答案。原因不是数据错误，而是”收入”的业务定义分散在BI模型、仪表板和LLM提示中——这是Vol.14报道Cortex AISQL时未触及的深层问题：AI操作符再强大，如果”收入”在不同上下文中含义不同，AI_FILTER和AI_AGG的结果也不可靠。Horizon Context通过Collect→Enrich→Activate三段式架构解决这个问题：从分散系统收集元数据（Collect），用业务定义和关系丰富原始元数据（Enrich），让AI代理、BI工具和应用自动发现和应用受信逻辑（Activate）。BlackRock Aladdin全球数据工厂与企业数据平台负责人Jeff Miller评价：“Snowflake Horizon Context帮助我们在更广泛的数据生态中扩展一致的业务定义，支持更大规模的可信治理AI和分析体验。”

技术解析

• Collect——构建完整画面：①Metadata Connectors（私有预览）——连接PostgreSQL、Microsoft SQL Server、Tableau、Power BI和dbt，采集数据库schema、查询日志、仪表板定义等。Horizon Catalog从”Snowflake数据的数据目录”扩展为”所有数据的数据目录”。②OpenLineage API（公开预览）——配置Apache Airflow等OpenLineage生产者直接发送血缘信息到Horizon Catalog。③Open Semantic Interchange（OSI）——Snowflake主导的语义元数据交换开放标准，54家厂商参与工作组并已发布规范。OSI解决的是AI代理时代最核心的互操作问题：不同系统如何交换”这个字段在业务上意味着什么”的信息。
• Enrich——将原始元数据转化为业务含义：①端到端列级血缘——从Snowflake和外部查询日志、BI系统、OpenLineage输入中挖掘血缘，然后拼接成完整的血缘图。跨系统血缘拼接是此前数据目录产品的经典难题（Snowflake中的血缘和Tableau中的血缘是断开的），Horizon Context将它们缝合。②Popularity——使用查询和访问日志计算热度作为权威性信号。当数十个相似数据资产存在时，“哪个是可信的”的判断不再依赖人工标注，而是基于使用频度。③AI生成数据文档——使用AI自动生成表和列描述，结合元数据和可选的样本数据。④Semantic Views增强——Advanced Semantics（私有预览）引入LOD（Level of Detail）计算、可组合定义和用户定义物化+自动查询重写；Semantic Studio（私有预览）是Workspaces中的AI辅助IDE，集成CoCo和Git；Semantic View Autopilot从现有SQL、Tableau和Power BI文件自动创建语义视图。
• Activate——让上下文自动工作：Context Search让CoCo通过Universal Search（混合关键词+语义搜索，使用popularity排名和访问控制过滤）自动检索相关上下文。关键设计：上下文不是被动存储的，而是主动注入的——当CoCo回答”Q3收入是多少”时，Horizon Context自动注入”收入”的受信业务定义，无需用户手动指定语义模型。
• Agent Identity——代理的身份与权限：每个AI代理拥有独立身份和权限模型。“如果我创建一个代理，默认它以我的凭证和权限运行，“Kleinerman解释，“Agent Identity让这个独立身份可以被约束和限制。“零信任原则应用于AI环境——代理不再”继承”创建者的所有权限，而是拥有最小必要权限。
• 与Vol.14的Cortex AISQL的关系：Cortex AISQL解决”AI如何查询数据”（操作层），Horizon Context解决”AI如何理解数据”（语义层）。没有Horizon Context，AI_FILTER(“关于产品质量的投诉”)可能把”产品质量”理解为文本匹配而非业务定义；有了Horizon Context，AI_FILTER基于统一的业务定义执行语义过滤。Horizon Context是Cortex AISQL的语义根基。

行业影响

Horizon Context的深层意义不是”又一个语义层产品”，而是数据目录从”定义名词”走向”理解动词”的范式迁移。传统数据目录回答”我们有什么数据”——定义表名、列名、数据类型、所有者。Horizon Context回答”数据在业务中意味着什么”——定义业务概念、计算逻辑、权威来源、关系图谱。前者是静态的元数据管理，后者是动态的语义理解。

这与Vol.14报道的Cortex AISQL形成必要的互补——Cortex AISQL让SQL能调用AI，但AI调用需要基于可信的业务语义。当销售负责人和CFO的AI代理对”收入”有不同理解时，Cortex AISQL的AI_AGG(“SUM(revenue)“)在两个代理上返回不同的结果。Horizon Context确保”收入”在所有代理、BI工具和应用中含义一致——它不是在AI外面包一层治理壳，而是让AI的推理基于治理过的业务定义。

OSI的54家厂商参与是值得重视的信号。Vol.12报道Databricks Iceberg v3 GA时判断”格式层的功能差距已被弥合，竞争转向目录层”。Horizon Context和OSI正是目录层竞争的具象化——Snowflake试图将语义互操作的标准制定权掌握在自己手中，正如Iceberg将格式标准开放给社区。如果OSI成为事实标准，Snowflake在目录层的地位将从”Snowflake数据的目录”变为”所有数据的语义理解层”。

相关链接

• Snowflake Horizon Context: The Governed Context Layer for AI, BI and Apps
• Snowflake Horizon Catalog Press Release

---

Microsoft Fabric GPU加速数据仓库与Fabric IQ正式发布：SIGMOD最佳论文背书与语义层生产就绪

事件概述

6月2日，Microsoft Build 2026发布Fabric GPU加速数据仓库和Fabric IQ正式版。Fabric GPU加速DW是业界首个完全托管的GPU加速数据仓库——集成NVIDIA加速计算和自定义CUDA内核，在64用户并发下比3个可比外部供应商高达7倍性能提升，且该研究成果获得ACM SIGMOD 2026最佳行业论文奖。UNC Health在预览中查询速度提升5倍。2026年7月进入早期访问预览。Fabric IQ正式发布，将本体论（Ontologies）、语义模型（Semantic Models）和操作代理（Operational Agents）三层架构带入生产环境——本体论定义业务实体、关系、属性、规则和操作；语义模型提供结构化的受管数据表示；操作代理持续监控实时数据、检测模式或异常、基于业务逻辑自动行动。Fabric Graph同步GA，提供高度可扩展的关系优先模型连接业务实体、系统和信号。Planning功能本月GA，支持计划、预算、预测和场景建模写回。Rayfin作为新开源SDK/CLI，专为将代理生成的应用从原型推送至Fabric生产后端而设计——与Replit合作，开发者描述要构建的内容，直接获得企业级应用后端，应用数据自动进入OneLake。Azure HorizonDB同步公开预览——企业级PostgreSQL兼容数据库，128TB弹性存储、3,072 vCores大规模横向扩展、亚毫秒多区域提交延迟，内置向量搜索和AI模型管理，NASDAQ评价”将事务数据、向量搜索和AI功能整合在一个平台上，简化了架构”。

技术解析

• GPU加速数据仓库——SIGMOD最佳论文：Fabric DW引入GPU加速查询执行，集成NVIDIA加速计算和自定义CUDA内核。关键突破：查询加速在Fabric中自动工作，无需查询重写。64用户并发报告和应用工作负载下，比3个可比外部供应商高达7倍性能提升。这是继Vol.13报道Databricks Enzyme获SIGMOD 2026荣誉提名后，又一项SIGMOD 2026认可的数据基础设施研究——Enzyme获奖在增量视图维护（写路径优化），Fabric GPU-DW获奖在查询执行加速（读路径优化），两者互补。
• Fabric IQ三层架构：①本体论层（Ontologies）——定义业务实体、关系、属性、规则和操作，连接Fabric Real-Time Intelligence的实时信号，使操作代理能基于策略推理和行动。②语义模型层——Power BI行业领先的语义模型提供结构化数据表示，为受信BI和代理训练提供基础。③操作代理层——正式发布，持续监控实时数据、检测模式或异常、基于预定义业务逻辑采取行动，在受管的Fabric基础上运行并与Microsoft Foundry集成。
• Fabric IQ跨生态扩展：①Microsoft Foundry（预览）——本体论可直接从Foundry作为知识源访问。②Agent 365 MCP工具（预览）——Fabric IQ与Agent 365集成为MCP工具，确保代理行为在资产中保持一致。③Microsoft 365 Copilot——代理可访问受管Fabric数据，从Power BI报告开始将洞察转化为行动。④GitHub Copilot CLI——Fabric IQ工具和技能可通过CLI访问，查询Power BI报告和语义模型。
• Rayfin——从提示到生产后端：开源SDK/CLI，开发者和编码代理描述要构建的内容，Rayfin自动生成包含数据库、认证等的企业级应用后端，直接部署到Fabric。应用数据自动进入OneLake，立即可用完整的Fabric数据栈。与Replit合作，用户在熟悉界面中构建企业应用，在自己的Fabric租户中管理应用和数据。
• Azure HorizonDB——AI原生企业PostgreSQL：公开预览，完全托管的PostgreSQL兼容数据库。核心规格：128TB弹性存储、3,072 vCores大规模横向扩展、默认区域弹性、亚毫秒多区域提交延迟。AI特定功能：内置向量搜索、集成AI模型管理、与Microsoft Foundry和Fabric直接连接。定位是将事务数据、向量搜索和AI功能整合在单一平台，消除”OLTP数据库+向量数据库+AI平台”的三系统架构。
• Database Hub in Fabric（私有预览）：集中管理Microsoft Databases，将数据库镜像到OneLake，统一操作和分析数据在单一基础上。

行业影响

Fabric GPU加速数据仓库获SIGMOD最佳行业论文奖的意义超越性能数字本身——它标志着GPU加速从AI训练和推理走向分析查询执行的正式学术认可。此前GPU在数据基础设施中的应用集中在AI工作负载（训练/推理/向量搜索），Fabric GPU-DW证明GPU加速对传统分析查询同样有效——当查询执行涉及大规模并行扫描、过滤、聚合和JOIN时，GPU的数千核心可以比CPU更高效地处理。7倍性能提升和SIGMOD背书可能开启”GPU-native数据仓库”的新赛道。

Fabric IQ的正式发布标志着微软在数据基础设施语义层竞赛中率先将本体论+语义模型+操作代理带入生产。这与本期Snowflake Horizon Context形成直接竞争——两者都试图解决”AI如何理解业务含义”的问题，但路径不同：Horizon Context从目录扩展（Collect→Enrich→Activate），Fabric IQ从BI工具扩展（语义模型→本体论→操作代理）。Snowflake的优势在跨系统元数据采集（Metadata Connectors+OpenLineage+OSI），微软的优势在BI工具深度集成（Power BI+Excel+Copilot）。语义层正在成为数据基础设施的下一个竞争焦点——格式层有Iceberg/Delta统一，目录层有Unity Catalog/Horizon Catalog/Polaris竞争，语义层则有Horizon Context/Fabric IQ/dbt Semantic Layer三方角力。

Rayfin开源SDK的”从提示到生产”理念与CoCo的”代理式控制平面”异曲同工——两者都试图将AI编码代理的输出从原型快速推送到生产。但Rayfin更侧重应用后端自动生成（“描述→后端→Fabric部署”），CoCo更侧重数据工程工作流自动化（“描述→管道→Snowflake运行”）。两者从不同入口解决同一个问题：AI编码代理的产出如何安全、受管地到达生产环境。

相关链接

• Microsoft Build 2026: Building agentic apps with Microsoft Fabric and Microsoft Databases
• Adaptive Compute Delivers High Performance That Evolves with Your Workloads

---

编者评

第十五期的三条动态，将前十四期追踪的多条线索汇聚到一个清晰的焦点：DataInfra的竞争维度正在从”谁更快”转向”谁更懂业务”。

第一个维度是AI编码代理的治理化：从”在真空中写代码”到”在治理环境中构建”。 CoCo在ADE-Bench上的72.1%超越Claude Code/Codex，不是因为它用了更大的模型或更多的token，而是因为它”理解数据上下文”——定向探索+原生工具的策略比穷举扫描+bash回退更高效。51%的token节省证明：在数据工程场景中，领域知识比算力更有价值。Cloud Agents和Automations让CoCo从”被动助手”走向”主动代理”——代理不再是等待指令的工具，而是可在受管环境中自主执行的工作流引擎。这与Vol.13报道的Lakebase数据库分支（“每个人都有自己的数据库”）和Vol.11报道的ClickHouse Agents（“代理分析数据”）方向一致——AI代理需要在隔离的、受管的环境中运行，而非共享环境中争用资源。

第二个维度是业务语义的基础设施化：从”每个系统自己定义”到”统一治理层自动分发”。 Horizon Context的Collect→Enrich→Activate架构和Fabric IQ的语义模型→本体论→操作代理三层架构，从不同路径解决同一个问题：当多个AI代理、BI工具和应用需要基于相同的业务定义工作时，“收入”不能在Snowflake、Tableau和Power BI中有三个不同含义。此前这个问题由人工协调解决（数据治理团队手动对齐定义），Horizon Context和Fabric IQ将其自动化——AI生成文档、自动血缘拼接、语义视图自动创建，让”业务定义一致性”从治理目标变为基础设施能力。OSI的54家厂商参与和Fabric IQ的MCP工具集成指向同一方向：语义互操作正在从”每个工具各自定义”走向”统一语义层分发”——正如Iceberg统一了格式层，Horizon Context/Fabric IQ试图统一语义层。

第三个维度是计算架构的领域化：从”通用CPU处理所有查询”到”领域特化加速器各司其职”。 Fabric GPU加速DW用CUDA内核加速分析查询，Snowflake Adaptive Compute用工作负载感知路由动态分配资源，CoCo用原生工具替代bash回退——三者看似不同，实则同源：当工作负载足够多样化时，通用架构的效率天花板出现，领域特化成为突破方向。GPU加速分析查询、自适应路由分配计算、原生工具加速数据操作——每个领域的”专用加速器”都比通用方案更高效，但需要平台将它们无缝编排。

将十五期主线串联，一个完整的竞争图谱浮现：格式层已统一（Iceberg/Delta），目录层在竞争（Unity Catalog/Horizon Catalog/Polaris），语义层正在成为新焦点（Horizon Context/Fabric IQ/dbt），开发层在平台化（CoCo/Rayfin），计算层在领域特化（GPU-DW/Adaptive Compute/Liquid Clustering）。 竞争的主轴从”谁的处理引擎更快”上移到”谁让AI更懂业务”——当SQL能原生调用AI（Vol.14 Cortex AISQL）、数据布局能动态适配（Vol.14 Liquid Clustering）、业务语义能自动分发（本期Horizon Context/Fabric IQ）、编码代理能在治理环境中运行（本期CoCo）时，DataInfra的终极竞争不是功能或性能，而是让AI和数据之间的每一步——从理解业务含义到执行操作到返回结果——都在同一治理框架内完成，消除”理解偏差”和”治理缺口”。Horizon Context的”Q3收入为什么是1,420万而不是1,280万”之问，是整个DataInfra行业必须回答的根本问题。