Snowflake właśnie udostępniło ogólnie sugestie kodu AI w Cortex Code (CoCo). Ale najciekawsza część to nie autouzupełnianie — to co wie o Twoim środowisku.
Większość asystentów SQL zgaduje struktury schematów. Sugerują tabele, których nie ma, albo kolumny, do których nie masz dostępu.
To samo zapytanie. Inny kontekst. Zero wykonania.
Wbudowane sugestie CoCo naprawiają to, działając bezpośrednio w Snowsight Workspaces i wykorzystując Twoją rzeczywistą historię zapytań, schematy tabel i polityki RBAC do przewidywania kolejnej części Twojej instrukcji SQL.
Dlaczego to podejście lepiej działa dla zespołów danych:
- Sugestie osadzone w rzeczywistym kontekście katalogu, a nie w zgadywanych schematach
- Szanuje RBAC Snowflake, odwołując się tylko do autoryzowanych obiektów
- Integruje się bezpośrednio z plikami SQL i komórkami Notebook SQL
- Już przyjęte przez zespoły enterprise, takie jak Fanatics, Thomson Reuters i WHOOP
Prawdziwy wyróżnik: nie tylko generuje składnię. Czerpiąc kontekst z Snowflake Horizon Catalog, rozumie liniaż (lineage) i definicje metryk biznesowych, zanim zasugeruje kod.
Moja szczera opinia: AI autouzupełnianie staje się towarem, a poleganie wyłącznie na wbudowanych sugestiach nie naprawi magicznie zepsutych modeli danych. Ale traktując magazyn danych jako kontekst, a nie tylko cel, Snowflake przechodzi od generycznego generowania składni do rzeczywistego rozwoju świadomego środowiska.
📚 Źródło: https://lnkd.in/dcNZ2Sh8
P.S. Ile czasu Twój zespół traci na naprawianie wygenerowanego przez AI SQL, który halucynuje nieistniejące kolumny? 👇
