一句话看懂：Snowflake 与埃森哲联合提出“智能体企业”架构，核心思路是在企业数据层之上构建“上下文图谱”与“控制平面”，将碎片化的智能体行动统一为可治理的决策流程。这并非新产品发布，而是一套旨在解决企业 AI 规模化落地中“各自为战”问题的系统性技术方案。
事件核心：发生了什么
InfoQ CN 转载了 Snowflake 官方博客的观点文章。文章指出，目前多数企业以孤岛方式部署智能体——财务、供应链、营销等智能体彼此决策矛盾，根源在于缺乏统一的“企业上下文”。为此，Snowflake 与埃森哲提出四层架构：企业数据与上下文层（含埃森哲上下文图谱）、AI 模型层、SaaS 与应用层、智能体控制平面（含 Snowflake CoWork 与 CoCo）。其中，上下文图谱将行业语义、KPI 层级、政策护栏编码为可重复使用的决策知识；控制平面则协调四个要素，执行治理规则。埃森哲声称，其已为金融服务、消费品、医疗支付等行业构建了经过同行评审的上下文图谱。
为什么重要
这篇文章实质上回应了企业 AI 从“问答式交互”向“主动行动”跃迁时的治理难题。过去一年，多智能体协作是热点，但多数实现停留在实验阶段，缺乏融入企业既有数据治理体系的路径。Snowflake+埃森哲的方案提供了一个可核查的尝试：将“上下文”作为资产治理，而非智能体的临时参数。此外，埃森哲数据仅 7% 的企业（“数据重塑者”）具备规模化 AI 所需的数据基础，这一数据暗示，企业若想将智能体用于核心决策而非辅助查询，必须先完成数据底座的重构。这可能会推动一批企业加速采用类似“上下文图谱”的中间件。
对用户/开发者/创作者的影响
对企业数据团队与开发者而言，这意味着今后构建企业智能体时，不能仅关注模型选型（如 Claude、Gemini、ChatGPT 等），还需投资于“业务语义层”的治理能力——例如定义客户流失的信号、利润率的计算公式、合规升级的触发条件。Snowflake CoCo 作为编码智能体，让开发者能在同一治理体系下调用这些上下文。对 SaaS 应用开发者，这一趋势可能要求他们的产品支持标准化的上下文集成协议（如文中所提 MCP 开放标准），否则可能被排除在大型企业的智能体控制平面之外。对 AI 平台的竞争格局而言，这标志着“数据+模型+行业知识”的三要素绑定正在成为企业级护城河。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，埃森哲上下文图谱能否在更多行业落地并保持更新频率，这决定了其能否从咨询项目变为可规模化的平台资产。第二，Snowflake CoWork 与 CoCo 的具体定价与开放程度尚未披露，开发者是否能够自主构建自定义的控制平面组件，会影响生态渗透。第三，竞品动态——Databricks 与 Salesforce 也在推进类似的“数据+AI+治理”方案，若 Snowflake 无法快速绑定足够多的行业上下文图谱，可能会在争夺“数据重塑者”客户的竞争中处于劣势。
来源：InfoQ CN
