📰 Snowflake против "галлюцинаций" AI: Как контекст станет новым полем боя для умных агентов
В последнее время мир корпоративного искусственного интеллекта столкнулся с новой, весьма неприятной проблемой: AI-агенты, призванные упростить жизнь, начали уверенно выдавать ложную информацию. Как сообщает VentureBeat, дело не в самих моделях, а в так называемом "слое контекста" – той самой основе, которая помогает AI понимать данные.
По мере того как компании переходят от простых однослойных систем поиска (RAG) к более сложным гибридным архитектурам, одна и та же информация может трактоваться по-разному в зависимости от того, какой агент, инструмент или система задает вопрос. Например, понятие "выручка" может иметь разное значение в панели бизнес-аналитики (BI), в таблице SQL или в инструкциях, которые получает AI-агент. За последние два года инфраструктура поиска стала быстрее и дешевле, но не привела к общему пониманию того, что означают данные.
На недавнем Snowflake Summit 26 в Сан-Франциско компания Snowflake представила комплексное решение этой проблемы. Анонсы охватили управляемую потоковую службу Data Stream, совместимую с Kafka, улучшения в области адаптивных вычислений, расширенную совместимость с Apache Iceberg, а также обновления для своих продуктов для агентов и кодирования – Cowork и CoCo.
В основе всего этого лежит новый "слой контекста": Horizon Context и Cortex Sense. Это двухслойная система, разработанная для того, чтобы предоставить агентам единое, управляемое определение бизнес-логики, которое будет использоваться во всех поисковых стеках. Почему это важно? Согласно данным VB Pulse Q1 2026 от VentureBeat, основанным на опросе организаций со 100+ сотрудниками, намерение использовать гибридный поиск утроилось с 10,3% в январе до 33,3% в марте. Это самая быстрорастущая стратегическая позиция в наборе данных.
"Существует множество инструментов, которым вы можете задать вопрос, получить очень уверенный ответ, но насколько он правильный – это уже другой вопрос," – отметил Кристиан Кляйнерман, исполнительный вице-президент по продукту в Snowflake.
От фрагментированной бизнес-логики к управляемому слою контекста
Проблема, которую решает Horizon Context, весьма специфична. Бизнес-логика сегодня разбросана по SQL, BI-панелям и инструкциям для агентов, и ни одна система не владеет полным определением. Когда несколько агентов или инструментов запрашивают одни и те же данные, они оперируют разными схемами и возвращают разные ответы. Horizon Context – это попытка Snowflake исправить это на уровне каталога, а не на уровне агента.
* Horizon Context: Это уровень, управляемый клиентом, построенный на основе приобретения Snowflake компании Select Star. Он извлекает метаданные из Postgres, SQL Server, Tableau и Power BI в Horizon Catalog. Таким образом, каждый агент, BI-инструмент и внешняя система черпают информацию из единого управляемого определения, вместо того чтобы самостоятельно интерпретировать "сырую" физическую схему. Semantic View Autopilot автоматически создает и совершенствует семантические представления с течением времени, расширяя кураторскую бизнес-логику без необходимости постоянных ручных усилий.
* Cortex Sense: Это уровень, получаемый от платформы. Он автоматически строит и обогащает контекст на основе данных клиента и шаблонов использования на постоянной основе, без необходимости ручного создания семантических представлений....
🔗 Полный текст статьи читайте у нас на сайте: Читать на TechLoot
📢 ТехноЛут
