智能体为何自信犯错？企业AI的上下层难题
业AI智能体正面临一种新型生产失效模式，问题根源并非模型本身。随着企业从单层RAG检索体系过渡至混合检索架构，相同的底层数据会因不同智能体、工具或系统提问而生成相异答案。在商业智能(BI)仪表板中，”收入”一词有其特定内涵；在SQL表中，其语义略有差异；而在智能体指令中，其含义又另当别论。过去两年，检索基础设施的构建提升了向量搜索的速度与经济性，却未能形成对数据含义的统一共识。
在旧金山举行的Snowflake Summit 26大会上，这家数据云提供商正全面应对此挑战，宣布了一系列产品更新，包括名为Data Stream的Kafka兼容托管流服务、自适应计算性能提升、Apache Iceberg互操作性扩展，以及其Cowork和CoCo智能体及编程工具的升级。所有这些技术背后是一个上下文层：Horizon Context与Cortex Sense，这是一个双层系统，旨在为智能体在检索堆栈中提供统一的业务逻辑管理定义。上下文问题之所以关键，依据VentureBeat的VB Pulse 2026年第一季度数据（来自100名以上员工组织的调研）显示，混合检索意图从1月的10.3%激增至3月的33.3%，成为数据集中增长最快的战略方向。
“市面上有许多工具，当你提问时，会得到非常确信的答案，但这些答案是否正确则是另一回事，”Snowflake产品执行副总裁Christian Kleinerman表示。
从碎片化业务逻辑到受管上下文层
Horizon Context针对的问题相当具体。当今的业务逻辑分散于SQL、BI仪表板和智能体指令中，没有单一系统掌握定义权。当多个智能体或工具查询相同底层数据时，它们基于不同模式推理并返回不同答案。Horizon Context是Snowflake尝试在目录层而非智能体层解决这一问题的方案。
Horizon Context
这是客户管理层，基于Snowflake收购Select Star构建。它将元数据从Postgres、SQL Server、Tableau和Power BI导入Horizon目录，使每个智能体、BI工具和外部系统都能从相同受管定义中获取信息，而非独立于原始物理模式进行推理。语义视图自动飞行器随时间推移自动创建和优化语义视图，扩展策划的业务逻辑，无需持续手动干预。
Cortex Sense
这是平台派生层。它根据客户数据和持续的使用模式自动构建和丰富上下文，无需手动编写语义视图。Kleinerman将其描述为在任何明确策划发生前改善默认体验的方式。
这两个层间的差异是架构性的，Kleinerman对此有清晰界定：”将Horizon Context视为客户明确声明的一切，而Cortex Sense则是我们推导出的任何隐含内容，”Kleinerman说道。
这两个层连接到Snowflake现有检索基础设施。Cortex Search（公司的RAG实现）作为工具插入到CoCo和Cowork中，因此任何一层丰富后的上下文都会流入检索工作流。
虽然Horizon Context是Snowflake的技术，但目标在于实现互操作性和开放性。Snowflake正将技术与开放语义互操作(Open Semantic Interchange)绑定，使客户声明的定义可在第三方目录和工具间移植。
“Horizon Context，我们100%致力于确保它不会被锁定，”Kleinerman强调。
上下文层无处不在，真正有效的才是关键
Snowflake正加入日益增多的供应商行列，它们都瞄准相同问题。Microsoft已通过MCP开放其Fabric IQ业务本体，使任何供应商的智能体都能从共享语义层获取信息。Redis推出Iris，这是一个位于智能体与数据之间的上下文和记忆平台，基于为智能体规模检索量重新设计的存储引擎构建。Pinecone正从向量数据库转型为知识引擎，推出Nexus，在智能体查询前将企业数据编译为任务特定工件。
IDC研究主管Devin Pratt向VentureBeat表示，在他看来，Snowflake正朝着正确方向迈进，符合整个市场发展趋势。
“智能体的质量仅取决于其背后的数据和语义，因此上下文层而非模型是当前需要关注的焦点，”Pratt指出。
Pratt认为，Snowflake版本的优点在于其分层设计。Horizon Context涵盖团队自行声明和策划的内容，Cortex Sense涵盖平台自动获取的内容。同样重要的是，他们将Horizon Context锚定在目录和治理层，而非事后添加。
“上下文层是智能体AI的真正战场。智能体的可信度仅取决于其背后的数据和语义，”Pratt强调。
Moor Insights and Strategy的副总裁兼首席分析师Mike Leone也认同对这两个层进行差异化处理是正确的架构决策。
“我欣赏Snowflake的发展方向。他们将上下文分为两个部分：Horizon Context涵盖客户明确定义的内容，Cortex Sense涵盖平台自行发现的内容，”Leone告诉VentureBeat。”你不能以相同方式信任这两者，因此差异化处理是明智选择。如果Snowflake能展示这两个层可以无缝整合，且能追溯每个答案的来源，他们就拥有了真正有价值的产品。”
这对企业的启示
对于评估上下文层的企业而言，架构方向已清晰，但执行差距仍存。
智能体提高了旧问题的门槛
语义层概念已存在多年，但智能体改变了失效的代价——当智能体大规模给出错误答案时，损害是即时性的。Leone直接点明这对当前市场大多数供应商的意义。
“大多数销售即插即用解决方案的供应商都过度承诺了，”Leone指出。”将其投入实际企业环境，主要暴露的是数据和定义的混乱程度，许多公司将被迫通过艰难方式认识到这一点。”
评估标准明确
Pratt区分了有效与停滞的上下文层：内置的治理和血统，使团队能审计智能体给出特定答案的原因；可移植性，确保上下文和策略不被锁定在单一供应商处；以及可在智能体和工具间测量和复用的准确性。
“企业不需要另一个语义孤岛，”Pratt总结道。”他们需要一个受管、可移植且足够可信以便审计的上下文层。”
关注微信号：智享开源 ，及时了解更新信息。
关注微信
还没有任何评论，你来说两句吧！