Snowflake发布Business Ontology，为AI Agent统一业务口径

Snowflake本周二宣布推出Business Ontology，作为其Horizon Catalog中的一项新能力。Horizon Catalog本身承担数据发现、管理与治理职责，而Business Ontology要解决的问题更具体：让企业在同一个地方定义、审批并持有业务概念，再把这些概念直接关联到底层的表和视图。

按照Snowflake的说法，这样一来企业级AI Agent拿到的就是经过业务确认的定义，而不是同一份数据在不同系统里被各自解读。InfoWorld举的例子是净收入——过去财务、销售和运营可能各有一套算法，Agent接入哪套口径取决于它连到哪个系统。Business Ontology允许企业把尚未被正式记录的业务含义和关系也补充进来，并指派负责人维护。

这项能力建立在此前的基础上。今年6月，Horizon Catalog上线了Horizon Context，用于收集、丰富和组织企业数据资产的元数据，让Agent理解数据之间的关系与使用方式。在此之前，企业更多依赖Snowflake的Cortex Sense从元数据和调用模式中推断业务含义，但推断结果未必等于企业真正想表达的定义。Business Ontology把这一步交回给人：定义需要被审阅、被正式化、被批准。

分析师的关注点在开发者效率上。HFS Research执行研究负责人Ashish Chaturvedi认为，开发者不必再把业务逻辑硬编码进每一个Agent，可以直接复用集中维护的定义，从而缩短搭建Agentic应用的周期，并让同一套业务上下文在多个Agent之间流通。Constellation Research首席分析师Michael Ni补充说，这还能减少不同Agent对同一份数据给出不同解释的情况，并在业务规则变化时降低维护成本。

但把定义集中起来，也把维护责任集中了起来。Chaturvedi提醒，每个核心术语都需要有明确的负责人，在定价、产品或报表规则变化时重新评审，并保持与底层数据的关联，这样schema变更才能触发相关定义的检查。更麻烦的是跨部门共识：销售、财务和运营对“客户”或“收入”的理解本来就可能不同，企业必须决定是统一成一套口径，还是保留为几个界限清晰的独立术语。

与Business Ontology一同发布的还有Cortex AI Gateway的几项更新。Cortex Sandboxes为Agent编写的代码提供隔离运行环境，环境贴着数据所在位置启动，继承发起该任务的用户权限，任务结束后关闭；Agent Trace Intelligence则让开发和数据团队把Agent的执行轨迹与业务数据对照检查。这两项能力目前处于私有预览。

Snowflake还推出了Agent Abuse Detection，用于识别超出自身权限行动的Agent，例如试图绕过审批流程或访问敏感数据。该功能同样处于私有预览阶段，指向的是企业在把Agent放进生产环境后最常见的顾虑：权限边界一旦模糊，自动化带来的风险会快速放大。

隔离环境能限制错误代码或恶意代码的影响范围，但Ni指出，它并不能阻止Agent滥用用户本来就有权使用的数据和权限。Chaturvedi认为CIO更该担心的是另一件事：沙箱不会验证Agent所写代码的逻辑是否正确、输出是否可靠。Business Ontology预计很快进入公开预览，接下来的看点是企业是否愿意为“定义”配备长期的人力和流程，这决定了它是一份静态的元数据文档，还是Agent真正依赖的口径来源。