Anthropic与Snowflake宣布达成合作协议,该协议将允许在Snowflake的受管数据环境中部署能够进行复杂多步骤分析的AI智能体。
这次合作对Anthropic来说是一次重要胜利,有助于其大语言模型在企业市场中领先于OpenAI和Google等其他供应商。该合作将使金融和医疗保健等高度监管行业的客户能够部署智能体,并从企业的Snowflake实例中获取答案,在复杂的文本到SQL任务上准确率超过90%。两家公司在周三发布的协议公告中声称,该交易价值2亿美元,但尚不清楚具体的付款方和计算方式。
值得注意的是,任何低于100%的准确率都意味着仍需要人工参与,以确保提供的答案正确且可操作,这在AI工具中几乎总是如此。
该服务将通过Amazon Bedrock、Google Cloud Vertex AI和Microsoft Azure为超过12,600家Snowflake客户提供支持。
Anthropic首席执行官兼联合创始人Dario Amodei在声明中表示:"企业花费多年时间构建安全、可信的数据环境,现在他们希望AI能够在这些环境中工作而不妥协。这种合作伙伴关系将Claude直接带入Snowflake,数据已经存在的地方。这是使前沿AI对企业真正有用的重要一步。"
通过将Claude引入Snowflake,客户可以从结构化和非结构化数据中获得自然语言AI答案,同时将所有内容保持在Snowflake的安全和治理范围内。这包括使用Snowflake的Cortex AI函数和Claude的Opus 4.5进行多模态数据分析,通过SQL查询文本、图像、音频和表格。
该合作伙伴关系还将允许客户使用Snowflake Cortex智能体构建由Claude驱动的生产就绪数据智能体,以在结构化和非结构化数据中"检索和推理"。Snowflake表示,这些多智能体解决方案可以处理并学习来自财务、运营和客户数据的上下文,在检索答案时展示其工作过程。
例如,该数据平台公司表示,金融客户可以使用配备Claude的Snowflake Intelligence为客户生成投资组合建议,该建议考虑客户的持股、当前市场数据和合规规则。
Snowflake首席执行官Sridhar Ramaswamy在随公告发布的声明中说:"Anthropic加入了一个非常精选的合作伙伴群体,我们拥有九位数的合作关系、产品层面的共同创新,以及为全球客户共同执行的良好记录。Snowflake和Claude的结合力量正在为企业如何在其最关键的业务数据之上部署可扩展、上下文感知的AI提高标准。"
在公告中,Snowflake表示其客户已经在使用自己的AI平台Cortex AI,该平台在后端使用Claude每月处理数万亿个Token。
Q&A
Q1:Snowflake和Anthropic的合作能给企业带来什么好处?
A:该合作允许在Snowflake的受管数据环境中部署AI智能体,能够进行复杂多步骤分析,在复杂的文本到SQL任务上准确率超过90%,让企业能在安全治理范围内从结构化和非结构化数据中获得自然语言AI答案。
Q2:这次合作主要面向哪些行业客户?
A:主要面向金融和医疗保健等高度监管行业的客户。例如,金融客户可以使用配备Claude的Snowflake Intelligence生成考虑客户持股、市场数据和合规规则的投资组合建议。
Q3:Snowflake Cortex智能体有什么特殊功能?
A:Snowflake Cortex智能体是由Claude驱动的生产就绪数据智能体,可以在结构化和非结构化数据中进行"检索和推理",能够处理并学习来自财务、运营和客户数据的上下文,在检索答案时展示其工作过程。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。