La mise à jour de Cortex Code par Snowflake nous rappelle utilement que le développement assisté par l'IA ne se limite plus à écrire du code plus rapidement. L'entreprise a ajouté la prise en charge de dbt et d'Apache Airflow à l'interface CLI de Cortex Code, ce qui permet à l'agent d'intervenir dans le travail réel des pipelines de données et d'aller au-delà de l'écosystème propre à Snowflake.
C'est important, car dbt et Airflow ne sont pas de simples intégrations fantaisistes. Ils se situent au cœur de l'ingénierie des données de production, où les équipes ont besoin de transformations reproductibles, d'une orchestration claire et de garde-fous suffisants pour savoir quand un pipeline dévie ou est interrompu. Snowflake affirme en substance qu'un agent de codage IA doit comprendre ces flux de travail, et pas seulement générer quelques lignes de SQL ou de Python.
Pourquoi cela est plus important qu’une simple fonctionnalité de copilot
The New Stack rapporte que Cortex Code CLI a été initialement annoncé fin février et que cette nouvelle prise en charge étend l’agent de codage au-delà de Snowflake lui-même. C’est là le changement majeur. Dès lors qu’un outil d’IA peut fonctionner sur des frameworks open source et non plus uniquement au sein de l’environnement d’un seul fournisseur, il devient plus intéressant pour les équipes de données qui évoluent déjà dans un environnement multi-systèmes.
Snowflake articule également l’agent autour des « Agent Skills », qui sont des dossiers de instructions et de scripts spécifiques à des tâches. En pratique, cela suggère un workflow où l’assistant n’est pas seulement chargé de générer du code, mais aussi de suivre des modèles d’ingénierie reproductibles pour les tâches de données, la gestion des échecs et la maintenance des pipelines. Il s’agit d’un cas d’utilisation bien plus abouti que la simple saisie semi-automatique.
Pourquoi les développeurs devraient s’y intéresser
Pour les développeurs et les équipes de plateforme, le signal le plus important est que le développement assisté par l'IA se rapproche des systèmes qui traitent réellement les données d'entreprise. Lorsqu'un agent peut fonctionner avec dbt et Airflow, il commence à recouper le travail quotidien des ingénieurs analytiques, des ingénieurs de données et des équipes de plateforme qui gèrent la qualité des versions. La valeur ajoutée ne réside pas seulement dans la rapidité. Elle consiste à réduire les changements de contexte et à maintenir l'agent au sein d'outils opérationnels familiers.
Il y a également un aspect de gouvernance. Les entreprises ne veulent pas d'un modèle improvisant au sein des workflows de production. Elles veulent un assistant capable de les aider à aller plus vite sans enfreindre les pistes d'audit, les normes ou la reproductibilité. L'argument de Snowflake est que Cortex Code peut être utile précisément parce qu'il a une vision bien définie de l'environnement d'entreprise dans lequel il évolue.
Cela crée un compromis stratégique. Plus l’agent devient utile, plus la plateforme elle-même devient le lieu où se déroule le développement. Pour les équipes qui choisissent leurs outils, cela mérite d’être pris en compte. Le codage par IA n’est plus seulement une fonctionnalité à comparer ; il fait de plus en plus partie des décisions architecturales.
En bref, cette version est remarquable car elle élargit le champ d'action d'un agent de codage IA, le faisant passer d'un assistant spécifique à un fournisseur à un élément capable de s'intégrer dans des pipelines de données open source. C'est exactement le genre d'évolution qui indique la direction que prend le marché : des copilotes génériques vers des systèmes d'IA qui comprennent l'ensemble du travail.
