Snowflake wprowadza Cortex AI Gateway do kontroli agentów AI w firmach

Snowflake pokazało 28 lipca 2026 roku Cortex AI Gateway, platformę, która ma dać firmom jeden panel kontroli nad tym, co robią agenci AI w ich systemach. Premiera odbyła się przy okazji konferencji bezpieczeństwa Black Hat 2026 i odpowiada na dwa problemy, które coraz częściej spędzają sen z powiek działom IT: agenci AI z dostępem do zbyt wielu danych oraz rachunki za AI, które rosną bez nadzoru.

Cortex AI Gateway ma działać jako warstwa pośrednicząca między agentami AI a resztą infrastruktury firmy. Dotyczy to zarówno narzędzi zbudowanych wewnątrz Snowflake, jak Snowflake CoWork i Snowflake CoCo, jak i agentów tworzonych na zewnętrznych platformach, w tym Claude Code od Anthropic czy Cursor. To istotna zmiana w podejściu Snowflake, dotąd kojarzonego głównie z magazynowaniem i przetwarzaniem danych, a nie z zarządzaniem cudzymi narzędziami AI.

Kontrola dostępu i kosztów

Główna funkcja bramki to zarządzanie tym, do jakich modeli, danych, aplikacji i serwerów MCP ma dostęp konkretny agent. Firmy dostają jeden zestaw polityk dostępu, uwierzytelniania i uprawnień zamiast konfigurowania każdego narzędzia AI osobno. Do tego dochodzi pełny rejestr działań agentów: kto, kiedy i w jakiej kolejności wywołał które narzędzia i systemy.

Drugim filarem jest zarządzanie kosztami. Zespoły IT i finansowe mają zyskać jeden widok na zużycie tokenów przez wszystkie modele i obciążenia, z możliwością przypisania wydatków do konkretnych zespołów, agentów lub projektów oraz ustawiania limitów wydatków. To odpowiedź na częsty problem w firmach, które wdrożyły agentów AI bez żadnego mechanizmu kontroli kosztów, a rachunki za API i tokeny potrafią rosnąć w tempie niekontrolowanym przez nikogo.

Skąd wzięła się platforma

Cortex AI Gateway powstało na bazie technologii przejętej przez Snowflake w maju 2026 roku firmy Natoma Labs, specjalizującej się w zarządzaniu protokołem MCP w środowiskach korporacyjnych. Dzięki temu Snowflake mogło szybko zaoferować obsługę ponad stu serwerów MCP już w momencie premiery, co czyni bramkę jedną z szerzej wspieranych platform tego typu na rynku.

Enterprise AI is moving from data interoperability to agent interoperability, and security has to be at the center of that shift - Mayank Upadhyay, Chief Security and Trust Officer, Snowflake

Partnerzy od bezpieczeństwa tożsamości

Snowflake ogłosiło jednocześnie integracje z pięcioma firmami zajmującymi się zarządzaniem tożsamością i dostępem: 1Password, Aembit, Linx Security, SailPoint i Saviynt, a docelowo także Okta. Mają one rozwiązać problem, w którym agenci AI działają dziś często na szerokich uprawnieniach użytkownika, zamiast na wąsko przyciętym dostępie ograniczonym do konkretnego zadania.

The integration gives third-party agents short-lived, task-scoped access tied to a clear record of the person behind each agent - przedstawiciel działu technicznego 1Password

Integracje z większością partnerów trafiają na razie do prywatnej wersji testowej, a współpraca z Okta ma zostać uruchomiona dopiero w czwartym kwartale 2026 roku. Sam Cortex AI Gateway w wersji publicznej testowej ma pojawić się wkrótce, choć Snowflake nie podało jeszcze dokładnej daty.

Co to znaczy dla firm

Dla działów IT i bezpieczeństwa w firmach korzystających z narzędzi Snowflake oznacza to możliwość wprowadzenia jednego punktu kontroli nad rosnącą liczbą agentów AI, zamiast pilnowania każdego narzędzia z osobna. To odpowiedź na coraz powszechniejszy problem: agenci kodujący i asystenci AI dostają dziś dostęp do repozytoriów, baz danych i systemów wewnętrznych bez spójnego nadzoru nad tym, co faktycznie robią i ile kosztuje ich działanie.

Dla polskich firm korzystających z Snowflake jako platformy danych ważne będzie to, kiedy Cortex AI Gateway trafi poza rynek amerykański i czy integracje z dostawcami tożsamości obejmą też lokalnie używane systemy. Sama koncepcja, jeden gateway kontrolujący dostęp agentów niezależnie od tego, kto je zbudował, wpisuje się w szerszy trend na rynku: coraz więcej firm zauważa, że agenci AI wymagają osobnej warstwy zarządzania, podobnej do tej, jaką od lat mają aplikacje i użytkownicy.