一句话：老牌 RPA 厂商把智能体编排，架到了数据平台之上
过去讲流程自动化，企业要先从各个系统把数据抽出来、落一份副本，再让机器人按规则跑。最近 UiPath 与 Snowflake 推出双向零拷贝集成，把这件事改了写法：智能体既能读取仍留在 Snowflake 里、受治理的数据，又能从 Snowflake 内部直接触发 UiPath 的 Agentic 技能库。它释放的信号是，RPA 老牌厂商正从「流程自动化工具」转向「架在数据平台之上的编排层」。
双向零拷贝到底解决了什么
这次集成的关键在两个词：「双向」与「零拷贝」。双向指数据流动是两条路——Snowflake 的数据可以被 UiPath 自动化直接读取，反过来，在 Snowflake 里（比如通过 CoCo）也能直接触发 UiPath 的 Agentic 技能库去执行动作。零拷贝指 UiPath 的 Data Fabric 直接在原库读取并建模，而不是先把一份副本抽到别处。对已经把核心数据放在 Snowflake 的客户，省掉的不只是拷贝管道，更是数据离开安全边界后谁负责、怎么审计的那笔糊涂账。UiPath 也顺带上了 Snowflake Marketplace，相当于把自家能力摆进了对方的分发渠道。
和「数据平台自己搞智能体」的区别：做编排而非抢地盘
需要厘清定位。近期 Snowflake 自身也在把受治理数据与智能体身份当作智能体战略的中心，并不讳言要让智能体在自家环境里跑。UiPath 的打法不是去和云数仓抢「存数据」的位子，而是把自己放成「在数据之上干活的那一层」：你用什么数仓存数据、用什么模型跑推理都不重要，流程编排、技能调用、人机协同这层交给它。这正好呼应了 RPA 厂商近年的集体转向——从卖「自动化脚本工具」升级成「跨系统的编排层」。对既有的 Snowflake 客户，不用另起炉灶搭一套数据管道就能让智能体对着治理表干活，审计 objections 也少了一截。
增量认知：智能体的竞争，正在向「谁挨着数据」靠拢
这次合作给行业一个清晰的判断：当模型能力越来越商品化，智能体真正的护城河未必在「谁的模型更强」，而在「谁离企业的受治理数据更近、且不用把数据搬出来」。把编排层直接架到数仓之上、用零拷贝换取审计简易，是一个会被反复复制的模式——未来企业选智能体平台，很大程度是在选「它能不能在我的数据边界内安全地干活」。对 RPA 厂商而言，这未必是终局，但至少是避开和云厂正面拼存算的一条务实路。
辩证看：零拷贝不自动等于安全，治理仍要自己兜底
也要把话说全。零拷贝减少了数据副本，确实降低了泄露面，但它不自动等于安全：智能体在数仓内被赋予什么身份、能读哪些表、能触发哪些动作，这些授权边界仍是企业自己要 design 的。若把过宽的 Agent 身份直接绑到生产表，零拷贝反而让「越权」发生在更核心的位置。此外，这类集成目前主要利好已经是 Snowflake 深度客户的企业，对数据尚未统一的组织，先把「数据治理」这课补上，比急着上智能体编排更紧迫。
结语
UiPath 与 Snowflake 的这次联手，表面是两家产品的接口打通，底层是智能体竞争焦点的又一次位移：从「谁模型强」转向「谁能在你的数据边界内，把活干漂亮」。对还在选型的团队，这或许比又一张能力对比表更值得记住。当数据治理成为智能体落地的硬约束，谁能贴着企业的安全边界干活，谁就更有机会拿到那张入场券。