Amazon Web Services ブログ
エージェント時代の運用:re:Invent 2026 の AIOps セッション
re:Invent 2026 のクラウド運用トラックから、AI エージェントによるインシデント調査、修復、リリース検証、監査、モダナイゼーションを扱う AIOps セッションをテーマ別に紹介します。AWS DevOps Agent の事例やハンズオンを含め、目的に応じた推奨ルートもまとめます。
【随時更新】Inter BEE 2026 AWS ブースのご案内:人が創り、人が決める。AI エージェントが支える次世代放送局
アマゾン ウェブ サービス ジャパン合同会社(AWS)は、2026 年 11 月 18 日(水)から 20 日 […]
KDDI における Amazon EKS Auto Mode 商用導入:カスタムコントローラーによる運用課題の解決
KDDI 株式会社では 2026 年 7 月、通信事業のお客さま向けサービスを支える Amazon EKS のクラスタを、マネージドノードグループから Amazon EKS Auto Mode へ移行しました。ノードが最長 21日で自動的に入れ替わる仕組みにより、脆弱性対応のたびに発生していたノードの更新作業がなくなりました。一方で、無人でのノード更新を前提にしたことで、起動時の CPU 需要の集中や、失効によるノード入れ替え時刻の制御といった課題が表面化しました。本稿では、Pod 配置の適正化と、カスタムコントローラ node-rotation-controller の開発による対処を、実測値とあわせて紹介します。
AWS Weekly Roundup: Amazon Polly の Generative エンジン、Trainium 向け TorchNeuron など (2026 年 10 月 26 日)
数週間前、サンパウロにある AWS オフィスで、ブラジルの農業関連ビジネスに携わるビジネス部門と技術部門のリー […]
AWS Continuum for code vulnerabilities が一般提供を開始しました
2026 年 10 月 22 日、AWS Continuum for code vulnerabilities […]
AI エージェントに書き込みを任せるとき、境界をどこに置くか ― Kiro CLI で仕組みを作り、1 か月運用した記録
AI エージェント同士を組み合わせること自体は、いまではさまざまな方法で実現できます。2 つのコーディングエージェントを対話させる方法もあれば、Kiro のように公式の機能で複数のエージェントを段階的に動かす方法もあります。本記事が扱うのは、組み合わせ方そのものではありません。組み合わせた AI に書き込みを任せるとき、誰が権限を持ち、どこまで変更してよく、何を条件にマージするのか、という境界の置き方です。私は、自社プロダクトの開発のために、Kiro CLI を実装役とする仕組み(以下 BRIDGE)を作り、約 1 か月運用しました。本記事では、BRIDGE を作ったきっかけ、その構成と 4 つの境界、運用で分かったことを紹介し、最後に 2026 年 10 月時点の Kiro の標準機能と比較します。
Amazon EKS の高度な Kubernetes コントロールプレーン設定の紹介
2026 年 8 月に、Amazon EKS で、Kubernetes のコントロールプレーンのコンポーネント (API サーバー、スケジューラ、コントローラーマネージャー) を EKS API で直接設定できるようになりました。この記事では、設定できる項目を説明し、2 つのウォークスルーで実際に試します。1 つは Pod の配置を最適化する MostAllocated のビンパッキングの有効化、もう 1 つはイベントの保持期間の調整です。
re:Invent 2026 クラウドと AI の支出管理 ガイド: 参加前に押さえておきたいポイント
本投稿は、2026年 10 月 16 日に公開された、Know Before You Go: your re: […]
AWS セキュリティハンズオン連続開催のご案内
AWS Japan では、2026 年 11 月から、AWS のセキュリティサービスを実際に操作するオンラインハンズオンを週次で開催します。AWS Security Agent、AWS WAF、Amazon Inspector、フロンティアモデルを活用したソースコードの脆弱性対策などをテーマに、座学とハンズオンで、ご自身の組織で試すための最初の一歩までをお伝えします。本記事は、開催日程を随時更新する案内ページです。
金融機関が AI-DLC を素早く効果的に運用に乗せる方法
金融機関は AI コーディングエージェントを急速に導入していますが、多くの機関には、規制当局や自社のリスクアペタイトを満たすガバナンスの枠組みがありません。その結果、強力なツールが組織の統制の外でコードを生成しています。以前の記事「金融サービスのための AI 駆動開発ライフサイクル」(AI-DLC)では、お客様がこれをどう運用に乗せているかを説明しました。今回はさらに踏み込みます。チームが Amazon の Kiro、Anthropic Claude Code、OpenAI Codex のどれを使っていても、エージェントを組織のルールの範囲内で動かすためのガバナンス層をどう構成すればよいのでしょうか。この記事では、ガバナンスハーネスを数日で構築する方法と、エンジニアリングチームとガバナンス・リスク・コントロール(GRC)チームがそこから何を得られるかを説明します。






