Amazon Web Services ブログ
Category: Artificial Intelligence
週刊生成AI with AWS – 2026/10/19 週
今週の「週刊生成 AI with AWS」は、NEC 様の Claude Code 全社展開(約 3 万人体制を目指す CoE・チャンピオン制度)と、コーテッグ様が Amazon Bedrock AgentCore で構築した AI 分析基盤「Dotta」の 2 つの国内事例や、Amazon Bedrock の API キー保護や最小権限、AI コーディングエージェント向けコントロールフレームワークなどセキュリティ関連のブログに加え、AWS Physical AI Toolchain、AWS DevOps Agent の調査コスト制御も取り上げています。 サービスアップデートでは、Amazon Bedrock での Claude 構造化出力、Amazon CloudWatch Omni の東京リージョン対応、Kiro IDE と CLI のメモリ機能など 25 件を紹介しています。
Kiro の利用状況とコストを把握する ― Part 2: ダッシュボードで継続的に可視化する
Kiro を組織全体に展開すると、利用状況とコストを定期的に、複数の AWS アカウントにまたがって確認する必 […]
Kiro の利用状況とコストを把握する ― Part 1: Kiro のクレジット消費量とコストはどこで確認できるか
組織で Kiro を導入すると、誰がどれだけ使い、そのコストがどこで発生しているのかを継続的に把握する必要が出 […]
Kiro IDE と CLI にメモリ機能が登場
本日、Kiro IDE と CLI にメモリ機能を導入します。Kiro は、あなたが好む作業の進め方、リポジトリ固有のコマンドや規約、受けた訂正、デバッグで得た知見、すでに除外したアプローチを覚えておけるようになります。それらが再び関係する場面になると、Kiro はあなたのコンテキストを引き継ぎます。コンテキストを説明し直したり同じ訂正を繰り返したりする時間が減り、Kiro は言われなくてもあなたの好みに沿って動けるようになり、使い込むほど役に立つ存在になります。
AWS ウィークリーラウンドアップ: AWS Lambda Web Functions、Vercel Marketplace の Amazon S3 など (2026 年 10 月 19 日)
2026 年 10 月 13 日週に起きたことは、新しい種類のコンピュートを追加したわけではありません。代わり […]
Kiro はどのように自らを修正し、その修正の正しさをどう担保しているか
Kiro のファイル読み取りツールと検索ツールの説明に、ハーネスの動作について事実と異なる主張をする一文がありました。この一文は数百のセッションで 61,742 回モデルに届いていました。何の役にも立っておらず、誰かがチケットを起票することもまずなかったでしょう。こうした問題は見つけるのが難しく、修正の良し悪しを判断するのも同じくらい難しいものです。たとえば私たちは、より多くのタスクに合格し、使用トークンも少ない修正をあやうくリリースするところでした。結果をホストごとに分けてみると、改善のほぼすべてが、エージェントがいつもはまり込むループからたまたま抜け出した 1 回の実行によるものだとわかったのです。そのホストを除くと、その修正は遅く、コストが高く、精度も下がっていました。自分の修正を自分で採点するループなら、これをリリースしていたでしょう。
AWS DevOps Agent で調査コストを事前に制御する
AWS DevOps Agent のような自律型 AI エージェントは、調査中に呼び出す API、回数、対象スコープを動的に判断します。そのため、調査能力だけでなく、実行前にコストを把握して制御する仕組みも重要です。Investigation Cost Guardrail スキルを利用すると、最初の課金対象クエリを実行する前に見積もりを確認し、続行するかどうかを判断できます。本記事では、このオープンソーススキルが AWS サービスやサードパーティーツールの操作を分類し、リージョンごとのライブ料金とデータ転送コストを取得する仕組みを解説します。また、Proceed(続行)、Warn(警告)、Halt(停止)の判定ゲートを、3 つの具体的な調査シナリオとともに紹介します。
Amazon Bedrock と LiteLLM による OpenAI ChatGPT Codex の予算・レート制限管理
OpenAI ChatGPT Codex のモデル推論を Amazon Elastic Container Service (Amazon ECS) 上の LiteLLM ゲートウェイ経由で Amazon Bedrock にルーティングし、生成 AI コーディングエージェントをエンタープライズ向けに一元管理する方法を紹介します。AWS Fargate へのデプロイ手順、スコープ付きキーによる予算とレート制限の適用、Responses API の互換性検証を解説します。AWS IAM Identity Center による直接アクセスや Portkey を使用する代替アクセス経路も取り上げます。
スピードと安全性の両立: AI コーディングエージェントのためのコントロールフレームワーク
Kiro などの AI コーディングエージェントは開発を加速させる一方で、プロンプトインジェクションや過度に緩い設定、サプライチェーンリスク、スコープクリープなどのリスクをもたらします。本記事では、IDE でエージェントの出力を方向付ける作成時のコントロールと、パイプラインで検証するビルド時のコントロールの 2 つの柱からなるアプリケーションセキュリティのフレームワークを紹介します。決定論的な緩和策、非決定論的な緩和策、人間によるレビューの組み合わせ方に加えて、Kiro、AWS CodeBuild、AWS CodePipeline を使用した実装例も解説します。
約 3 万人のAIネイティブエンジニア体制へ ― NEC は Claude Code をどう全社展開しているのか? CoE・チャンピオン制度による取り組み
日本電気株式会社(以下、NEC)・Anthropic Japan 合同会社(以下、Anthropic)のご協力 […]







