AWS上でX.509 PKIによりAIエージェントのIDを保護
AWSとKeyfactorが参照アーキテクチャを共同公開。Keyfactor EJBCAのX.509 PKIを用い、MCPベースのAIエージェントに検証可能で失効可能なIDを付与する。
AWSとKeyfactorが参照アーキテクチャを共同公開。Keyfactor EJBCAのX.509 PKIを用い、MCPベースのAIエージェントに検証可能で失効可能なIDを付与する。
AWSは、MCPサーバーやエージェント、エージェントスキルのカタログ化と検出を行うAgent Registryを公開し、Discover → Instantiate → ExecuteのPython例を示した。
Amazon QuickとAmazon Bedrock AgentCoreを組み合わせることで、サプライチェーン管理者はERP、監視、調達などのシステムをまたいで自然言語で質問し、実行可能な回答を得られる。
SmartsheetはMCP Serverを正式にリリースした。AIアシスタントは標準化されたプロトコルを通じてSmartsheetのデータを読み書き・管理でき、シート、行、列、自動化の探索・作成・管理に対応する40以上のツールを備える。3つのリージョンエンドポイントを提供し、OAuth 2.0またはPersonal Access Tokenによる認証をサポート。Amazon QuickやKiroなどのMCPクライアントに接続できる。
Mistralは音声モデル群Voxtral 3を発表した。50以上の言語に対応する文字起こしモデルVoxtral Small Transcribe 3と、4BパラメータのVoxtral Mini Transcribe 3を含む。
SmartsheetはAWS上で正式提供版のMCP Serverを公開した。AIアシスタントは標準化プロトコルを通じてSmartsheetのデータを読み書き・管理でき、40以上のツールを備える。自然言語でタスクの状態更新、行の作成、プロジェクト構造の調整が可能だ。
ALTK-EvolveはGPT-4.1を使い、エージェント自身のタスク軌跡から行動規範を抽出してシステムプロンプトに追記する。τ²-benchの小売ドメインでPass^4 67.5%に達し、リーダーボード上の全小売エントリーと微調整モデルRAFT-30B-A3Bの61.4%を上回った。
Amazon Bedrock は、bedrock-runtime と bedrock-mantle の両エンドポイントで、すべての Anthropic Claude モデルに構造化出力を提供する。JSON Schema に準拠したレスポンスを返すため、独自のパース処理やリトライロジックは不要だ。
AWS の副社長 Shawn Bice 氏が Trust in Depth フレームワークを提唱し、エージェントの行動が検証可能な場合は自律的に行動させ、人間の判断は本当に意思決定が必要な場面に残すべきだと主張した。
Googleは地理空間推論エージェントの技術報告書を公開し、4つのベンチマークで4種類のエージェント構成を比較した。あわせて新ベンチマークGeoKToolsとGeoExpertQueriesの開発セットをオープンソース化した。
AWS は、Amazon Bedrock AgentCore を用いてエージェント型 IDP システムを構築する方法を紹介した。8 つの専用エージェントが認識と学習の 2 つのワークフローを構成し、新しい文書形式を自動で分類、抽出、検証、学習する。システムは 20 分以内にデプロイでき、新しい形式の文書は学習後に抽出指示をそのまま再利用でき、手動でのテンプレート設定は不要だ。
AWS がチュートリアルを公開し、Anchor Browser と Amazon Bedrock AgentCore payments の統合方法を紹介。AI エージェントが HTTP 402 Payment Required に遭遇した際に x402 プロトコルの支払いを自動で完了し、タスクを続行できるようにする。
AWS がチュートリアルを公開し、Amazon Bedrock 上でクロスリージョン推論を設定して Grok 4.7 を呼び出し、ツール呼び出しエージェントを構築する方法を紹介した。
ShipStation Global のエンジニアリングチームは Amazon Bedrock AgentCore を基盤に、Slack 内で動作する AI IT ヘルプデスク「Deckhand」を構築した。稼働後、チャンネル内の問い合わせの 97.5% を解決し、従業員の肯定的フィードバック率は 96% に達した。
Orca Security は AWS と協力し、Amazon Bedrock 上で自然言語クエリエージェント Discovery AI を構築した。自然言語の質問を Sonar クエリに変換する。初期ベースラインと比べてクエリコストを 90% 削減、入力トークンを 93% 削減、レイテンシを 75% 低減し、現在は 1 日あたり数千件のクエリを処理、応答時間は 15 秒。RAG とスキーマ認識クエリ構築を組み合わせた 9 段階のパイプラインを採用し、段階ごとに異なる基盤モデルを割り当てている。
Amazon Bedrock とマネージドエンタイトルメントを組み合わせると、企業は中央アカウントで AWS Marketplace のプライベート価格オファー(MPPO)を購読し、組織内の複数アカウントにアクセス権を配布できる。
NVIDIAはRTX SparkノートPCを10月16日に発売すると発表した。最大128GBの統合メモリと1ペタフロップスのAI演算性能を備え、ローカルエージェント向けのソフトウェア更新も同時に投入する。
GitHub Copilot 入門シリーズでは、Copilot をプロジェクトに適応させる4つの方法を紹介。リポジトリ単位のカスタム指示は .github/copilot-instructions.md に記述する。
Postman は Amazon Bedrock 上で Agent Mode を構築・運用し、4000 万人の開発者に API テスト、ドキュメント、ディスカバリー、実装をカバーする AI ネイティブな作業方法を提供している。
Incarna は Amazon Bedrock AgentCore payments を活用し、エージェントが x402 を通じて BlockRun にリクエストごとに支払い、モデル推論を購入できるようにした。x402 決済対応にかかる作業を数カ月から数日に短縮し、エンドツーエンドの従量課金推論フローを本番環境に投入している。
Cornerstone OnDemand は Amazon Bedrock と Strands Agents を基盤にマルチエージェントシステム Orion AI を構築し、データベース診断時間を 45 分から 10 分へと 78% 削減した。データベースのライフサイクル操作も 10 以上の手動ステップから 1 回の対話に圧縮し、冗長アラートの中央値は 65% 減少、SRE とデータチーム間の 15 分のレポート遅延はリアルタイムになった。3 人チームが 6 か月で納品した。
AWS は自動修復ワークフローを公開した。Amazon EventBridge で AWS DevOps Agent の調査完了イベントを受け取り、AWS Lambda Durable Functions が Amazon Bedrock を呼び出して分析し、修復ツールをマッチングする。
オープンソースのエージェントシステム OpenClaw と Amazon Bedrock AgentCore runtime を基盤に、永続的な記憶を持つ文脈認識型 AI アシスタントを構築できる。AgentCore memory は単発の会話を長期知識に変え、構造化メタデータによる検索にも対応する。
Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic、Amazon Bedrock Knowledge Bases を基盤に、航空会社のアプリに音声旅行アシスタントを構築できる。旅行者は音声で旅程を照会し、座席を変更し、食事の好みを更新し、有人オペレーターに転送できる。
Amazon Bedrock AgentCore Evaluations は組み込み評価器とカスタム評価器に対応し、マルチエージェントシステムの正確性、タスク成功率、行動を測定でき、説明可能性を一級の評価軸として扱う。組み込み評価器は有用性、タスク成功、指示遵守などの汎用軸をカバーし、カスタム評価器は意思決定の根拠、データ引用、コストやサービスレベルなどのトレードオフを検証する。この機能はオンデマンドモードで開発ベンチマークや CI/CD ゲートに、オンラインモードで本番の継続監視とアラートに利用できる。
Amazon Quick の資源のクロスアカウント移行はこれまで手動での再構築しかできなかった。AWS は Amazon Bedrock AgentCore ベースの MCP サーバー Quick Resource Migrator を発表し、Amazon Quick API を通じて agent、action connector、ナレッジベース、flow、space のクロスアカウント移行を一度に完了できるようにした。
Amazon SageMaker AI は Agent Toolkit for AWS を通じて aws-ai-ml スキルを公開し、Kiro、Claude Code、Codex など MCP 対応のコーディングエージェントに推論最適化とベンチマークの機能を提供する。
Microsoft Copilot StudioチームとHugging FaceがThinkingBoxを共同公開した。隔離されたMCPツールセッションでエージェントを実行し、回答テキストやツール呼び出しの正当性ではなく、バックエンドの最終状態と副作用を実行可能なチェックで評価する。
Amazon Bedrock AgentCore の AgentCore Gateway を使うと、Claude Desktop を Amazon のウェブインデックスに支えられた Web Search に接続できる。クエリのトラフィックはすべて AWS 内にとどまり、外部 API キーは不要。
AWS は Adjudicated Query という設計パターンを提案した。業務ユーザーが Amazon Quick のチャット画面でコンプライアンス上の質問をし、実際の判定は決定論的ルールエンジンが行い、モデルは自然言語を固定型の操作呼び出しに変換して結果を言い直す役割だけを担う。このパターンは完全性レシートによって「スキャン済み = 適合 + 違反 + 保留 + 判読不能」を保証し、バージョン管理されたルールデータで事後監査の追跡を可能にする。リース契約のコンプライアンス、制裁スクリーニング、保険金請求などの高リスク領域に適する。
AWS Professional Services は Strands Agents SDK と Amazon Bedrock AgentCore を基に 4 エージェントパターンを構築し、アプリケーションごとの Infrastructure as Code(IaC)開発時間を 3〜4 週間から数分に短縮した。このパターンは 300 以上のアプリケーションを対象とする移行プロジェクトで検証された。
Amazon Bedrock AgentCore は「環境エージェント(ambient agent)」の構築に対応する。Amazon S3 のイベント通知、EventBridge ルール、Lambda トリガーなどのイベントストリームから直接起動し、ユーザーが会話を開始する必要はなく、複数のイベントを並行して処理できる。
NVIDIA NeMo Agent Toolkit(NAT)は、カスタム memory provider を通じて Amazon S3 Vectors を接続し、マルチエージェントシステムの永続メモリ層として利用できる。Amazon EKS 上にデプロイする。
Amazon Bedrock Knowledge BasesにAgenticRetrieveStream APIが加わった。複数の要素を含む保険金請求に関する質問をサブクエリーに分解し、根拠が十分になるまで検索を繰り返して、引用付きの回答を生成する。
AWSの公式ブログが、Amazon Bedrock AgentCore Runtime Instancesに3エージェントの音楽制作パイプラインを配置する例を紹介した。作曲エージェントはClaude Sonnet 4.6で音楽の制作要件を生成し、インスタンスのNVIDIA L4上でACE-Stepを実行して音声をレンダリングする。納品エージェントは共有ボリュームの.wavを読み、測定とDSP処理を行う。適合確認エージェントは独立して再測定し、楽曲ライブラリーとの和声的類似度を調べる。
Amazon Quickのプロンプト設計は自然言語の依頼に対するAI機能の回答品質を左右する。公式の2部構成シリーズの第1部は、コンポーネントに共通する原則と再利用できる枠組みを扱う。CRISPEは文脈と制約、役割と責任、意図と入力、手順と範囲などを含み、抽象的な説明より具体化、業務の文脈、例示が有効だと強調する。
AWSがAmazon Quick各コンポーネントのプロンプトの書き方を解説した。Quick Researchでは目的、対象者、期間を明確にし、サブ質問を自ら分解してデータソース(Quick Index)を限定する必要がある。
Hugging FaceはMCPエージェント向けの生成後検証層ProvenanceGuardの論文を公開した。ツール出力の出所を保持し、「事実は正しいが帰属先が違う」情報源間の混同を検出する。医療エージェントの実際の281トレースで、専門家が阻止すべきと判断した139主張のうち138件を阻止した。出所識別の正確さは約86%で、4種類の検証器との比較で最高得点だった。
Amazon Nova ActとAmazon Bedrock AgentCoreを使うエージェント駆動の合成監視構成は、SeleniumやPlaywrightのDOMセレクタースクリプトを自然言語の動作指示で置き換える。マルチモーダルLLMが画面のスクリーンショットを読み、ログイン、注文、決済などの重要な手順を実行する。
Copilotアプリのcanvasはカスタマイズ可能な双方向の画面だ。エージェントとの会話で/create-canvasと自然言語の説明を入力するだけで、コードを書かずにカンバン、公開チェックリスト、ダッシュボードなどを作れる。拡張として保存し、プロジェクトと共有したり個人拡張として再利用したりできる。Awesome Copilotにはコミュニティーのテンプレートもある。