Amazon Bedrock AgentCoreで企業向けAgentic AIプラットフォームを構築
AWSはAmazon Bedrock AgentCoreを基盤とする企業向けAgentic AIプラットフォームのブループリントを公開した。連邦型の運営モデルを採用し、中央のPlatformチームがガバナンスされた共有サービスを提供、各Workstreamチームがエージェント、ツール、データの所有権を保持する。
AWSはAmazon Bedrock AgentCoreを基盤とする企業向けAgentic AIプラットフォームのブループリントを公開した。連邦型の運営モデルを採用し、中央のPlatformチームがガバナンスされた共有サービスを提供、各Workstreamチームがエージェント、ツール、データの所有権を保持する。
MIT Technology Reviewは、産業AIが自律的な判断と人間による制御の間でいかにバランスを取るかを論じている。AIが産業の現場でより多くの自律的判断を担うにつれ、企業は人間が常に監督と介入の能力を保てる仕組みを設計する必要があると指摘している。
TechCrunch Disruptで、WeaveGrid CEOのApoorv Bhargava氏、Veir CEOのTim Heidel氏、Rewiring America政策担当副社長のKristin Eberhard氏は、AIデータセンターによるエネルギー需要の急増は老朽化した電力網に圧力をかける一方、電力網の近代化の機会も開くと述べた。
Latent SpaceがAnthropicのKatelyn Lesse氏とAngela Jiang氏を招き、Claude Platformのエンジニアリング実装を解説。Opus 5.5のリリース、モデルの「頭脳」とエージェントの「手」の分離、APIのスケーリング、信頼性の高いマネージドエージェントの構築などを取り上げる。
Latent Space が Anthropic のエンジニアリング責任者 Katelyn Lesse 氏とプロダクト責任者 Angela Jiang 氏にインタビューし、Opus 5.5 のリリース過程と Claude Platform のエンジニアリング上の取捨選択を振り返った。
ExowattはAmazon SageMaker AIのサーバーレスモデルカスタマイズを活用し、エッジとクラウドの2つの展開先向けにタスク特化モデルをファインチューニングした。精度はフロンティアモデルを上回り、コストは最大49分の1に抑えられる。エッジのアラームトリアージにはQwen3-1.7B、クラウドのエネルギー市場分析にはQwen3-14Bを基にし、後者はAmazon Bedrock Custom Model Importでホストされる。このプロセスにより、生の運用データから評価済みの展開成果物までの道のりが数カ月から数日に短縮された。
Property Finderは、評価ラベルの96.8%が人手による検証ではなく既存の視覚言語モデルの予測に由来しており、代替モデルが比較で構造的に不利になっていたことを突き止めた。チームはUAEの画像356枚を再び人手でラベリングし、マルチラベル分類に切り替え、v0からv27までのプロンプト反復最適化を組み合わせてAmazon Bedrock上で新モデルを選定。精度は向上し、コストは86%削減された。
AWSはAmazon SageMaker AIのトレーニングおよび処理ジョブ向けにSeekable OCI(SOCI)インデックスを提供すると発表した。コンテナイメージは遅延読み込みとなり、ジョブの起動時間は分単位から秒単位に短縮される。
Thomson Reutersのプリンシパルエンジニアが、ヒマラヤ山麓のネットワーク遮断環境で、OpenCode 1.19.4とOllamaを組み合わせてノートPC上でQwen3.5 9Bをローカル実行し、オフラインでのコーディングの実現可能性を検証した。
Nvidiaがインド新興企業Simplismartの1400万ドルのシリーズBラウンドに参加した。評価額は約1億ドル。同社のソフトウェアは企業がAIモデルをより効率的に運用し、一部の場面ではGPU使用量を削減できる。Simplismartによると、AI動画プラットフォームのInVideoでGPUサービスコストを56%削減したほか、HeyGen、Higgsfield、Emaも顧客に名を連ねる。年換算収益のランレートは過去6カ月で14倍に伸び、収益の半分超が米国由来だという。
General ComputeはBlackbird VenturesとAbstract Venturesが主導する1億ドルのシリーズA調達を完了した。投後評価額は8億ドル。
製造業の産業インテリジェンスは、蓄積された工程知識、生産データ、業務理解から成り立つ。現在の機会は、こうした知能を意思決定の現場で使えるようにし、物理的な製造の世界と結びつけることにある。Toyota Industries は断片化していた塗装工程のデータを統合し、分析サイクルを5日から4時間以内に短縮、試験導入では関連する塗装不良が約25%減少した。Rockwell Automation のシンガポール工場は保守 copilot で製造データ、設備マニュアル、ベテランの経験を統合し、新入社員が数百台の設備のトラブル対応を習得する期間を9カ月から3カ月に短縮した。
Jeff Lindsay の webframe を評価したところ、Go と glaze ライブラリをベースにした軽量なブラウザ JavaScript 実行ツールで、スクレイピング性能は shot-scraper と同等だった。一方で CSP の失敗、0×0 のビューポート、読み込みのハング、HTTP メタデータの欠落、ブラウザ制御の限定といった問題も見つかった。
Supabaseの共同創業者Paul Copplestone氏とAnt Wilson氏がインタビューで、AIエージェントが大量にアプリを生成する世界に向けたバックエンド設計について議論した。データベースのそばで長時間稼働するワークロードを動かすSupabase Compute、エージェントがスキーマを理解しやすくする工夫、Postgresの信頼性とスケーリングなどが話題に上った。
AWS CDKを使ってマネージドAmazon Bedrock Knowledge Base上に企業向けエージェント検索システムをデプロイし、AgenticRetrieveStream APIで複数ターンの計画、ツール駆動の検索、引用付き回答生成を実現する方法を解説する記事。
Amazon BedrockでOpenAIモデルを使う場合、プロンプトキャッシュにより、AIエージェントが毎ターン、ツール定義や指示、履歴を再送信するのを避けられ、入力コストを抑えられる。キャッシュには、Bedrockが再利用可能なプレフィックスを自動選択する暗黙的キャッシュと、prompt_cache_breakpointで境界を指定する明示的キャッシュの2種類があり、併用が推奨される。
AWSはSageMaker Python SDK v3に基づくフリート全体のコンピュータビジョンモデルのライフサイクル管理ソリューションを発表した。非推奨となったSageMaker Edge Managerに代わり、SageMaker Neoでエッジ最適化を行う。
Anthropicは、必要に応じてコンテキストを読み込む単一のエージェントが、品質・コスト・遅延の面でマルチサブエージェント構成より優れることが多いと述べ、チームがサブエージェントを統合すべきか評価できるよう移行キットを公開した。Opus 4.5以降の新モデルは単一ループで複雑な計画を直接管理でき、ある比較では単一エージェント構成はマルチエージェント方式の約2倍速かったとしている。
Bayer Crop ScienceはAmazon Bedrock AgentCoreを基盤にマルチエージェント型の自然言語インターフェース「Agentic Decision Engine(ADE)」を構築した。第1フェーズでは、ユーザーの質問の約80%がエンジニアの介入なしで解決される。
SageMaker AIのリアルタイムエンドポイントを更新する際、自動スケーリングが登録済みだとデプロイが失敗する問題について、AWSは再利用可能なCDK constructを提示した。3つのCloudFormationカスタムリソースを使い、エンドポイント更新の前後でスケーリングターゲットを自動的に登録解除・再登録する。
AWSはAmazon SageMaker AIで多ターン強化学習(MTRL)を行うためのエンドツーエンドの実践ガイドを公開した。訓練ジョブはAgentCoreでホストされるエージェントが複数ターンの対話をこなし、エピソード全体の結果に対してのみ報酬を与える。
OpenAIは信頼性の高いマルチテナント構成、グローバルキャッシュ、Azure Cosmos DBを用いてHabitatストレージシステムを拡張し、ChatGPTの読み取り速度を12倍に向上させた。このシステムは10億人を超えるChatGPTユーザーの規模を支える必要がある。
Hugging Faceは、Hub上のモデルがAWS Trainium上でそのまま動作するかを調べられる「torch-neuronxモデル対応」Spaceを公開した。再現用スクリプトも提供する。
配車プラットフォームのinDriveは、中国の自動運転企業Pony.ai、Nvidiaと覚書を締結し、2027年上半期にカザフスタンの首都アスタナでRobotaxiの試験走行を行う計画を明らかにした。初期は安全担当者を同乗させ、最終的には完全無人運転を目指す。
Firebirdはカザフスタン政府と投資契約を締結し、NVIDIA Grace Blackwell GPU 4万5000基の米国輸出許可を取得した。第1期はKazakhtelecomとともにData Center Valleyで建設し、2027年第3四半期の商用化を目指す。
OpenAIはDecisions APIを公開し、各種アプリに高速で焦点を絞った低コストの意思決定機能を提供する。このAPIは応答速度と低コストを重視し、より反応の良いアプリの構築に利用できる。
EXLは、企業AIの競争優位性がモデル能力からモデルを囲むサービングハーネス(アーキテクチャ、メモリ管理、スケジューリング、推論最適化のエンジニアリングシステム)へ移りつつあると提言した。まず業務負荷から制約を定めてからアーキテクチャを選ぶべきだとし、KVキャッシュが並行数とコンテキストの増加に伴いGPUメモリ不足を招く例を挙げ、測定してから最適化することを強調。フレームワークは新しいモデルやハードウェアを取り込みやすくし、モデル変更をアーキテクチャ再構築ではなく評価と設定の判断にするべきだとしている。
Googleは、AIエージェントごとに独立した分離仮想マシンを割り当てるサービスAgent Compute Engineを発表した。すでにGeminiの基盤として使われており、今後数カ月以内にプレビューを開始する。
RescaleはAWSのAI-DLCフレームワークに基づいてAIトリアージエージェントを構築し、課題定義からステージング環境へのデプロイまでをわずか5日で完了、数週間で本番環境に投入した。
自前でホストする TTS エンドポイントの自動スケーリング目標値を推測に頼る問題に対し、AWS は Amazon SageMaker AI のリアルタイムエンドポイントに 8200 万パラメータの Kokoro-82M をデプロイし、実測した Q_max(1 インスタンスが SLO 内で処理できる最大同時実行数)と T_total(スケールアウト 1 回のエンドツーエンド所要時間)から、スケールアウトしきい値、スケールインしきい値、2 つのクールダウン時間を算出した。
音声合成モデルKokoro-82MをAmazon SageMaker AIのリアルタイムエンドポイントでホストし、AIエージェントが生成した文を1文ごとに即座に合成に回すことで、応答全体の生成を待たずに音声の再生を始められるようにする。
Amazon QuickはAWSのHIPAA対象サービスで、Web、デスクトップ、モバイルの各クライアントはAWS BAA締結後にPHIを扱える。プラットフォームのチャットエージェントは、臨床ノートなどの非構造化コンテンツと、請求・会員記録などの構造化データをまたいで多段階タスクを実行し、コネクタとMCPを通じて外部システムに接続する。
Amazon SageMaker AIの訓練セッションAPIは、抽象化の層を訓練操作まで下げるものだ。開発者はローカルのPythonで訓練ループを書き、forward_backward、optim_step、sampleなどの呼び出しでマネージドGPU上で実行する。モデルとLoRAの読み込み、分散実行、障害復旧、チェックポイント保存はサービス側が担う。
AWSは、SageMaker AIのサーバーレスモデルカスタマイズにおけるトレーニングセッションが正式に利用可能になったと発表した。ユーザーはカスタム損失関数や報酬シグナルを含むトレーニングループを自ら記述・調整でき、GPUの割り当て、分散実行、障害復旧、チェックポイントの保存はプラットフォームが担う。
IskayPetはAmazon Bedrock Managed Knowledge Basesを基に企業知識アシスタントを構築し、従業員が小売運営、獣医療、人事オンボーディング、購買などの文書を自然言語で照会できるようにした。4言語・3カ国をカバーし、RAGインフラを自前で管理する必要はない。
Amazon Polly Generative エンジンがアップグレードされ、音声がより自然で正確になり、遅延も低減した。14 の新音声と 9 ロケールを追加し、ヒンディー語とフィンランド語の生成音声を初めて正式提供する。
Modal CEOのErik Bernhardsson氏は、AI計算需要は固定の矩形契約ではないと説明する。実際の負荷は成長し、急増し、減少する。Modalは数千の顧客需要を集約し、下層で容量を確保することで、顧客がオンデマンドで柔軟に利用できるようにしている。
Moshi CEO の Anekha Sokhal が Latent Space ポッドキャストで、数学から JPMorgan のエネルギー派生商品トレーディングを経て起業に至る道のりと、Moshi がトレーダー向けにどのように推薦エンジンを作っているかを語った。
NVIDIAはAIOpsプラットフォーム「Minerva」を発表した。インフラとAIワークロードのテレメトリデータを集約し、専用AIモデルでデータを実行可能な洞察に変換する。GPU、SuperNIC、スイッチ、ストレージ、スケジューラ、ジョブをまたぐ動的ナレッジグラフを構築し、毎時数十億のデータポイントを分析。大量のアラートを根本原因付きの単一イベントに集約できる。
OpenAI が FDE(フォワードデプロイドエンジニア)の社内での具体的な意味を説明する記事を公開した。記事はこの職種の位置づけを中心に説明しているが、具体的なチーム規模や顧客数、製品バージョンに関する情報は明らかにしていない。