みなさん、こんにちは。AWS ソリューションアーキテクトの木村です。 10 月に入り、朝晩はすっかり涼しくなってきました。1 週間で Kiro の使い方を学ぶオンラインチャレンジ Kiro University Challenge は、最終課題の締切が日本時間 10 月 6 日 15:59 に迫っています。最大 5,250 の Kiro クレジットを獲得できるチャンスなので、まだ提出していない方は最後のひと頑張りをどうぞ。 お昼休みの 30 分で最新情報を知れる「 もぐもぐAWS 」では、AI をテーマに

1. はじめに 最近、AIエージェントの文脈で、A2A、マルチエージェントといったキーワードを見かける機会が増えてきました。 ただ、これらの概念は記事を読むだけでは少し抽象的で、実際に動かしてみないとイメージしづらい部分があります。 そこで今回は、マルチエージェントやエージェントワークフローの考え方を理解するために、 Microsoft Agent Framework を試してみました。 題材として、Azure Samples で公開されている Agent Framework Workshop に取り組み

はじめに 以前の記事 では、SUSE AIとSUSE AI Factoryの概要と、両者の位置づけを紹介しました。今回は、SUSE AI Factoryの中身について紹介します。 vLLMで高速推論、Milvusでベクトル検索、Open WebUIでチャット、MLflowで実験管理。生成AI基盤に欠かせないこうしたOSSを、SUSE AI Factoryならひとつのプラットフォームで扱えます。 本記事では、まずSUSE AI Factoryの仕組みとユースケース、アーキテクチャを紹介します。そのうえで、S

1. はじめに 株式会社NTTデータは2026年6月、株式会社Queueと対話型データ可視化AI領域で協業を開始しました。Queueが開発するSquadbaseと、NTTデータが持つデータ活用の知見やデータ基盤構築力を組み合わせ、企業のデータ活用を支援する取り組みです。 Squadbaseは、既存のデータ基盤に接続し、AIとの対話を通じてダッシュボードや業務アプリケーションを作成できるプラットフォームです。今回の検証では、機能一覧だけでは分からない次の3点を確かめました。 Snowflakeのような既存の

はじめに # 前回の記事（ AWS×UserDataでvLLMを自動起動！停止時コストほぼゼロのローカルLLM環境 ）では、AWSのUserDataとS3を活用してvLLMを全自動起動し、使い終わったらTerminate（終了）することで停止中のEBS維持コストをほぼゼロにするエフェメラルなLLM推論環境を作りました。 コマンド一発でGPUインスタンスが立ち上がり、手軽に自前の推論APIを呼び出せるようになった次のステップとして、「これを日々の開発ワークフローにどう組み込むか」という実用化の検討に入りまし

はじめに 最近、AI Agentについて調べる中で、LLMそのものの性能だけでなく、Agentを動かすための周辺の仕組みが重要だと感じることが増えてきました。 LLMそのものが高性能でも、どの情報を参照するのか、どのToolを使ってよいのか、どのような手順で仕事を進めるのか、どこまで自動実行してよいのかといった部分が決まっていなければ、実際の仕事を安心して任せることはできません。 こうした仕組みはAgent Harnessと呼ばれることがありますが、言葉だけでは具体的にイメージしにくいところがあります。

楽楽メールマーケティング開発課では現在、「AI-HTMLメール生成機能」の開発に取り組んでいます。8月26日には一部のお客様向けにβ版を先行リリースし、12月には全てのお客様へβ版をリリースする予定です。 本記事では、開発を担当する垣内繁直さんに、取り組みの背景や工夫した点、開発を振り返って感じたことをお聞きしました。 楽楽メールマーケティングとは なぜこの機能を作ることになったのか AI-HTMLメール生成機能とは、どんな機能なのか 開発で難しかったことは何か スピードと品質は、どう両立させたのか 今後

前提と注意点 EC2にCodex CLIを入れてログインする Remote Controlを起動してペアリングする systemdでEC2の起動時に自動で立ち上げる 参考：systemdにプロセスを監視させる構成 EC2で動かすときの注意点 Claude Codeとの違い まとめ 参考資料 こんにちは、サーバーワークスの尾崎です。 Codex CLIのRemote Controlを使うと、EC2で動かしているCodexを、スマホのChatGPTアプリやデスクトップアプリから操作できます。コードの編集やコマ

QA テストケースの AI 生成をスキル化し、精度検証から実運用まで行った話 目次 はじめに 結論 ...

1. はじめに エージェントフレームワークの設定ミスで困るのは、例外で止まるケースよりも、機能が有効にならないまま動き続けるケースです。前者はその場で気づけますが、後者は結果が返ってくるため、コストや品質の差として後から現れます。 2026/09/21（日本時間では 09/22 早朝）に公開された Strands harness は、この仕分けを設計方針として持っています。 https://strandsagents.com/blog/introducing-strands-harness/ strand

1. はじめに 長いシステムプロンプトを毎リクエストへ載せる構成では、Prompt Cache が効くかどうかが input 側のコストを大きく左右します。ただし、キャッシュが取れていなくてもレスポンス自体は正常に返るため、HTTP 200 だけでは cache hit / miss を判定できません。本記事では usage.input_tokens_details の cached_tokens と cache_write_tokens を使って判定します。 AWS（Amazon Web Service

はじめに こんにちは。KINTOテクノロジーズの JR.Liang です。 本記事では、 AIと対話するだけでプレゼン動画が作れるアプリ を題材に、生成AIアプリ向けのフレームワーク LangGraph を使ってこのアプリをどう構築するのかを解説します。特に、LangGraph の機能で 複雑な処理の流れ（フロー）をどう制御したか に焦点を当て、使った機能を一つずつ説明していきます。 まず、私たちが作りたかったものはこんなアプリです。 使う人 ：生成AIも動画編集も、知識と経験が少ない人。 やること ：ア

この記事は Kiro ブログの GPT‑5.6 models now support 1 million token context windows in Kiro を翻訳したものです。 本日より、Kiro の IDE 、 CLI 、 Web のすべてで、GPT‑5.6 Sol、Terra、Luna が 100 万トークンのコンテキストウィンドウに対応します。これにより、コードベース全体、長文ドキュメント、長く続いたマルチターンのエージェント履歴を、チャンク分割や要約を挟まず、細部を失わないまま 1 回の

はじめに こんにちは、グループIT推進本部の利宮と申します。 普段はデザイン業務に加え、Adobe製 ...

はじめに クラウドエース株式会社 CTO室 akane です。 ハーネスの整備やループエンジニアリングなど、AI エージェントを使ったソフトウェア開発では、「いかにエージェントを自走させるか」が注目されています。 人間が逐一指示しなくても、エージェント自身が考え、実装し、テストし、修正し、仕事を完結させてほしい。 では、エージェントは何に向かって自走すればよいのでしょうか。 エージェントの自律性がどれだけ高くなっても、作ってほしいものの「あるべき姿」が曖昧であれば、必ずしも人間が意図した方向へ進んでくれる