1. はじめに なぜ改善が必要だったか どんな改善をした？ 2. バージョンアップ運用フロー 2-1. CIによる機械的チェック（GitHub Actions） ①helm templateコマンドによるレンダリングチェック 実装詳細 ②PlutoによるKubernetes API互換性チェック 実装詳細 ③HelmChart展開後のマニフェスト差分把握 実装詳細 2-2. AIによる影響調査 AIレビューコメント例 なぜラベル起動にしたか プロンプト なぜDevinを選定したのか 3. 導入後の効果 4

私にとって 2026 年 5 月 4 日週、最もエキサイティングだったニュースは、 Amazon Bedrock AgentCore が最初のマネージド支払い機能をプレビュー したことです。これにより、AI エージェントが API、MCP サーバー、ウェブコンテンツ、その他のエージェントに自律的にアクセスして支払いを行うことが可能になります。Coinbase や Stripe と提携して構築されているため、請求、認証情報管理、コンプライアンスを実現するためにカスタマイズしたシステムを構築するという、差別化

こんにちは。 アプリケーションサービス本部、DevOps担当の兼安です。 仕様駆動開発において、AIコーディングエージェントが複数ある方がより効果的な場合があることはご存知でしょうか？ AIコーディングエージェントを複数稼働させる場合、各種設定、例えばMCPサーバーやAPIキーなどの設定を複数箇所に記載する必要が出てきます。 私が知る限り、現状ではこれらの設定を一元管理する標準的な仕組みはないため、今回は私なりに整理してみようと思います。 今回は、VS CodeのCopilot Agent Mode、Cl

2026年1月22日〜23日、AWS Loft Tokyo にて11社87名が参加した「合同 AI-DLC Unicorn Gym」を開催しました。AI駆動開発ライフサイクル（AI-DLC）による開発プロセスの変革を体験いただくイベントです。イベント全体の詳細は「 11社合同 AI-DLC Unicorn Gym で体験した開発のパラダイムシフト 」をご覧ください。 本記事では、参加企業の一社である 株式会社日立産業制御ソリューションズ 業務サポート本部デジタルイノベーションセンタ所属の竹地氏に、現場のエ

2026年1月22日〜23日、AWS Loft Tokyo にて11社87名が参加した「合同 AI-DLC Unicorn Gym」を開催しました。AI駆動開発ライフサイクル（AI-DLC）による開発プロセスの変革を体験いただくイベントです。イベント全体の詳細は「 11社合同 AI-DLC Unicorn Gym で体験した開発のパラダイムシフト 」をご覧ください。 本記事では、参加企業の一社である 株式会社日立産業制御ソリューションズ 業務サポート本部デジタルイノベーションセンタ所属の竹地氏に、現場のエ

Linuxは、多くの企業システム、クラウド環境、コンテナ基盤で使われています。 そのため、Linuxカーネルに深刻な脆弱性が見つかると、影響はとても大きくなります。 Elastic Security Labs は、Linuxカーネルの権限昇格脆弱性である Copy Fail (CVE-2026-31431) 、Copy Fail 2、そして DirtyFrag を分析しました。これらは、Linuxの page cache に関係するバグを悪用し、通常ユーザーから root権限 を取得できる可能性がある攻撃

目次 はじめに 検証用リソース 1. Audit Logging とは何か？ 2. 監査ログを有効にする方法 elasticsearch.yml の設定例 Docker 環境でのログ出力設定 3. 主要な監査イベントの種類 4. ログ構造の理解（JSON 形式） 5. 実際の Audit Log サンプル 5.1. 認証失敗（存在しないユーザー / パスワード間違い） 5.2. 権限のないインデックスへのアクセス 5.3. 検索の実行とクエリ内容の記録 6. 実践的な運用 Tips ノイズのフィルタリング

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。 GW で連休をとられた方はリフレッシュできましたでしょうか。私はのんびり過ごしていたのですが、その間にも生成 AI 関連のサービスアップデートは止まることを知らず…。今週も盛りだくさんでお届けします！ 5 月 4 日週の個人的な注目アップデートは、「Kiro の Claude Opus 4.7 での適応的思考（Adaptive Thinking）」「Kiro Web のプレビュー版」「Amazon Bedrock AgentCore R

企業による AI エージェント導入の際に大きな課題となっているのは、多くの業務ワークフローを支えるデスクトップ環境やレガシーアプリケーションに、最新の AI システムからアクセスできないことです。 2024 Gartner のレポート によると、組織の 75% が最新の API を備えていないレガシーアプリケーションを実行しており、また Fortune 500 企業の 71％ が、適切なプログラマティックアクセスを持たないメインフレーム上で、重要な業務プロセスを運用しています。多くの組織にとって、これは

法人ディベロップメント課のS.Sです。 マイナビBiz / LIVING の新規開発・保守運用を行なっております。 この記事では、現在、私が関わっている、とあるPJ で、Techtus さまとの協業（オフショア開発）により、PJ を進める中での経験や気づきについて、ご共有できればと思います。（※ PJ は、現在進行中です） オフショア開発事情について気になる オフショア開発の難しい点や良い点について知りたい 経験を踏まえて、次回オフショア開発を進めるならどうしたいか という方には、お力添えになれる記事かと

本記事は 2026 年 5 月 7 日に公開された “ Announcing aggregations on Amazon ElastiCache ” を翻訳したものです。 Amazon ElastiCache が集計クエリをサポートするようになり、単一のクエリでキャッシュ内のデータを直接フィルタリング、グループ化、変換、集計することがより簡単になりました。集計クエリを使用することで、テラバイト規模のデータに対してマイクロ秒単位の低レイテンシーで、最新の書き込みが反映された結果を返す、リアルタイムなアプリ

本記事は 2026 年 5 月 7 日に公開された “ Full-text, exact-match, range, and hybrid search on Amazon ElastiCache ” を翻訳したものです。 訳者註： 本記事の全文検索は、現時点では言語オプションとして english のみをサポートしており、日本語テキストはスペースや句読点で区切られた単位でインデックスされます。日本語を全文検索する場合は、事前に形態素解析で語ごとにスペースで区切ったテキストをインデックスし、検索クエリも同

本記事は「 Build with Kiro: Introducing the community hub and Kiro Labs 」を翻訳したものです。 Kiro コミュニティは、日々新たなものを生み出し続けています。境界を押し広げるハッカソンプロジェクトから、カスタムフック、創造的なエージェントワークフロー、そして SNS や Discord で共有される MCP インテグレーションまで、皆さんは私たちの想像を超える場所へ Kiro を連れて行ってくれました。Amazon 社内でも同じ現象が起きてい

はじめに AIを活用した開発が一般化するにつれて、API利用料を日常的に意識する場面が増えてきました。 最近では、ノートPC上で動作する自律型 AI エージェント（例：OpenClaw など）や開発支援ツールを常時稼働させ、外出先からスマートフォン経由で指示を与えるような利用スタイルも増えつつあります。 このような環境では、API利用料はバックグラウンドで継続的に増加するため、 「気づいたら想定以上の課金が発生していた」 という状況が起こり得ます。 しかし実際の運用では、以下のような課題があります。 AP

SAP システムを運用している場合、アップグレードの障壁となるカスタムコードの特定と修正という課題に直面していることでしょう。 SAP Clean Core のアセスメント と修正作業には数週間の手作業が必要となり、モダナイゼーションのタイムラインを加速することが困難になります。 Kiro エージェント は、SAP Clean Core 戦略へのアプローチを変革します。Clean Core ジャーニーは通常、カスタムコードのアセスメント、違反の修正、そして今後の Clean Core 方式での運用という3