こんにちは、ソフトクリエイトでエンジニアをしているＫです。 以前、 こちらのブログ で「AI Challenge Day」へ参加した感想を投稿した以来、久しぶりの投稿になります！ 最近は、主にAIエージェント周りの開発や検証に取り組んでいます。 はじめに

この記事の要点 AIエージェントと開発を進める中で、「修正を重ねているのに目的に近づいていない」「何か違う」と感じることがあります。その違和感を問いに変え、調査・検証で得た教訓を、次の開発で使える知識として残す。そのための仕組みを作っています。本稿では、この取り組みのうち、蓄積した教訓を改善に活用する効果を比較実験で確かめ、教訓の更新と後日の活用を開発記録から確認します。 Codexと進める開発では、不具合を修正するだけでなく、調査・修正・検証の進め方自体を評価し、必要に応じて組み直します。そこに、過去の

はじめに こんにちは、Insight Edgeの小林まさみつです。 ※ 本記事はPoC案件での技術検証の内容であり、商用環境での実用性は今後の検証課題です Claude Codeのようなコーディングエージェントに実装を任せる場面は珍しくなくなりました。一方で、実装を任せたあとの「意図どおりに動いているかを確認する」「レビューする」「マージして後片付けをする」といった作業は、人の手に残りがちです。 今回は、あるPoC案件の開発で、タスクの起票からレビュー、マージ依頼までをAIエージェントに任せる仕組みを作っ

本ブログは 2026 年 7 月 30 日に公開された AWS Blog “ Balancing speed and safety: A control framework for AI coding agents ” を翻訳したものです。 AI コーディングエージェントは、今や開発者のツールチェーンの一部です。Kiro や Claude Code などのツールは、自然言語のプロンプトから、機能やテストのコード、リファクタリングによるコード変更を生成します。1 つのエージェントが、午後だけで複数のリポジト

はじめに 検証環境 構成図 EC2にMCPサーバーを起動する方法について AWS外から自作MCPサーバーへ通信できるように設定する Claude Codeから使える様にする 試してみる AIがMCPツールを使うかどうかをどのように決めているか おわりに はじめに みなさん、こんにちは！ アプリケーションサービス部DS3課の杉山です。 技術の検証をしたい時は小さな情報が役に立ちます。 今回はそんな小さな検証として、Amazon EC2(以降EC2)で起動させたMCP(Model Context Protoc

みなさん、こんにちは。AWS ソリューションアーキテクトの三厨です。 生成 AI を活用したビジネス課題の解決を支援する AWS ジャパン生成 AI 実用化推進プログラム は、通年で応募を受け付けています。戦略プランニング、モデルカスタマイズ、モデル活用の 3 コースがあり、想定コストの 50% を上限とする AWS クレジットや技術支援、勉強会、参加企業間のネットワーキングも用意されています。生成 AI の本番活用を検討されている方は、ぜひご確認ください。 また、このプログラムの 1 コースである 「フ

朝、森を歩いていた旅人が、木を切っている木こりを見かけました。夕方、同じ道を戻ると、木こりはまだ同じ木を切っています。見ると、ノコギリの刃はぼろぼろに欠けていました。 旅人が声をかけます。「木こりさん、ノコギリの刃を研いだらどうですか」。木こりは答えます。「木を切るのに忙しくて、研いでいる暇なんてないんだよ」。 『7つの習慣』の「刃を研ぐ」の文脈でよく引かれる寓話です。初めて聞いたとき、私は笑えませんでした。私のことだったからです。 こんにちは。KNDです。 仕事を進めるだけでは、仕事しか進みません。自分

目次 はじめに 前提 結論 理由1: プログラムの呼び出しを1つのシェルコマンドに合成できる 理由2: 修正が次のツール呼び出しから反映される MCPを選ぶ場面 まとめ 参考文献 はじめに こんにちは、ヘルシカでiOSエンジニアをしている谷口恭一です。 Claude Codeに開発の作業を任せるようになって私が必要だと感じたのは、人が確かめなくてもエージェントが作業を最後まで進められる状態でした。結果を毎回自分で確かめて、指示し直すのをやめたかったからです。そのためにClaude Codeに足そうと考えた

はじめに こんにちは！NTTデータにて1GPUにおけるトークン処理量を向上させるべく、日々GPUリソース最適化の検証を行っているエンジニアの居倉です。 2026年9月8日、Nutanixのイベント「.NEXT On Tour Tokyo 2026」に参加してきました。今回は3人でイベントに参加し、それぞれが聴講したセッションを記事にすることになりました。第1回となる本記事では、私が参加したAI基盤の配置とAI利用の管理に関する2つのセッションを紹介します。 こんな方に読んでいただきたい記事です AI基盤の

はじめに NTT西日本の芳と鈴木です。 本記事では、私たちが JANOG58 で発表した「 人のための自動化が AI エージェント運用への道を拓く ― IOWN APN × VXLAN/EVPN をまたぐマルチレイヤ抽象化の実践 」の内容をご紹介します。複数拠点にまたがる分散データセンタ（分散DC）の運用は、光（IOWN APN）と IP/Ethernet（VXLAN/EVPN）の両方に精通した少数の高スキル人材に依存しがちです。私たちはこの属人化を スキルレス基盤 で解消し、さらにその基盤が AI エー

こんにちは。ファインディ株式会社でFindy Team+の開発をしているkameです。 経歴としては、異業種から転職して現在エンジニア2年目です。ファインディには2026年5月に入社し、5ヶ月ほどが経過しました。 ファインディでは設計、実装、レビューなど各プロセスにおいてAIを活用しています。 このような経歴、環境下での私自身の思考の変化や、取り組んできたことに関して紹介します。 入社直後に感じたことから、事業に貢献したいと考えるようになるまで AIを活用して設計・実装するには、基礎力が必要だと実感した

はじめに 楽楽販売を担当している梶です。 運用の知識をAIから引ける（AIが検索して参照できる）ようにして、開発フローの概要設計に運用影響の確認を組み込むところまで来たので、その経緯を書きます。最初から全体を設計していたわけではなく、気づきのたびに一段ずつ足してきた記録です。 運用への影響は、できるだけ設計の段階で拾っておきたいと考えています。サービスを利用するお客様の業務を止めないため、そして、そのための運用を無理なく続けるためです。 「運用のことは、あの人に聞かないと分からない」という状況に心当たりの

はじめに 業界調査（2024〜2026年） によると、SAP のネットワーク障害は企業に平均で1時間あたり10万ドルのコストをもたらすと推定されています。それにもかかわらず、従来のトラブルシューティングでは依然として複数のツールをまたいで2〜4時間の手作業が必要です。 Kiro-CLI と AWS Model Context Protocol (MCP) Servers（Agent Toolkit の一部） は、この状況を変えます。このエージェント型 AI アプローチにより、数十個の CLI コマンドを暗

(この記事は、 Enable zero-copy access to AWS services on Amazon FSx for NetApp ONTAP with Amazon S3 Access Points を翻訳したものです。) 半導体の検証チームは EDA（Electronic Design Automation）ツールを使い、毎晩数千件のシミュレーションジョブを実行しています。大規模な検証環境では 1 晩に 10 万件以上のテスト実行のログが生成されることもあります。1 回のリグレッションテ

こんにちは。Amazon Web Services Japan のソリューションアーキテクトの福嶋です。 2026 年 9 月 2 日、名古屋 STATION Ai にて「AWS AI Day in Nagoya ～先行企業のリアルに学ぶ、AI 定着の現在地～」を開催しました。当初は 70 名の定員で募集を開始しましたが、想定を上回るお申し込みをいただいたため会場の座席を拡張し、当日は東海圏を中心に 120 名のお客様にご参加いただきました。ご参加いただいた皆様、ご登壇いただいた 5 社の皆様に、あらため