AgentCore CLI で進化した AWS での AI エージェントの作り方 : 必要な機能を必要な時に

2026/9/11 もぐもぐ AWS での発表資料です。2026 年、モデルの性能が向上し作った Agent の陳腐化が進みやすくなる中で引き継ぐべき資産を着脱式にし、捨て得るところは捨てやすく開発する方法を紹介しています。

デモの再現プロンプトはこちら
https://claude.ai/code/artifact/a1aa1367-2679-4cd1-81d3-ed0feb07c675

AgentCore のワークショップはこちら
https://catalog.us-east-1.prod.workshops.aws/workshops/c770f35f-90a9-4e02-8985-4ef912bddb77/en-US

Transcript

1. もぐもぐ AWS AgentCore CLI で進化した AWS での AI エージェントの作り方 : 必要な機能を必要な時に Senior Machine Learning Developer Relations Takahiro Kubo © 2025, Amazon Web © 2025, Services, Amazon Inc. or Web itsServices, affiliates.Inc. All or rights its affiliates. reserved.All rights reserved.
2. 自己紹介 アマゾン ウェブ サービス ジャパン合同会社 Senior Machine Learning Developer Relations 久保隆宏 (Takahiro Kubo) AI/ML についての技術的な解説や AWS のサービスの紹介はもちろん、 「機械学習の実プロダクトでの活用」 を進めるためのワークショップや情報 提供、また AWS のサービス改善に 取り組んでいます。 寄稿 技術監修 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 単著 翻訳 2
3. Agenda 1. 2026 年の AI エージェント開発動向 2. AgentCore のおさらい 3. 2026 年型 AI エージェント開発デモ 4. 次に踏み出す © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 3
4. Agenda 1. 2026 年の AI エージェント開発動向 2. AgentCore のおさらい 3. 2026 年型 AI エージェント開発デモ 4. 次に踏み出す © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 4
5. 2026 年の AI エージェント開発動向 モデルの性能向上により、特定用途のため作りこむ価値が減りつつある。 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 5
6. 疑問 私が AI エージェントを作る意味とは?? • Claude / Codex のアプリで大体できちゃわない? • PPT の作成 / 議事録の作成「だけ」しかできないアプリケーションの価値とは ? • 顧客は Claude / Codex / Copilot 等に「追加」して支払う価値を求める 今日 AgentCore の話を聞く意味とは ?? © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 6
7. こうした疑問を持つのはまっとう！ AI エージェントを作った宣伝したいぞ駆動開発は負債化する © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 7
8. 2026 年、 AI エージェント開発で起きている移行 「一点作りこみ」から「着脱式」へ移行 • モデルの性能向上により「作るまでもなくなる」ことを前提に、AI エージェント やツールを捨てられるようにすることで開発・運用負債の発生を防ぐ • 「引き継ぐ価値のある装備」を着脱式にして継承することで、モデルの性能向上 とノウハウの蓄積、双方のメリットが得られる © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 8
9. 根拠① : モデルの性能向上に伴い必要な装備は変わる 「モデル単体ではできないこと」を補う装備ほど寿命は短い (以下、Anthropic ブログより引用)。 “Every component in a harness encodes an assumption about what the model can't do on its own … those assumptions … can quickly go stale as models improve. When new models arrive … re-examine a harness, stripping away pieces that are no longer load-bearing to performance.” Anthropic, “Harness design for long-running application development” (2026-03) あらゆる装備は「モデル単体ではできないこと」の仮定に基づき実装されているが、その仮定は モデルの進化とともに急速に陳腐化する。新しいモデルが出たら装備を見直し、性能を支えなく なった部品は剥がすべきである。 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 9
10. 根拠② : 洗練された装備はタスクの完遂性能を向上する 装備の種別 モデル 結果 記憶を足す 同一 性能 +39% 、 Token 84% 削減 Token の削減は Context Editing で不要な情報を消すことで得られる memory tool + context editing ツールの説明文を整える 同一 タスク完了時間 40% 短縮 同一 49% → 74% (Opus 4) 79.5% → 88.1% (Opus 4.5) tool description の改善 ツールに索引を付ける Tool Search Tool モデルが変わっても整えられた装備はタスクの完遂に寄与する 出典 : Anthropic 内部評価 — Managing context on the Claude Developer Platform (2025-09) ／ Multi-agent research system (2025-06) ／ Advanced tool use (2025-11) © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 10
11. 捨てることになるもの・継承されるもの 捨てることになるもの 継承されるもの 何らかの用途に特化した作りこみ。 モデルの性能向上は、精度だけでなく 「できること」が増えるため個別機能に 特化した AI エージェントの意義が消失し やすい。 記憶・知識・整えられたツール。 前提としてツールは対象の操作に不可欠。 使用する中で整えられたツールセットや その説明、また蓄積された記憶・知識は (モデルの知らない) 前提を補完する。こ れらの知見は原理的にモデルへ吸収され ない。 「捨てることになるもの」はなるべく捨てやすく、ただ 「継承されるもの」ごと捨てないよう着脱式で開発する。 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 11
12. 本セッションのゴール 2026 年以降の「着脱式前提開発」でも AgentCore が引 き続き使えることを知り、実践の一歩を踏み出していた だくこと！ Strands Agents を AgentCore にデプロイして～的な話は一 切しません！ © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 12
13. Agenda 1. 2026 年の AI エージェント開発動向 2. AgentCore のおさらい 3. 2026 年型 AI エージェント開発デモ 4. 次に踏み出す © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 13
14. Amazon Bedrock AgentCore AI エージェントが本番環境で価値を生むまでに必要な「非差別的な仕事」を巻き取 るマネージドサービス。 確認された 「今」の価値 POC 意味のある ビジネス価値 本番稼働に向けた課題 性能 スケーラビリティ セキュリティ ガバナンス 本番稼働 AI エージェント ここで詰まると「今」の価値が消失しビジネス機会を逃す→ AgentCore の出番 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 14
15. AgentCore harness : 今を逃さないデプロイ 本番で稼働する AI エージェントに必要なインフラ一式をユーザーの代わりに組み合 わせて、数分で容易に実装できる。 • Amazon Bedrock はもちろ ん、Gemini や OpenAI /LiteLLM などのモデルを指 定可能 • システムプロンプトのみ指 定しコーディング不要 • Skill は Git / S3 に配置可能 • Tool は MCP を設定するのみ、 Gateway も当然指定可能 • Observability / Evaluation が自動設定、デプロイ直後 から評価可能 Strands Agents AgentCore Runtime LLM モデル System Prompt AgentCore Memory Tools と Skills AgentCore Identity その他の設定 Agent の設定 AgentCore harness AgentCore Observability AgentCore Evaluations AgentCore の機能 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 15
16. Amazon Bedrock AgentCore の機能群 harness の裏側はモノリシックではなく、着脱式の機能群で実装されている。 Runtime Memory Identity © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. Gateway Code Interpreter Browser Observability Policy Evaluations 16
17. Amazon Bedrock AgentCore の機能群 harness の裏側はモノリシックではなく、着脱式の機能群で実装されている。 Runtime Memory Identity Gateway Code Interpreter Browser Observability Policy Evaluations Agent のホスティング 記憶の保持 内外ツールの呼び出し 組込ツールの呼び出し © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 観測・制御・評価 17
18. 継承されるものを AgentCore で実装する 記憶・知識・整えられたツールを実装するための機能群。 AI エージェント間で記憶を共有、また引き継ぐことができる。 前提知識は Amazon Bedrock Managed Knowledge Base の方を使用し Gateway 経由で共有できる Memory 実は AI エージェントだけでなく MCP サーバーをホスティングできる。 評価もツールと捉えると Evaluations も有用な機能 Runtime AI エージェントが使用するツールをまとめて検索・提供する。外部サー ビスはもちろん、Runtime で作成した MCP サーバーも接続可能。 Gateway ※認証認可は AgentCore Identity、制御は AgentCore Policy と連携 ※ Git リポジトリの Skill / AGENTS.md でも一定賄える。Agent/顧客ごとの管理などがいるなら実装検討 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 18
19. AgentCore CLI TypeScript 製の CLI ツール。プロジェクト単位で複数の AI エージェントやそこで共 有される着脱式リソース (Memory や Gateway) を作成/削除できる。 create プロジェクトを作る ※ Agent ではない！ → dev 手元で動かす → deploy AWS に上げる → add 装備を足す → invoke 呼ぶ → traces 何をしたか見る remove 装備を外す © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 19
20. Agenda 1. 2026 年の AI エージェント開発動向 2. AgentCore のおさらい 3. 2026 年型 AI エージェント開発デモ 4. 次に踏み出す © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 20
21. AgentCore CLI で 2026 年の AI エージェント開発をやってみる 題材 : 「学びのメモ」MCP サーバー AI エージェントは顧客の手元にある前提 (Claude Code / Copilot etc) 。 着脱式の MCP で実装し、様々な AI エージェントから横断的に知見の収集・共有を 行い Agent が変わっても知見は引き継ぐ。 MCP で実装する 2 つのツール note 140 字程度の学びを溜める © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. recall 過去の学びを検索 知識資産化 ・ブログ化 ・マニュアル化 21
22. AgentCore CLI を使った実装の流れ 実装時間はだいたい 10 分以内です。 create で はじめる MCP をつなぐ (この時点で記憶 は未作成) © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. add で Memory を足す MCP に蓄積され る知見を確認 22
23. Demo 約 5 分で暗黙知 収集 MCP を 作成中・・・ © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 23
24. add コマンドで “差別化されない” 作業を省略 ① agentcore add memory + agentcore deploy → Memory の構築 ② ③ ID を環境変数へ 設定 IAM 権限付与 • 手動での ID コピペ、IAM の付与忘れを防止できる • 作成したリソースはプロジェクト内 (複数 AI エージェント / MCP) で共有可能 • 削除するときは remove のみ © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 24
25. 現時点での制限 今回構築した MCP はスマホの Claude などからはつながらない • IAM 認証を使用しており、Sig v4 署名をするための mcp-proxy-for-aws の利用が 必要。一般的な MCP Client が期待する Dynamic Client Registration (DCR) また 2026-07-28 より推奨の Client ID Metadata Documents (CIMD) にまだ AgentCore Identity / Amazon Cognito が対応できておらず素直に繋げない AgentCore Memory のデプロイに 3~4 分かかる • add memory するのは一瞬だが、リソースを構築する deploy で一定の時間がか かる。また、意味検索が Ready になるにも数分かかる © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 25
26. 今必要なリソースを簡単に追加 : 複雑なリソースもシンプルなコマンドで手間なく追加 記憶 add memory 会話を通じた学びを記録 知識 add knowledge-base 文書等に記録された手順や知識 (※ gateway に接続し利用) ツール add gateway 既存 API・Lambda、また Web検索をツールとして提供 評価 add evaluator 出力の品質を測る 環境 add harness 一発で Agent の harness を作成する © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 26
27. : あなたのチームで「継承されるもの」は ? せっかくなので一つ選んでみましょう！ 記憶 add memory 会話を通じた学びを記録 知識 add knowledge-base 文書等に記録された手順や知識 (※ gateway に接続し利用) ツール add gateway 既存 API・Lambda、また Web検索をツールとして提供 評価 add evaluator 出力の品質を測る 環境 add harness 一発で Agent の harness を作成する © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 27
28. Agenda 1. 2026 年の AI エージェント開発動向 2. AgentCore のおさらい 3. 2026 年型 AI エージェント開発デモ 4. 次に踏み出す © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 28
29. 今日 AgentCore の話を聞いた意味 AI エージェントの開発において、「継承されるもの」を「着脱式」で 実装することがポイントになっていることを知る • モデルの性能が向上し「できること」が増えていくため、PPT や図の作成など、 目的特化の AI エージェントは負債化しやすい • モデル自身で操作し得ない対象にアクセスするツール、その利用方法や顧客の嗜 好等に関する記憶は継続的にタスクの完遂に寄与する AgentCore は AI エージェントを動かす「だけ」のサービスではないこ とを知る • AgentCore 自体が着脱式の機能群であり、CLI の add により簡単に追加可能 • 知識登録 / 共有の MCP を構築しそれを示した © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 29
30. 次に踏み出す 3 分 : 棚卸し 10 分 : デモを試す 60 分 : AgentCore を学ぶ 今までのモデル更新、また 今回のデモを実装するため AgentCore オフィシャルの はツールを切り替える際 のプロンプトを手元の ワークショップで、 「毎回教えなおしている・ Coding Agent に渡す。 あなたのチームで「継承さ 設定しなおしている」こと れるもの」まず 1 つを実 を書き出してみる。 装する方法を学ぶ。 プロンプトのリンク : 「継承されるもの」を ※プロンプトを渡すだけで 特定する 実装できます 無料のサンドボックス 環境で試せる。 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 30
31. アンケートに回答して資料、デモ 再現 / Workshop のリンクを ゲット！ Thank you! https://pulse.amazon/survey/1MYONAE1 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved.