生成AI時代の開発と運用 / Dev and Ops in Gen AI era

+"84%":4 .BTIVQGPSUIF'VUVSF ⽣成AI時代の開発と運⽤アマゾンウェブサービスジャパン合同会社シニアデベロッパーアドボケイト⼭⼝能迪 (@ymotongpoo)

© 2026, Amazon Web Services, Inc. or its affiliates. All
rights reserved. 2 © 2026, Amazon Web Services, Inc. or its affiliates. All rights reserved. ⾃⼰紹介⼭⼝能迪（やまぐちよしふみ）アマゾンウェブサービスジャパン合同会社シニアデベロッパーアドボケイト専⾨領域 • オブザーバビリティ • SRE全般好きな/応援しているサービス @ymotongpoo

rights reserved. 3 #jawsug #jawsdays2026 #jawsdays2026_x AI 利⽤の是⾮を問うフェーズの終了 90% 回答者が業務でAIを利⽤ Q: AI がコードや設定を書く時代に、SRE は不要になるのか︖ A: SRE の重要性は、かつてないほど⾼まっている https://dora.dev/research/2025/

rights reserved. 4 #jawsug #jawsdays2026 #jawsdays2026_x AI は組織の能⼒を増幅するアンプ優れた組織はより強化され、課題のある組織は弱点を増幅させる良いところも課題もすべてが増⼤ • 開発速度 • システムの不安定さ • 変更失敗率

rights reserved. 5 #jawsug #jawsdays2026 #jawsdays2026_x SRE/DevOpsは何のために確⽴されたのかサービス開発者デリバリーパイプライン監視ビルドテストリリース全体の変更を待つのは遅いアーティファクトが⼤きいからパイプラインも遅いとにかく遅い!!!

rights reserved. 6 #jawsug #jawsdays2026 #jawsdays2026_x SRE/DevOpsは何のために確⽴されたのかサービス開発者デリバリーパイプライン監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリースチームとフォーカスを⼩さくして開発速度を上げた結果パイプラインも速くなった決定論的な仕組みで耐障害性を上げた

rights reserved. 7 #jawsug #jawsdays2026 #jawsdays2026_x SRE サイトリライアビリティエンジニアリング 7.1 ⾃動化の価値いくら熱意があったとしても、機械のように⼀定でいられる⼈はほとんどいません。この不可避な⼀貫性の⽋如によって、間違い、⾒逃し、データ品質の問題、そしてなにより信頼性に問題が⽣じます。⼈間は間違える!!

rights reserved. 8 #jawsug #jawsdays2026 #jawsdays2026_x ⼈間がコンテキストを理解し決定論的仕組みを拡充してきたコンピューターは決まったことを繰り返しするのが得意サービス開発者デリバリーパイプライン監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリース間違えに気付くための precommit 間違えに気付くためのパイプライン間違えに気付くための監視

rights reserved. 9 #jawsug #jawsdays2026 #jawsdays2026_x AI は何をもたらすのかサービス開発者デリバリーパイプライン監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリースいまはここの議論が多いそしてここも拡充されつつある

rights reserved. 10 #jawsug #jawsdays2026 #jawsdays2026_x AI と⼈間の得意・不得意 AI が⼈間より得意 • ⼀般的な知識から⽣成する • パターン認識 • 膨⼤なデータを整理する⼈間がAIより得意 • ⽂脈の深い理解と暗黙知 • 責任を持つこと • 状況判断 AI も⼈間も不得意 • 決定論的に確実に繰り返す AI と⼈間が協⼒することでうまくいく領域決定論的ツールが担当する領域例: AI-DLC 例: SRE/DevOps

rights reserved. 11 #jawsug #jawsdays2026 #jawsdays2026_x AI-Driven Development Lifecycle (AI-DLC) AI は、プランニング、タスク分解アーキテクチャの提案など、開発プロセスを実⾏する開発者は、検証、意思決定、監督の最終的な責任を保持する AI Creates Plan Humans Verify the Plan AI Refines the Plan AI Executes the Plan Humans Verify the Outcome AI が⼈間より得意⼈間が AI より得意

rights reserved. 12 #jawsug #jawsdays2026 #jawsdays2026_x AI-DLC の循環 1. 既存コードを基盤に構築 2. ユーザーストーリーで意図を具体化 3. 作業単位で計画を⽴てる 4. ドメインモデル（コンポーネントモデル） 5. コード⽣成とテスト 6. アーキテクチャコンポーネントの追加 7. IaCとテストによるデプロイ 8. IaCによる本番環境へのデプロイ 9. インシデントの管理各段階が次の段階のためのより豊かな⽂脈を構築する Inception (Mob Elaboration) Construction (Mob Construction) Operation ステージは意図に基づいて「適応的」である

rights reserved. 13 #jawsug #jawsdays2026 #jawsdays2026_x AI-DLC の循環 1. 既存コードを基盤に構築 2. ユーザーストーリーで意図を具体化 3. 作業単位で計画を⽴てる 4. ドメインモデル（コンポーネントモデル） 5. コード⽣成とテスト 6. アーキテクチャコンポーネントの追加 7. IaCとテストによるデプロイ 8. IaCによる本番環境へのデプロイ 9. インシデントの管理 Inception (Mob Elaboration) Construction (Mob Construction) Operation ここに⼤切なものは︖

rights reserved. 14 #jawsug #jawsdays2026 #jawsdays2026_x AI は何を⾒ているのか

rights reserved. 15 #jawsug #jawsdays2026 #jawsdays2026_x 運転⼿・整備⼠に変わるコンテキスト外部状態運転に必要な情報内部状態修復に必要な情報

rights reserved. 16 #jawsug #jawsdays2026 #jawsdays2026_x もしものためのガードレール

rights reserved. 17 #jawsug #jawsdays2026 #jawsdays2026_x ⼈間がコンテキストを理解し決定論的仕組みを拡充してきたサービス開発者デリバリーパイプライン監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリース監視ビルドテストリリースガードレール =

rights reserved. 18 #jawsug #jawsdays2026 #jawsdays2026_x AI を仲間として受けいるれるには AI が⼈間より得意 • ⼀般的な知識から⽣成する • パターン認識 • 膨⼤なデータを整理する⼈間がAIより得意 • ⽂脈の深い理解と暗黙知 • 責任を持つこと • 状況判断 AI も⼈間も不得意 • 決定論的に確実に繰り返す AI と⼈間が協⼒することでうまくいく領域決定論的ツールが担当する領域コンテキストガードレール

rights reserved. 20 #jawsug #jawsdays2026 #jawsdays2026_x コンテキスト1: オブザーバビリティ AI (LLM) が知っているのは知識カットオフ時の⼀般的な情報だけシステム固有の情報はコンテキストとして与えるしかない • 動的な情報: テレメトリー • 静的な情報: 仕様、アーキテクチャ図

rights reserved. 21 #jawsug #jawsdays2026 #jawsdays2026_x コンテキスト1: オブザーバビリティオブザーバビリティの本当の威⼒は、問題をデバッグする際に、事前にそれほど多くのことを知る必要がないことです。システムをよく知らない（あるいはあまり知らない）場合でも、体系的かつ科学的に次々とステップを踏んで、答えを⾒つけるための⼿がかりを整然と追っていけるはずなのです。 8.2 第⼀原理からのデバッグ従来のメトリクス { "payment_api_errors_total": 1500, "cpu_utilization_avg": 0.85 } ⾼次元なイベント { "status": "error", "latency": 210, "timestamp": "2026-01-06T13:30:15Z", "service.name": "payment-gateway", "trace.id": "abc-123-xyz-789", "event.name": "stripe_charge_failure", "customer.id": "cus_a1b2c3d4", "payment.plan": "premium_monthly", "app.version": "v2.1.5-canary", "cloud.region": "ap-northeast-1" }

rights reserved. 22 #jawsug #jawsdays2026 #jawsdays2026_x コンテキスト1: オブザーバビリティ既に AI ⽀援のテレメトリー分析機能が多く存在する eg. AWS DevOps エージェント復旧案の提⽰ Root CauseとしてDynamoDBへアクセス実装が不適切であることを正しく分析裏付けるデータが⽰される（レイテンシーの悪化、タイムアウトの増加）

rights reserved. 23 #jawsug #jawsdays2026 #jawsdays2026_x コンテキスト1: オブザーバビリティ AIアシスタントにpprofを使わせでデバッグする例を Observability Conference Tokyoで話しました AIアシスタントを使って⼿元で連携することも可能 MCPサーバーローカルコマンド { "mcpServers": { "awslabs.cloudwatch-mcp-server": { "autoApprove": [], "disabled": false, "command": "uvx", "args": [ "awslabs.cloudwatch-mcp-server@latest" ], "env": { "AWS_PROFILE": "my-aws-profile", "FASTMCP_LOG_LEVEL": "ERROR" }, "transportType": "stdio" } } }

rights reserved. 24 #jawsug #jawsdays2026 #jawsdays2026_x コンテキスト2: Infrastructure as Code AI (LLM) が知っているのは知識カットオフ時の⼀般的な情報だけシステム固有の情報はコンテキストとして与えるしかない • 動的な情報: テレメトリー • 静的な情報: 仕様、アーキテクチャ図本当にこの通りに設定されているとは限らない

rights reserved. 25 #jawsug #jawsdays2026 #jawsdays2026_x コンテキスト2: Infrastructure as Code AI (LLM) が知っているのは知識カットオフ時の⼀般的な情報だけシステム固有の情報はコンテキストとして与えるしかない • 動的な情報: テレメトリー • 静的な情報: 仕様、アーキテクチャ図、ソースコード、XaC (IaC、PaC、NaC…)

rights reserved. 26 #jawsug #jawsdays2026 #jawsdays2026_x コンテキスト2: Everything as Code Infrastructure as Code Configuration as Code Policy as Code Security as Code Documentation as Code Operation as Code Observability as Code Database as Code あらゆるものをコードで管理することで変更を追跡可能にし、再現性と⼀貫性を確保する • プレーンテキストで書かれたコードは⼈間にも AI にも理解しやすい • ⼈間しか知らないことをなくす • ⼿動での設定変更 • 暗黙的なルールやオフラインの会話 ref: AWS Well-Architected DevOps Guidance

rights reserved. 27 #jawsug #jawsdays2026 #jawsdays2026_x コンテキスト3: ポストモーテム AI が作成を⽀援し、AI のためのコンテキストとなる AI 導⼊以前作成⽅法 1. Slack履歴をクロール 2. ダッシュボードのリンクを検索 3. 障害のタイムラインの認識の⾷い違い 4. 苦労してポストモーテムドラフト作成⽤途⼈間が読む AI 活⽤後作成⽅法 1. Slack、Zoom録画、アラート履歴、コミットログ、テレメトリーデータを統合 2. タイムライン⾃動作成 3. 過去の類似障害との⽐較 4. 根本原因分析の提案 5. ドラフトを⾃動作成⽤途⼈間も AI も読む c.f. トイルの削減

rights reserved. 29 #jawsug #jawsdays2026 #jawsdays2026_x ガードレール1: 密封ビルドとサプライチェーンセキュリティ密封 (Hermetic) ビルドビルド環境に依存せず、常に同じ結果を再現できる、完全に決定論的なビルドプロセスサプライチェーンセキュリティソフトウェアの企画、設計、開発、ビルド、テスト、配布、運⽤に⾄るまでの開発パイプラインにおいて、外部から混⼊されるマルウェアや脆弱性、悪意のあるコードからシステムを守るための対策 AI で加速するリスク • ハルシネーションによる存在しないライブラリ名 • 古いコードの混⼊による脆弱な依存関係

rights reserved. 30 #jawsug #jawsdays2026 #jawsdays2026_x 対策: 多層的防衛密封ビルドと検証の可能性を⾼める • 内部アーティファクトリポジトリ: 検証済みライブラリのみをミラー • SBOM有効化: 全依存関係のリスト化と脆弱性スキャン • SLSA導⼊: ビルドプロセス⾃体の信頼性証明

rights reserved. 31 #jawsug #jawsdays2026 #jawsdays2026_x ガードレール2: 静的チェックとテスト AI によるコードの⽣産量が激増＝従来のレビュー・テストがボトルネックに静的チェックの強化 • プレコミットによるリンター、フォーマッター、ユニットテストの実施発展的なテスト⼿法 • ファジング: 予期せぬ⼊⼒での脆弱性やシステムダウンを発⾒ • プロパティベーステスト: コードが満たすべき「性質」を定義 • ミューテーションテスト: ユニットテストの「品質」をテスト AI によるデバッグのためのコンテキストでもある

rights reserved. 32 #jawsug #jawsdays2026 #jawsdays2026_x ガードレール3: Policy as Code による統制 AI が⽣成するコードやインフラ構成は、組織のポリシーを違反する可能性主要ツール • Open Policy Agent (OPA): Regoで汎⽤ポリシーを記述するポリシーエンジン • Conftest: OPAラッパーの設定ファイルテストツール • AWS Config: AWSリソースの設定の継続的監視ポリシーをプログラムとして記述し、CI/CDで⾃動検証

rights reserved. 33 #jawsug #jawsdays2026 #jawsdays2026_x ガードレール4: ロールバックシステムカナリアリリースや機能フラグとユーザー向けの性能要件の組み合わせでユーザーへの影響を低減シナリオ例 1. 新バージョン v2 を 1% にデプロイ 2. サービスレベル⽬標 (SLO) ベースの⾃動分析 • 例: レイテンシーSLOを超過した 3. 閾値超過で⾃動ロールバック 4. 通知 + ⾃動起票

rights reserved. 34 #jawsug #jawsdays2026 #jawsdays2026_x ガードレール5: ⼼理的安全性の⾼い⽂化⾃動化バイアス (Automation bias) ⼈間が⾃動化された意思決定システムからの提案を優先し、それが正しくても⾃動化されていない⽭盾する情報を無視する傾向。 AI の出⼒結果に対してノーと⾔える⽂化と組織作り • AI の提案は説得⼒があるが、常に正しいとは限らない • エンジニアが AI に意義を唱えられる⼼理的安全性 • ⾮難のない⽂化の拡張 • 「与えたコンテキストが何かを⽋いていたのではないか」 • 「AI の判断プロセスは改善できないか」

rights reserved. 36 #jawsug #jawsdays2026 #jawsdays2026_x AI は組織の能⼒を増幅するアンプコンテキストとガードレールがある組織が AI を運⽤でうまく活⽤できる

rights reserved. 37 #jawsug #jawsdays2026 #jawsdays2026_x ⽣成 AI 時代に私たちにできること今⽇から始められる⼩さな⼀歩 • オブザーバビリティを推し進めてみる • トレースやイベント（構造化ログ）はありますか︖ • ロールバックの仕組みを導⼊する • ⾃動で切り戻せるようになっていますか︖ • CI/CD パイプラインを⾒直してみる • 密閉ビルドしていますか︖ • どんなテストを⾛らせていますか︖ • ポリシー検証してますか︖ AI を正しく導くためにもコンテキストとガードレールを⼿に⼊れるガードレールも AI と⼀緒に作る

rights reserved. 38 #jawsug #jawsdays2026 #jawsdays2026_x AWS Builder Center でも知⾒を共有してください

生成AI時代の開発と運用 / Dev and Ops in Gen AI era

生成AI時代の開発と運用 / Dev and Ops in Gen AI era

More Decks by ymotongpoo

Featured

Transcript