極点マクロ｜Financial Cloud Cloud · AWS Amarathon 2025
極点マクロ｜Amarathon 2025 振り返り 01：エージェント向けアーキテクチャ設計への開発者ロードマップ
開発者ロードマップ
● 未来のアーキテクト
● コンテンツ生成
● RAG の学習
● 開発スキルの強化
● AI エージェントの構築
● MCP の統合
● エージェント間通信
● 急速に成長している...
エージェント型開発
● エージェントとともに開発
● コード生成
● AI-DLC（AI 駆動開発ライフサイクル。人工知能を中心的な協働者として位置付ける現代的なソフトウェア開発手法）
● エージェント型 IDE
● バイブコーディング
● 仕様駆動
エージェント向けの開発
● スケーリング
● デプロイ
エージェントの開発
● シングルエージェント対マルチエージェント
● MCP
● ガードレール
● オブザーバビリティ
● ベストプラクティス
● API
エージェント型 AI システム
● 使用して構築
● エージェント
● 自律的な意思決定
● 反復的な問題解決
● 目標指向の振る舞い
エージェント型パターン
● パターンの種類
● リフレクション
● ツールの利用
● プランニング
● マルチエージェント
コンテンツ生成
● モデルを選択
● プロンプトエンジニアリング
● パラメータ
● Bedrock API との連携方法
Amazon Bedrock Knowledge Base を使用した RAG
● RetrieveAndGenerate API を使用
● RAG をセットアップ
● 適切なモデルを選択
KIRO
● プロトタイプから本番環境まで対応する AI IDE
● 仕様ベースの開発
● ステアリング（AI システムの振る舞い、応答、開発を望ましい方向へ導き、制御するプロセス。特定のタスクに合わせたモデルのファインチューニングが含まれる場合がある）
● Agent Hooks による自動化（ファイルの保存や作成など、特定のイベントに応じて、事前定義された AI エージェントのアクションを実行する開発環境（IDE）内の自動トリガー。反復作業を自動化し、一貫性を確保して、開発ワークフローを効率化するよう設計されている）
● チェックポイント
● プロパティベーステスト PBT（事前定義された入力と期待される出力を持つ特定の例を確認するのではなく、テスト対象システムの一般的な特性や不変条件の検証に重点を置くソフトウェアテスト手法。PBT は生成エンジンを利用して多様なランダム入力を自動生成し、入力空間を網羅的に探索する）
エージェントを介した AI が開発を変えている
● エージェント型開発
● エージェントとともに開発
● エージェント向けの開発
● エージェントの開発
マルチエージェントパターンの全体像
● グラフ
● ワークフロー
● スウォーム（専門化されたエージェントが互いに制御を引き継ぎながら連携できるため、単一のエージェントだけでは実現できない、より複雑で堅牢なワークフローを構築できる）
マルチエージェント — スウォーム
● 専門化されたエージェント間での動的なハンドオフ
● 創発的な経路 - エージェントが次の引き継ぎ先を決定
● すべてのエージェントで共有されるコンテキストとワーキングメモリ
● 最小限のオーケストレーションによる自律的な協働
● ユースケース: 開発プロジェクト、研究プロジェクト
「GenAI による未来はどのようなものか？」
● マイクロサービスの未来は、単に API が改善されるだけではない - AI エージェントを介して通信するインテリジェントなサービスが中心となる
● GenAI はコードを書き、ワークフローを実行できるが、そもそもなぜそのシステムが存在する必要があるのかという理解を置き換えることはできない。
エージェント間通信の概念実証
● このアーキテクチャ図は、Amazon Bedrock AgentCore Runtime および Strands Agents SDK を使用するエージェント型 AI アプリケーション向けの AWS ベースのシステムを示している。このシステムは Model Context Protocol (MCP) を利用し、AWS Lambda を介して実装されたさまざまなマイクロサービスおよび Amazon DynamoDB と統合する。
● AgentCore Runtime: セッション分離（microVMs を使用）、スケーラビリティ、オブザーバビリティなどのエンタープライズグレードの機能を備え、AI エージェントを実行するための中核実行プラットフォーム。
● Strands Agents: 状態の処理、ツールのオーケストレーション、多段階推論を含むエージェントのロジックを構築するための、オープンソースかつコードファーストの Python SDK。
● AgentCore Gateway: 既存の MCP サーバー、REST APIs、Lambda 関数などのツールにエージェントがアクセスするための、安全な受信接続と統一インターフェイスを提供する。
● Model Context Protocol (MCP): AI モデルが外部のデータソースやツールと通信できるようにする、オープン標準およびクライアント・サーバーアーキテクチャ。
● MCP Servers: 特定の機能（ツール）を AI エージェントに公開する軽量プログラム。
● マイクロサービス: このシステムは複数のサーバーレスマイクロサービス）で構成され、それぞれが AWS Lambda 関数を使用して実装され、データ永続化には Amazon DynamoDB が使用される。
● ワークフロー: AgentCore Runtime で稼働する Strands Agents は、AgentCore Gateway を介して通信し、さまざまな MCP サーバーを呼び出すことで意思決定とツールの利用ができ、それらのサーバーが対応するマイクロサービスを起動する。