← Financial Cloud Cloud クラウドクラブ · Amarathon 2025 振り返り

極点マクロ|Financial Cloud Cloud · AWS Amarathon 2025

極点マクロ|Amarathon 2025 振り返り 14:AI が私の仕事をしたらどうなるか Q Developer CLI と Kiro が私の日常業務をどう変えたか

登壇者: Miguel Angel Muñoz

セッション: 14

セッション
Summit Dev Lounge2026 Re:cap
01 アーキテクチャを Steering として記述し、AI Agent を導く
02 Agent Harness こそ真のエンジニアリングの堀
03 平易な言葉で可観測性データを尋ねる
04 Bedrock AgentCore で Serverless AR ゲームを構築する
05 AgentCore 上のマルチ Agent クオンツ・バックテスト
06 3 分でブログをスライドにする——Kiro で
AWS Community Day Hong Kong 2025 Re:cap
02 TerraformによるAWSコンプライアンス
03 初心者からビルダーへ――素晴らしいクラウドの旅
04 LaravelとBrefによるチームファーストのサーバーレスエンジニアリング
05 イベント開会式
06 AWS 上で相互運用可能な AI を構築する
07 別のテレメトリデータを AI エージェントで活用し、改善を加速する
08 Kiro による仕様駆動開発
09 MCP と AI エージェントを活用した自動テスト
10 機械学習を活用したアプローチ
11 RAGとMCP
12 TAKとAWSを活用した災害・緊急対応
13 テストの観点からサーバーレスアプリケーションのワークフローを再考する
14 クラウド成功のための実践的なAWS FinOps
15 リスク調整後資産リターンの革新
FSI Recap
01 Modern Trade Lifecycle: Trading to Settlement
02 Goldman Sachs: Fast Track your applications onto Cloud - AWS Re:cap Q1/2023
03 Zurich Insurance Group: Building an Effective Log Management Solution on AWS
04 FSI Meetup 2025 Q4 - Brex Database Disaster Recovery
05 FSI Meetup 2025 Q4 - A Graviton Migration Success Story
06 FSI Meetup 2025 Q4 - Stifel Modern Data Platform
07 FSI Meetup 2025 Q4 - Financial Transaction Data Reconciler PayPal
08 FSI Meetup 2025 Q4 - Scaling Resilience
09 Maximizing AI Inference Cost Efficiency: Strategic Adoption of AWS GPU Instances
10 Advanced Agentic AI Design Patterns
11 Build New Modern Apps on AWS
AWS re:Invent 2025
01 Coinbase re:Invent の要約 (IND3312)
02 AI と AWS を活用した未来の取引プラットフォームの構築
03 トレーディングイノベーション: Amazon Bedrock (IND3315) の Jefferies AI アシスタント
04 FSI がエージェント型 AI で HFT 分析に革命をもたらした方法 (GBL302)
05 Nasdaq をフィーチャーした Amazon Time Sync による分散システムの改善
06 Amazon Aurora HA および DR グローバル復元力のための設計パターン (DAT442)
07 エージェントの構築 AI: Amazon Nova Act および Strands エージェントの実践 (DEV327)
08 Amazon Aurora とそのイノベーションの詳細 (DAT441)
09 Amazon S3 の詳細解説 (STG407)
10 Nasdaq:グローバル金融サービス向けのレジリエントなインフラストラクチャを構築する (HMC327)
11 AWS Lambda の新機能 (CNS376)
12 Kiro によるスペック駆動開発 (DEV314)
13 Amazon の FinOps: 世界的な E コマース大手から学ぶクラウドコストの教訓 (AMZ308)
14 AWS 上のティック・トゥ・トレード低レイテンシ取引プラットフォーム
Government data
01 The AI Era: The Boundary Between Development and Design Is Disappearing
02 On-Device Multimodal AI and Smart-City Practice
03 Large-Model Capability Evaluation and a Method for Landing AI Projects
04 Controlled End-to-End Automation of Government Development with Cloud Agents
05 A New Software Ecosystem for the Agent Era, Seen Through Multi-Agent Systems
06 AI-Driven Macro Quantitative Research and Smart Governance
07 Authorized Operation of Public Data and Smart-Government Practice
08 Putting Data Assetization into Practice: Rights, Compliance, Engineering Governance, and Digital-Government Cases
09 AI for Mental-Health Public Welfare: Governance, Architecture, and Practice of a Trustworthy Platform
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
02 Amazon Bedrock Data Automation
03 AgentCore 上のマルチエージェント
04 Nova Act と Strands Agents を実践で活用したエージェント型 AI の構築
04 仕様駆動開発と Kiro で移行プロジェクトを加速
06 「マッチング」から「理解」へ: AgentCore Memory が実現するパーソナライズド AI 検索の実践
07 観測から最適化へ – LLM オブザーバビリティから AIOps へ、リアルタイムの洞察をインテリジェントな自動化に変える
08 TEAM の導入と最高のエンジニアリングチームの構築
09 いわゆるサーバーレスデータベースの5年間から得た5つの厳しい教訓
14 AI が私の仕事をしたらどうなるか Q Developer CLI と Kiro が私の日常業務をどう変えたか
16 警戒を保ちながら迅速に:Amazon Bedrock エージェント開発に不可欠なセキュリティ
26 1 台の H100 で OSS LLM をよりスマートに、低コストで、高速に実行
28 最新の統合メタデータアーキテクチャ:データサイロを解消する新たなアプローチ
29 サーバーレス MediaOps:Amazon Web Services 上の AI による動画ワークフローの自動化
30 大規模パフォーマンステストによる効率性と信頼性を重視したアーキテクチャ設計
31 オープンソースで世界をつなぐ: テクノロジー、コミュニティ、グローバルな開発者関係をめぐる実践の旅
33 リアルタイム物流分析のためのストリーミング Iceberg テーブルの構築
34 大規模ロボット戦略トレーニングの高速化: Kiro、Trainium、EKS に基づく自動クローズドループアーキテクチャ
35 仕様駆動開発で「Vibe」から実用レベルへ
36 クラウドコスト分析をよりスマートに: StrandsとAgentCoreによるFinOpsインテリジェントエージェントの構築
37 CNCF Kagent、K8sGPT、Nova Sonicを使用したK8s向け対話型エージェントAIOpsの変革

私の仕事

● 著者の専門的な活動と責任の概要。

● 著者の仕事のさまざまな側面を扱う詳細なセクション:

● Amazon の相談窓口

● 技術面の相談窓口

● 新規プロジェクト

● 問題のあるプロジェクト

● 中核プロジェクト

● ビジネス施策

● 支援が必要な領域

Q Developer CLI と Kiro が私を救う、私は GenAI が好きではなかった、Q Developer CLI

● Q Developer CLI と Kiro の有用性についての考察。

● GenAI に対する個人的な苦手意識。

● Q Developer CLI に対する具体的な評価。

どのように動作するか

● 言及されたツールの動作と仕組みの説明。

● Amazon MCP サーバー

● スーパーパワー

● CLI コマンド

● 知識

● 料金

● Git 調査

● Terraform

エージェントループ(Q Developer CLI)

● Q Developer CLI におけるエージェントループの説明:

● 認識

● 計画

● 行動

● 学習

● 評価

仕様駆動(Kiro)

● Kiro を使用した仕様駆動開発に注力。

● 要件

● 設計

● タスク

● すべて順調。

私にとって役立つか?

● 著者にとってのツールの有用性を評価。

ツールのさまざまなユースケース

● コード

● 評価

● 最適化

● 問題解決

● コスト計算

● デプロイ

● ドキュメント

● テスト


Q Developer CLI 対 Kiro,

● Q Developer CLI と Kiro の比較:

● すぐに使う: amazon Q

● エンドツーエンドのソリューション: Kiro

ツール使用の実例

● ランディングゾーンの作成

● 過去のプロジェクトからベースラインを確立

● ブログウェブサイトの改善とデプロイ構造の作成

● 別の CDN から CloudFront へのプロジェクト移行

● 移行計画の作成

● レジリエントなアーキテクチャの設計

● Terraform プロジェクトの評価

● 多数の問題をレビュー

すべて良いことばかりか?

● すべてが有益かどうかを批判的に評価。

ツールの使用から得た教訓

● 要件の慎重なレビュー

● 監督の必要性

● 簡単な道を選びがち

● ループにはまり込む可能性

● 素晴らしいが、ときに非現実的なアイデア

● コード削除への注意

ツールを使用する良い面

● 所要時間の短縮

● クールなアイデアの開発

● より優れたコード説明

● 会議中にもタスクを実行可能

まとめ

● 開発者やエンジニアを置き換えるのではなく、力を与える

● テクノロジーの使用における責任