タイムライン検索

2026年1月22日

サンフランシスコを拠点とするクラウドプラットフォームRailwayは、マーケティングに1ドルも費やさずに200万人の開発者を静かに集めたが、木曜日に資金調達を発表した。

VentureBeat AI

2026年5月27日

AgentWatchの機能を実際の導入を通じて実証します。ソリューションがCloudWatchメトリクスを要約しながら、15分ごとにインフラストラクチャチェックを実行する方法を紹介します。

AWS Machine Learning Blog

2026年5月27日

このポストでは、LangGraphエージェントをオーケストレーターとして統合し、Amazon Bedrock AgentCore Memoryと連携させて、AWS上に高度にスケーラブルでサーバーレスなマルチエージェント生成AI システムを構築するソリューションを提供しています。

AWS Machine Learning Blog

2026年5月28日

Amazon Web Services（AWS）は、Webブラウザから使えてインストール不要のコーディングAIエージェント「Kiro Web」をプレビュー公開しました。 Introducing Kiro Web, now in previe...

Publickey

2026年5月28日

このポストでは、Amazon Bedrock AgentCoreを使用してNarrateAIを構築し、AWS SMGS（Sales, Marketing and Global Services）組織向けに大規模なビジネスインテリジェンスを提供する方法を紹介しています。

AWS Machine Learning Blog

2026年5月28日

この投稿では、AWS Generative AI Innovation Center（GenAIIC）がWorks Human Intelligence（WHI）と協力して、Amazon Bedrock AgentCoreを使用して2つのAIエージェントを構築した方法を共有します。課題について説明します。

AWS Machine Learning Blog

2026年5月28日

Snowflakeはアマゾンと新たに巨額の5年契約を締結し、AI使用向けのチップを確保した。エヌビディアは再び警告を受けている。

TechCrunch AI

2026年5月29日

この投稿では、Opus 4.8の改善点と、Amazon Bedrockでのエージェントシステムと本番推論ワークロードへのモデル統合に関するAIエンジニア向けの実践的なガイダンスについて説明します。

AWS Machine Learning Blog

2026年5月29日

LangChainのディープエージェント評価に関する知見とAnthropicのAIエージェント評価ガイドを組み合わせた実践的なガイドです。このポストでは、以下の方法を学べます：1) AIエージェント向けの評価メトリクスの実装、2) LangSmithを使用した評価の実行、3) AWSインフラストラクチャでの統合方法など。

AWS Machine Learning Blog

2026年5月29日

AIエージェントが実験から本番運用へ移行する中、AWSやCloudflareなどが機械優位の未来に向けてクラウドインフラを再設計している。

TechCrunch

2026年5月29日

人工知能技術の急速な進展に伴い、インターネットのインフラストラクチャが根本的な変化を迎えている。AWSやCloudflareといった大手クラウド企業が、従来の人間ユーザーを中心とした設計から、機械が生成するトラフィック中心のシステムへの移行を進めている。 背景にあるのは、AIエージェントが研究開発の段階を脱し、実際の本番環境での運用が本格化していることだ。こうした状況下で、企業側は既存のクラウドインフラが新たな需要に対応できるよう、アーキテクチャの再構築を急いでいる。 この転換は、データ通信量の急増やAPI利用パターンの変化、リアルタイム処理能力の向上などを見据えた対応となる。クラウド企業各社は、機械同士の通信効率化やセキュリティ強化、コスト最適化を目指した技術開発に注力している。インターネットの構造自体が、人間中心から機械中心への時代へ移行しつつある。 （TechCrunch）

TechCrunch

2026年6月1日

Amazon Web Services（AWS）は、Google CloudやMicrosoft Azureなどのクラウドと閉域網による高速な接続を実現する新サービス「AWS Interconnect - multicloud」において、5...

Publickey

2026年6月1日

OpenAIフロンティアモデルとCodexはAWSで一般提供されるようになり、企業は既に使用しているAWSの環境、コントロール、調達ワークフローを通じてOpenAIで構築する新しい方法が可能になります。

OpenAI

2026年6月1日

対象読者: クラウド/インフラの基礎（VPC、ロードバランサ、Lambda、S3、RDS等）は分かるが、Cloudflareの開発者プラットフォームは触ったことがない人。 ゴール: 「自分の案件にCloudflareは向くのか？」を、暗記ではなく設計思想から判断できるようになること。

Zenn

2026年6月2日

Amazon Web Services（AWS）は、AWSのクラウドデータセンターにOracle Cloudのインフラを持ち込み、そこでOracle Databaseを提供する「Oracle Database@AWS」がAWS大阪リージョン...

Publickey

2026年6月2日

AWS GPUインスタンスへの大規模言語モデル(LLM)のデプロイを繰り返している場合、GPUのHigh Bandwidth Memory(HBM)にロードするモデルが大きいほど、長い時間がかかることに気付いているでしょう。

AWS Machine Learning Blog

2026年6月2日

AWS環境でLLM（大規模言語モデル）を運用する際の課題に対応する新たな技術アプローチが注目を集めている。GPUインスタンスへのモデル読み込みに要する時間短縮が、これまでの実運用における課題だった。 AWSが提案する解決策は、GPUDirect、Amazon FSx for Lustre、TurboQuantの3つの技術を組み合わせるもの。これらを活用することで、モデルをGPUメモリへ転送する速度を大幅に高速化できる。結果として、より大規模なパラメータ数を持つモデルの推論準備時間が短縮され、LLMが処理可能なテキスト長を示すコンテキストウィンドウの拡大も実現可能となる。 この技術統合により、複雑な推論タスクや長文処理が必要なユースケースでの対応能力が向上する見通しだ。クラウド環境でのAI推論効率化に向けた実装例として、今後の導入が期待されている。 （引用元：AWS Machine Learning Blog）

2026年6月2日

アマゾン ウェブ サービス（AWS）は、AI駆動のエージェント決済システムにおけるセキュリティ強化の方法を公開した。Amazon Bedrock AgentCoreに搭載された組み込みガードレール機能により、自動決済処理の安全性を確保できるという。 エージェント決済では、AIが独立して取引判断を実行するため、不正アクセスや誤った処理といったリスクが増大する。AWSが提案するアプローチは、こうした主要なリスク要因を特定し、システム設計段階から対策を講じることの重要性を強調している。 ガードレール機能は、不適切な指示の拒否、トランザクション検証の強化、監査ログの自動記録など複数の安全装置を備えている。これにより開発者は、セキュリティと利便性のバランスを取りながらAIエージェントを構築できる。 同社はこの技術の活用例として、金融機関やEコマース企業での導入シーンを想定している。今後、企業がAIを活用した自動決済を導入する際の重要な参考資料となる見込みだ。 （AWS Machine Learning Blog）

AWS Machine Learning Blog

2026年6月2日

AWS Secrets ManagerのシークレットをAgentCore Identityで参照できるようになりました。これにより、Secrets Managerで事前設定されたシークレットを参照して、完全な管理を維持できます。

AWS Machine Learning Blog

2026年6月2日

https://serverless.co.jp/blog/zk3qigvmd_6/ に投稿した記事の微修正版です。 AWS Lambda Web Adapter は、開発者が使い慣れたWebフレームワーク（Express.js、Next.js、Flask、SpringBoot、ASP.NET、La…

Zenn

2026年6月2日

OpenAIとAmazonは2026年6月1日、OpenAIのGPT-5.5、GPT-5.4とCodexがAWSの生成AIサービスであるAmazon Bedrockで利用可能となったことを発表した。

gihyo.jp

2026年6月2日

# 記事本文 Amazon Bedrockが、セキュアなAI支援要求の実現に向けて新たな認証方式に対応した。AgentCore GatewayでホストされるMCPサーバーにおいて、OAuth認可コードフローの実装が可能になったもの。 この仕組みでは、組織のアイデンティティプロバイダーから発行されたユーザートークンを活用し、各AI支援要求の都度認証を行う。これにより、不正アクセスを防ぎながら、本番環境での利用に適したセキュリティ体制を構築できるようになる。 導入企業は既存のIDプロバイダーと連携させることで、複雑な追加設定を最小化しつつ、エンタープライズグレードのセキュリティ要件に対応できる点が特徴。クラウドベースのAI活用が進む中、組織の認証基盤との統合が重要性を増すなか、実用的なソリューションとして注目される。 （引用元：AWS Machine Learning Blog）

2026年6月3日

アマゾン・ウェブ・サービス（AWS）は、軽量AI モデル「Amazon Nova 2 Lite」を活用したオブジェクト検出システムの実装方法を公開した。Amazon Bedrock、AWS Lambda、Amazon API Gatewayを組み合わせることで、スケーラブルな画像認識アプリケーションの構築が可能になるという。 同システムは効率的なプロンプト設計とJSON形式での結果出力に対応。処理結果の可視化機能も備えており、開発者は検出対象物の位置情報や信頼度スコアを容易に取得できる。 実用例として、製造業における品質管理、農業での作物監視、ロジスティクス業界での在庫管理など多岐にわたる分野での活用が想定されている。Nova 2 Liteの軽量性により、低遅延かつ低コストでの運用が実現でき、エッジコンピューティング環境での導入も可能だ。 このソリューションは、AI導入を検討する企業が実装の複雑性を低減させ、迅速にサービス展開するための一助となると考えられる。 （AWS Machine Learning Blog）

AWS Machine Learning Blog

2026年6月3日

この投稿では、Amazon Nova 2 Liteを使用した物体検出の実装について説明します。Amazon Bedrock、AWS Lambda、およびAmazon API Gatewayを使用して物体検出アプリケーションをデプロイする方法を学べます。

AWS Machine Learning Blog

2026年6月3日

Amazon Forgeの微調整に最適パラメータ設定が重要 アマゾン ウェブ サービスは、独自の大規模言語モデル「Amazon Nova Forge」をドメイン固有のタスクに適応させる際の課題について、技術ブログで解説した。 モデルの微調整において、学習率やバッチサイズといった訓練パラメータの設定は、特定領域での性能向上と汎用性維持のバランスに大きく影響することが明らかになった。過度なカスタマイズは汎用性を損なう一方、最適化が不十分では期待される性能向上が得られないという課題がある。 同社は、これらのパラメータを効果的に調整するための戦略と、計算資源を無駄にする一般的な失敗パターンを早期に検出する方法を紹介。実践的なアプローチにより、企業が限られたリソースでモデルの最適化を進める道筋を示している。 この指針は、生成AI導入を検討する企業にとって実装効率の向上に有用な知見となりそうだ。 （引用元：AWS Machine Learning Blog）

AWS Machine Learning Blog

2026年6月3日

OpenAIがフロンティアモデルをAWS経由で一般提供する。Amazon BedrockからGPT-5.5などを使え、コーディングエージェント「Codex」でもBedrockのAPIキーを利用できる。当初は米国リージョンのみ対応し、日本リージョンでの対応は未定。

ITmedia AI+

2026年6月3日

株式会社JSOLは1日、米Horizon 3 AIの自律型ペネトレーションテストプラットフォーム「NodeZero」を、国内唯一のマネージドセキュリティサービスプロバイダー（以下、MSSP）として提供を開始した。

クラウド Watch

2026年6月3日

トヨクモ株式会社は2日、サイボウズの業務アプリ構築クラウド「kintone」内の情報を安全に自動バックアップするサービス「kBackup」において、データを利用企業自身のAmazon Web Services（AWS）環境にバックアップできる「エンタープライズ」コースを提供開始したと発表した。

クラウド Watch

2026年6月4日

Amazon SageMaker AIのトレーニング機能を活用し、小規模言語モデルのツール呼び出し精度を改善する新たな手法が注目されている。教師ありファインチューニング（SFT）と直接選好最適化（DPO）を組み合わせることで、モデルがAPI呼び出しやツール操作をより正確に実行できるようになるという。 この手法の利点は、インフラ管理の負担を軽減し、エンジニアがトレーニングコード開発に集中できる点にある。ベースモデルと複数のファインチューニング版を並行で評価・比較することで、最適なモデルを客観的に選定できる。こうしたデータ駆動型アプローチにより、試行錯誤を効率化しながら精度向上を目指せるとされている。 生成AIの実用化が進む中、小規模言語モデルの性能向上は、エッジデバイスやコスト効率の観点から重要な課題である。この技術により、より多くの企業がAIエージェントの導入を検討できる環境が整いつつある。 （AWS Machine Learning Blog）

2026年6月4日

# コンテナの起動時間短縮を実現するSOCI技術 AWSはDeep Learning AMIおよびコンテナ環境でSOCI（Seekable OCI）を活用する最適化手法を紹介した。この技術により、コンテナのコールドスタート時間を大幅に削減できる。 SOCIは、コンテナイメージを効率的に読み込むための仕組みで、必要なレイヤーのみを優先的にロードする。これにより、従来の手法よりも迅速にコンテナを起動できる。AWSは異なるワークロード特性に対応した複数のSOCIモードを提案しており、ユースケースに応じた使い分けが可能だ。 機械学習やビッグデータ処理など、頻繁なコンテナ起動が必要なアプリケーションにおいて、特に効果的とされている。実装方法についても詳細に説明されており、既存のシステムへの統合が容易に進められる見通しも示唆されている。 クラウドワークロードの効率化が急速に進む中、この技術は大規模環境での運用コスト削減に貢献すると期待される。 （参考：AWS Machine Learning Blog）

AWS Machine Learning Blog