AWS What's New Digest

Appearance

2026年06月17日 ​

[Ec2] AWS Outposts racks now support bmn-cx3a instances, the first AMD-based instances with accelerated networking on Outposts ​

概要 ​

AWS は第2世代 Outposts rack 上で利用可能な AMD ベースの bmn-cx3a bare-metal インスタンスを発表しました。5th Gen AMD EPYC と NVIDIA ConnectX‑7 NIC により、最大800 Gbpsの加速ネットワークと高密度コンピュートをローカル（Outposts）で提供します。

変更内容・新機能の詳細 ​

bmn-cx3a インスタンスは 5th Gen AMD EPYC プロセッサ（最大周波数 4.1GHz）と NVIDIA ConnectX‑7 (CX7) ネットワークインターフェイスを組み合わせた bare‑metal インスタンスです。提供される構成は bmn-cx3a.metal-32xl と bmn-cx3a.metal-64xl の2種類で、最大で合計256コア、1.5TB メモリ、各インスタンスに 2×8TB の NVMe SSD を搭載します。ConnectX‑7 により裸の（bare‑metal）ネットワーク帯域を最大800 Gbps（near line‑rate）まで利用でき、高スループット・低遅延の通信が可能です。ハードウェアベースの Precision Time Protocol (PTP) とネイティブな Layer 2 マルチキャストをサポートし、リアルタイム市場データ配信、マーケット／リスク解析、5G コアネットワーク、メディア配信などの用途に適しています。これらのインスタンスは第2世代 Outposts rack がサポートされている国・地域で利用可能です。利用にあたっては Outposts rack の物理ネットワーク（スイッチ、ケーブル、ピアリング）や電源・冷却要件に合わせたキャパシティ計画が必要です。

影響範囲・利用シーン ​

  • 対象ユーザー: 金融（市場データ／低遅延トレーディング）チーム、通信事業者（5Gコア）、メディア配信事業者、高性能データ分析／SRE
  • 利用シーン: リアルタイム市場データの取り込み・配信、低遅延リスク計算、5G ネットワーク機能のオンプレ配置、ライブメディア配信のエッジ処理
  • 運用効果: ローカルでの高帯域・低遅延処理が可能になり、クラウドとの往復遅延を削減／スループットを向上。L2 マルチキャストとハードウェア PTP により同期性・配信効率が改善される

技術的な注意点 ​

  • IAM権限: Outposts/EC2 のインスタンス起動やリソース管理に必要な IAM 権限を事前に確認してください（Outposts に関連するポリシー含む）
  • リージョン制限: 利用は第2世代 Outposts rack をサポートする国・地域に限定されます。詳細は Outposts rack FAQ を参照してください
  • コスト: bmn-cx3a は高性能かつ bare‑metal のためインスタンス単価および Outposts rack 導入・設置・運用コスト（ラック設置、ネットワーク回線、保守）が発生します
  • ネットワーク設計: 800 Gbps を活かすにはラック側の物理スイッチや配線、オンプレ側の集線帯域の設計が必須。L2 マルチキャストと PTP を利用する場合はネットワーク機器側の対応（マルチキャスト フィルタ、IGMP、PTP ハードウェアパス）が必要です
  • ドライバ／ファームウェア: ConnectX‑7 や PTP を利用するための OS ドライバやファームウェア互換性を確認してください。ベンダ提供ドライバの導入・管理が必要になる場合があります
  • ストレージ: 各インスタンスは 2×8TB NVMe をローカルストレージとして提供しますが、バックアップ／ディザスタリカバリ（スナップショットやクロスリージョンバックアップ）設計が必要です
  • 仮想化・ソフトウェア互換性: bare‑metal インスタンスのためホスト直接アクセスや特定のネットワーク仮想化手法が可能ですが、一部の AWS サービスや機能は Outposts 上で利用不可または仕様が異なる可能性があるため事前確認してください
  • 運用・サポート: Outposts は物理設置が伴うため設置スペース、電力、冷却、サポート（ハードウェア交換）計画を含めた運用設計を行ってください
  • その他: 特になし

参考情報 ​

[General] Amazon Quick announces autonomous agents, multi-dataset analytics, and redesigned activity feed ​

概要 ​

Amazon Quickが自律エージェント、マルチデータセット分析、刷新されたアクティビティフィードを発表しました。これにより自然言語での指示から継続的なワークフロー自動化や複数データソース横断の分析が可能になります。

変更内容・新機能の詳細 ​

主な新機能の技術的内容:

・自律エージェント: ユーザーは自然言語でタスクを記述し、細かい自律度（ステップ毎承認→目標ベースの広範実行）を設定できます。エージェントは継続的に動作して、滞留している商談のフォロー、規制変更の要約、購買発注の処理などの繰り返し作業を自動化します。これにより手動作業と通知オーバーロードを低減できます。実装面では、実行頻度の設定、失敗時のロールバック/再試行ポリシー、承認フローとの連携が重要になります。

・マルチデータセット分析: Snowflakeやリレーショナルデータベースなど複数ソースを自然言語クエリで横断し、事前のデータ準備や事前結合無しに分析できます。Quickは既存のデータカタログ（AWS Glue、Databricks Unity Catalog、Collibra）からセマンティック情報を継承し、意味付けやメタデータを活用してクエリ解釈を行います。アクセス制御はアイデンティティ伝播（identity propagation）を通じて既存の権限を尊重します。

・リデザインされたアクティビティフィード: 個人化された会話型インターフェースを持ち、ユーザーは更新の優先度付け（サムズアップ/ダウン）、メールやSlackへの返信、承認処理をアプリ切替なしで実行できます。さらにQuickアプリをパブリックWebサイトとして共有する機能により、組織外との共同作業が拡張されます。

その他: 無料でアカウントを作成して短時間で開始可能（aws.com/quick）。

影響範囲・利用シーン ​

  • 対象ユーザー: ビジネスアナリスト、SRE/運用チーム、セールス/営業チーム、プロキュアメント・チーム、データエンジニア
  • 利用シーン: 滞留商談の自動フォロー、規制・法務の要約、購買発注処理の自動化、複数データソースを跨いだ自然言語分析、メール/Slackからの迅速な対応と承認
  • 運用効果: 手作業と通知の削減、情報取得の高速化、クロスソース分析による意思決定の精度向上、承認遅延の短縮
  • 開発/導入影響: データカタログ連携やソースへのコネクタ設定、権限設計（アイデンティティ伝播）の見直し、エージェントの自律度設定と監査ログ収集が必要

技術的な注意点 ​

  • IAM権限: Quickがデータソース（Snowflake、RDB、Glue等）や通信先（メール/Slack）にアクセスするための最小権限を設定してください。アイデンティティ伝播を利用する場合、クロスアカウントや外部コネクタの権限整備が必要です。
  • リージョン制限: 公開記事に明示的なリージョン対応情報はありません。導入前に対象リージョンでの提供状況を確認してください。
  • コスト: 無料アカウントで開始可能ですが、継続稼働する自律エージェント、データクエリ、外部コネクタ利用等は利用量に応じた課金が発生する可能性があります。テスト環境で課金影響を評価してください。
  • データガバナンス: Quickはカタログのメタデータを継承し権限を尊重しますが、公開機能（パブリックWeb共有）利用時はデータ露出リスク評価と承認フローの整備が必要です。
  • 接続要件: Snowflakeや各種RDBへのコネクタ／ドライバ、Glue/Unity Catalog/Collibraとの統合設定が前提です。オンプレミスやVPC内データソースはネットワーク接続（VPCエンドポイント等）の構成が必要になります。
  • 運用監査: 自律エージェントの実行履歴、承認ログ、失敗/再試行の記録を監査可能にしておくことを推奨します。
  • 注意点（自律動作）: 自律度を高く設定するとエージェントが外部アクションを実行します。誤実行を避けるため段階的に運用を拡大し、監視と停止手段を整備してください。

参考情報 ​

[Bedrock] Amazon Bedrock AgentCore introduces new optimization capabilities to continuously improve agents in production ​

概要 ​

Amazon BedrockのAgentCoreが本番トレースを継続的改善ループに変える最適化機能を追加しました。これによりサイレントな振る舞い不具合を検出・修正し、バッチ評価やA/Bテストで実際の影響を検証して安全に展開できます。

変更内容・新機能の詳細 ​

AgentCoreは本番でのエージェント実行トレースを解析して「失敗（Failure）」「意図（Intent）」「経路（Trajectory）」のインサイトを抽出します。失敗インサイトは繰り返し発生する失敗パターン（エラーを出さないサイレントな振る舞い含む）を検出・原因説明・発生頻度でランク付けします。意図インサイトはユーザー要求をクラスタリングし、エージェントが何を達成しようとしているかを把握します。経路インサイトはタスク内でエージェントがたどるステップ群とその外れ値を可視化します。修正はトレースと評価出力に基づいてシステムプロンプトやツール記述の具体的な変更案を生成し、その根拠（観測された失敗に紐づく説明）を付与します。推奨変更はバッチ評価で定義したテストデータセットに対して複数の評価器で集計スコアを出し、回帰を早期検出します。さらにA/Bテストで実トラフィックを分割してエージェントバージョン間を比較し、統計的に改善が確認できてから全体展開できます。これらはAgentCoreランタイムだけでなくAWS Lambda、Amazon EKS、非AWS環境でも機能します。機能提供状況は、Failure/Intent/Trajectoryインサイトがプレビューで13リージョン、バッチ評価・推奨・A/Bテストが一般提供（GA）で14リージョンです。

影響範囲・利用シーン ​

  • 対象ユーザー: エージェント/LLMアプリケーション開発者、ML Ops、SRE、運用チーム、プロダクトマネージャー
  • 利用シーン: 本番監視によるサイレント故障検出、根本原因の特定、データ根拠に基づくプロンプトやツール記述の改善、テスト→実環境での安全なロールアウト
  • 運用効果: サイレントな振る舞い不具合の早期発見と優先対応が可能になり、回帰リスクを減らして改善の信頼度を高められる
  • 対象環境: AgentCoreランタイム、AWS Lambda、Amazon EKS、非AWS環境に対応（ランタイムに依存しない解析・評価フロー）
  • リージョン: Failure/Intent/Trajectoryインサイトはプレビューで13リージョン、バッチ評価・推奨・A/BテストはGAで14リージョン（地域は公式情報を参照してください）
  • コスト影響: トレース収集・保存、バッチ評価、A/Bテストで追加コストが発生する可能性があるため予算計画が必要

技術的な注意点 ​

  • IAM権限: Bedrock/AgentCoreへのアクセス権に加え、トレース保存先（S3等）やログ/メトリクス（CloudWatch等）への読み書き権限が必要になります。最小権限の原則でロールを設計してください。
  • リージョン制限: 一部機能はプレビュー/GAで対応リージョンが異なります。導入前に利用予定リージョンでの提供状況を確認してください。
  • コスト: トレース収集・長期保存、バッチ評価の実行、A/Bテストでの追加リソース消費は請求に影響します。詳細は料金ページを確認し、テスト規模を設計してください。
  • データ保護: 本番トレースには個人情報や機密データが含まれる可能性があります。トレース収集前にマスキング/匿名化、暗号化、保存期間ポリシーを整備し、コンプライアンス要件を満たしてください。
  • 評価データセット: "良い"の定義（評価指標とテストデータセット）を事前に設計する必要があります。代表性のあるケースとネガティブケースを含めているか確認してください。
  • ロールアウト安全性: 推奨は自動生成されますが、バッチ評価→A/Bテスト→段階的ロールアウトのワークフローを守り、監視・自動ロールバックを設定してください。
  • 互換性: AgentCoreの最適化機能は複数ランタイムをサポートしますが、トレース収集エージェントや統合方法は環境ごとに異なるため導入時にドキュメントを参照して設定してください。
  • 注意点: 生成される推奨は実運用の観測に基づきますが、ドメイン固有の要件や安全制約がある場合は人のレビューを必ず挟んでください。

参考情報 ​

[Bedrock] AgentCore harness in now generally available ​

概要 ​

Amazon Bedrock AgentCore のマネージドな「harness（エージェント実行基盤）」が一般提供（GA）になりました。設定ファイルでエージェント（モデル、ツール、スキル、指示）を定義するだけで、短時間で本番品質の隔離環境上にエージェントが起動します。

変更内容・新機能の詳細 ​

ハーネスはモデルを実行可能にするランタイム層で、オーケストレーションループの実行、ツール呼び出し、コンテキストウィンドウの管理、ターン間での状態永続化、障害回復、セッション毎の分離などを担います。AgentCore harness はこれらをマネージドサービスとして提供し、ユーザーはループを手書きする代わりに設定で・使用するモデル、・呼び出すツール、・アクセスするスキル、・従う指示を定義するだけで、AgentCore が自動的にオーケストレーションを組み立てて実行します。実行環境は各エージェントごとの隔離された環境（ファイルシステムとシェルを含む）、セッションを跨いだメモリ、AWSキュレートされたスキルカタログやウェブブラウズ能力を備えます。

またハーネスとモデルが分離されているため、任意のモデルを選択でき、セッション途中でプロバイダやモデルを切り替えてもコンテキストやエージェントロジックを触る必要がありません。組織の知識やウェブ検索への接続、セキュリティポリシーを強制するツールゲートウェイ、アイデンティティ・メモリ・可観測性のプラットフォーム統合も提供され、最初の呼び出しからガバナンスとトレーシングが確立されます。カスタムなオーケストレーションが必要な場合は CLI で Strands ベースのコードにエクスポートでき、同一プラットフォーム上の計算基盤とプリミティブを使って実行できます。Claude Agent SDK へのエクスポート対応も近日提供予定です。GA は AgentCore が利用可能な AWS の商用リージョンで利用可能です。

影響範囲・利用シーン ​

  • 対象ユーザー: AIエンジニア、クラウドエンジニア、SRE、プロダクトチーム
  • 利用シーン: カスタムエージェントの迅速なプロトタイプから本番デプロイ（例: 自動化オペレーション、チャットボットの複雑なワークフロー、ドキュメント検索とアクションの統合）
  • 運用効果: エージェント本体（モデル）と実行基盤（ハーネス）を切り離すことでモデル差し替えやスケールが容易になり、開発→本番の差分を最小化して短期間で稼働を開始できる
  • セキュリティ/ガバナンス効果: ツールアクセスはゲートウェイ経由でポリシー適用され、アイデンティティやトレーシングが統合されるため準拠性・監査性が向上する

技術的な注意点 ​

  • IAM権限: AgentCore の利用に必要な IAM ロール/ポリシーを付与する必要があります。エージェントが呼び出す AWS サービスや外部ツールへのアクセス権も個別に設定してください
  • リージョン制限: GA は AgentCore が利用可能な AWS 商用リージョンで提供されます。全リージョンでの提供を保証するものではないため、利用予定リージョンでの対応状況を確認してください
  • コスト: マネージドハーネスの実行で計算・ストレージ・データ転送のコストが発生します。加えて選択するモデル（プロバイダ）利用料や外部スキルのコストも別途発生する可能性があります
  • エクスポート/カスタマイズ: CLI による Strands ベースのコード出力が可能で、同一プラットフォーム上でのカスタムオーケストレーションに移行できます。エクスポート後のコードはセキュリティレビュー／テストが必要です
  • モデル切替の注意: ハーネスはセッション中のモデル切替をサポートしますが、各モデルの出力特性やトークン制約が異なるためプロンプト設計や評価が必要です
  • セキュリティ/ガバナンス: ツールや外部接続はゲートウェイで制御されますが、適切なポリシー設定、シークレット管理、ネットワーク設定（VPC エンドポイント等）の確認を推奨します
  • 可観測性: プラットフォーム統合によりアクションのトレースやログ取得が可能ですが、CloudWatch 等の監視設定やログ保持ポリシーの調整が必要です

参考情報 ​

[Bedrock] Amazon Bedrock AgentCore now supports Bedrock Guardrails in policy ​

概要 ​

Amazon Bedrock AgentCoreのポリシー機能が、Bedrock GuardrailsをサポートしてGAになりました。エージェントの実行前後で出力や外部呼び出しの入力をリアルタイムに評価・ブロックできることで、安全性とコンプライアンス管理を強化します。

変更内容・新機能の詳細 ​

AgentCore policyは、AgentCoreゲートウェイの境界でAIエージェントが実行できるアクションを認可・制御する仕組みです。今回のリリースで、Bedrock Guardrailsがポリシー内で利用可能となり、各エージェントアクションの出力と、ツール／エージェント／モデルなどへの呼び出し時の入力をリアルタイムに評価できます。これにより、プロンプトインジェクションや機密情報の漏えい、有害コンテンツなどのリスクをダウンストリームに到達する前に検知・ブロック可能です。評価はエージェント本体のコード外（ゲートウェイ外側のポリシー層）で行われるため、エージェントの自律性に関わらず一貫した強制が可能です。すべてのポリシー評価はAgentCoreの観測（observability）機能でログに記録され、最適化や監査に利用できます。既存のAgentCoreゲートウェイ展開と互換性があり、新たなインフラは不要です。ポリシーは自然言語またはpolicy-as-codeで作成でき、評価は従量課金制です。利用可能リージョンは米国東部（バージニア北部）、欧州（ロンドン）、欧州（ストックホルム）、アジア太平洋（シドニー）、アジア太平洋（東京）です。

影響範囲・利用シーン ​

  • 対象ユーザー: AIエージェントを本番で運用するエンタープライズ、SRE/セキュリティチーム、プロダクトチーム
  • 利用シーンまたは効果: プロンプトインジェクション防止、機密データ漏洩防止、有害コンテンツの抑止、およびエージェント動作の一貫したポリシー適用
  • 運用効果: エージェント側のコード変更なしにゲートウェイレベルでセキュリティとコンプライアンスを統制でき、監査ログを通じて事後分析・改善が可能
  • 導入範囲: 既存のAgentCoreゲートウェイにそのまま適用できるため、既存フローへの影響は最小限（ただしポリシー適用によるリジェクトが発生する可能性あり）

技術的な注意点 ​

  • IAM権限: ポリシー作成・管理・監査用の適切なIAM権限が必要。管理者と運用者で役割分離を検討すること
  • リージョン制限: 現時点での対応リージョンは米国東部（バージニア北部）、欧州（ロンドン）、欧州（ストックホルム）、アジア太平洋（シドニー）、アジア太平洋（東京）
  • コスト: ポリシー評価は従量課金制。高頻度の評価が発生するワークロードではコスト影響を見積もること
  • レイテンシー: 出力・入力のリアルタイム評価を行うため、エンドツーエンドの応答時間に追加レイテンシーが発生する可能性がある。性能試験で影響を確認すること
  • 互換性: 既存のAgentCoreゲートウェイで動作。エージェント側のコード変更は不要だが、ゲートウェイ経由になる通信経路であることを前提とする
  • ログと監査: すべての評価結果がAgentCoreの観測機能に記録される。ログの保存期間、転送先（SIEM等）、およびログ保護ポリシーを定義すること
  • ポリシーチューニング: 偽陽性／偽陰性を避けるために段階的にポリシーを導入し、監査ログを基にルールを調整すること
  • ポリシー記述: 自然言語とpolicy-as-codeの両方に対応。policy-as-codeを採用する場合はCI/CDに組み込み、変更管理を行うこと

参考情報 ​

[General] AWS Glue Data Catalog now supports business context and semantic search (Preview) ​

概要 ​

AWS Glue Data Catalogが業務コンテキスト（用語集やカスタムメタデータ）とセマンティック検索をプレビューとしてサポート。データの技術的メタデータと業務的意味を結びつけ、AIエージェントやアナリストが信頼できる定義に基づいてデータを発見・解釈できるようになります。

変更内容・新機能の詳細 ​

今回のプレビューでは、Glue Data Catalogのテーブル（S3 Tablesを含む）に対してグロッサリー用語やカスタムのメタデータフィールドを紐付けられるようになり、さらに「スキル」を追加してエージェントに対してデータの追加コンテキストを指示できます。業務コンテキスト（用語・説明・カスタム属性）を技術的メタデータと一緒にインデックス化することで、新しいGlue Search APIによるセマンティック検索が可能になります。これにより、スキーマやテーブルフォーマットといった構造的条件に加え、業務的意味（付与した用語や説明）でテーブルを検索でき、アナリストやAIエージェントはテーブル定義・データの意味・利用上の注意を一手で取得できます。また、MCP互換エージェント（例: Claude Code、Kiro、Cursor、Codex）からは、Agent Toolkit for AWSのaws-data-analyticsプラグインを用いることでほぼ設定不要で接続を開始できます。プレビュー提供リージョンは US East (N. Virginia), US East (Ohio), US West (Oregon), Europe (Ireland) です。

影響範囲・利用シーン ​

  • 対象ユーザー: データサイエンティスト、データアナリスト、データカタログ管理者、AIエージェント開発者
  • 利用シーン: 業務用語によるデータ検索、AIエージェントに対するデータ定義の根拠付け、データの意味を含めた発見ワークフロー（セルフサービスBIやデータカタログ探索）
  • 運用効果: データ発見の速度向上と誤用防止、AIエージェントの応答が信頼できる定義に基づくため推論ミスが減少

技術的な注意点 ​

  • IAM権限: Glue Data Catalogの読み書き権限およびGlue Search API呼び出し権限が必要。プラグイン経由でのアクセスに必要な追加権限も確認してください
  • リージョン制限: プレビューは現時点で us-east-1, us-east-2, us-west-2, eu-west-1 のみ対応
  • プレビュー注意: プレビュー機能のためAPI/挙動が変更される可能性があり、本番SLAやサポート範囲が限定される場合があります
  • コスト: インデックス化や追加メタデータ保存、検索APIの利用により追加料金が発生する可能性があります。正式リリース時の料金情報を確認してください
  • エージェント接続: MCP互換エージェントは aws-data-analytics プラグイン（Agent Toolkit for AWS）を利用可能。プラグインのインストール、Agent側からGlueへのアクセス権限設定が必要です
  • 互換性/運用影響: 既存のGlueテーブル（S3 Tables含む）にメタデータを追加するため、ETLワークフローやカタログ管理プロセスに変更が生じる可能性があります。既存のガバナンスやスキーマ管理方針と整合させて運用してください

参考情報 ​

[General] Introducing AWS Continuum for security at machine speed ​

概要 ​

AWS Continuumは、既存ツールと連携して脆弱性の発見・優先度付け・実証（Exploit proof）・一時的/恒久的な対処までを“機械速度”で実行するセキュリティ自動化サービスです。ガイドライン（ガードレール）を設定することで、自動修復と人間の承認を組み合わせた運用を可能にします。

変更内容・新機能の詳細 ​

AWS Continuumはコード脆弱性ライフサイクルを自動化するプラットフォームで、以下の主要機能を提供します。

  • フィーディングと検出: 既存の脆弱性スキャナやペネトレーションテスト結果、Amazon GuardDutyやAWS Security Hubなどから所見（findings）を取り込み、さらに独自のスキャン（Continuum code scanning / Continuum penetration testing）で追加検出を行います。
  • 優先度付け: 環境とビジネス文脈を表現したコンテキストグラフを用い、各脆弱性が実際に与えるリスク（どのサービス/データ/ユーザーに影響するか）に基づいて自動で優先度を決定します。
  • 実証（Validation）: 分離されたサンドボックス環境で再現可能な「実証（proof-of-exploit）」を構築して、脆弱性が実際に悪用可能であるかを検証します。これにより誤検知の削減と対処の確度向上を図ります。
  • 緩和と修復: 実証されたエクスポージャーに対して、事前定義したガードレール内で迅速かつ可逆的な緩和（短期的な修正）を行い、その後は組織の通常のレビューとデプロイプロセスを通じて恒久修正（パッチ適用やコード修正）に繋げます。緩和にはブラスト半径（影響範囲）可視化とロールバック機能が付与されます。
  • 脅威モデリング: Continuum threat modeling（プレビュー）により、設計文書やソースコードから自動で包括的な脅威モデルを生成し、STRIDE形式で出力します。
  • 統合性: 既存のAWSセキュリティサービス（Amazon GuardDuty、AWS Security Hub等）や社内のCI/CD、チケットシステムと連携して、ワークフローを中断させずに自動化を導入できます。

現状はgated preview（アクセス制限付きプレビュー）として提供され、リージョン可用性はAWSのリージョン表に従います。

影響範囲・利用シーン ​

  • 対象ユーザー: セキュリティチーム、アプリケーション/SRE/プラットフォームエンジニア、DevSecOps担当者
  • 利用シーン: 大量の脆弱性フィンドを短時間でトリアージして、実証可能な問題から優先的に対応したい場合（例: CI/CD内での自動スキャン結果の処理、定期オフショアスキャンの自動化）
  • 運用効果: 手動トリアージとクロスチーム調整の工数を削減し、実際に悪用可能な脆弱性に対して迅速かつ可逆的な緩和を実施できることで、MTTR（平均復旧時間）とリスク露出時間を短縮する
  • ビジネス影響: ビジネスコンテキストに基づく優先度付けで重要資産への影響を最小化し、セキュリティ投資のROIを向上させる
  • リスク: 自動緩和アクションは誤設定やガードレール不足だとサービス停止や機能障害を引き起こす可能性があるため、事前のポリシー設計と検証が必要

技術的な注意点 ​

  • プレビュー/アクセス: 現在はgated preview（アクセス制限付き）で提供されます。利用には申し込み／承認が必要です。
  • IAM権限: Continuumがリソース情報の収集、エージェントのデプロイ、緩和アクション（例: セキュリティグループ変更、WAFルール追加、IAC更新など）を実行するための適切なIAM権限が必要です。最小権限の原則でロール設計してください。
  • リージョン制限: 全リージョンで未対応の可能性があります。利用前にAWSリージョンの対応状況を確認してください。
  • データ取り込み: 既存ツール（サードパーティスキャナやSIEM）やAWS Security Hub、GuardDutyからフィンドを取り込みます。取り込みフォーマット/正規化に関する要件を確認してください。
  • サンドボックス実行: 実証検証は分離されたサンドボックスで実行されますが、環境再現性のためにテスト用の依存リソースやテストアカウントの準備が必要になる場合があります。
  • 自動緩和ポリシー: 自動で行う緩和は可逆的（ロールバック可能）ですが、業務影響リスクを下げるためにガードレールと承認フロー（ヒューマンインザループ）を設定してください。
  • CI/CD統合: 恒久修正は既存のレビュー/デプロイフローにルーティングされます。既存のチケット・CI/CD連携を整備しておくとスムーズです。
  • 監査・ログ: すべての検証・緩和アクションは監査ログに記録される設計が望ましく、ログの保存期間やエクスポートポリシーを確認してください。
  • コスト: 新しいスキャン、エージェント、サンドボックス実行、管理機能に対して追加料金が発生する可能性があります。プレビュー段階では料金モデルが異なることがあるため事前に検討してください。
  • コンプライアンス/ペネトレーションテスト: Continuumのエージェントや自動ペネトレーション機能を使用する際は、自社ポリシーや法的制約（例えば外部に影響を与える実行の禁止等）に留意し、関係部門と調整してください。

参考情報 ​

[General] Oracle Database@AWS now supports Oracle Autonomous AI Database Serverless ​

概要 ​

Oracle Database@AWSでOracle Autonomous AI Database Serverless (ADB-S) の提供が開始されました。Exadata上のフルマネージドなサーバーレスOracleデータベースをAWS Marketplace経由で利用でき、パッチ適用・チューニング・スケーリングを自動化します。

変更内容・新機能の詳細 ​

Oracle Autonomous AI Database Serverless (ADB-S) はExadataインフラ上のフルマネージドなOracleデータベースサービスで、専用のExadata機器やVMクラスターをプロビジョニングすることなく、AWS Management Console、AWS CLI、またはAWS APIから直接データベースを作成できます。提供形態はAWS Marketplaceのパブリック／プライベートオファーで、Bring Your Own License（BYOL）とLicense Includedの両方に対応します。ADB-Sは4つのワークロードタイプ（AI Transaction Processing、AI Lakehouse、AI JSON Database、Oracle APEX）をサポートし、コンピュートとストレージをワークロードに応じて独立してスケールさせる設計です。高可用性・災害対策としてAutonomous Data Guardを含み、自動バックアップはAmazon S3へ保存され、リージョンを跨いだDRもサポートします。セキュリティ・運用面ではAWS KMSとの統合による暗号化、Amazon CloudWatchによる監視、Amazon EventBridgeによるイベント連携が可能です。現時点での提供リージョンはUS East (N. Virginia) と US West (Oregon) です。利用開始はAWS Marketplaceでのサブスクライブから行います。

影響範囲・利用シーン ​

  • 対象ユーザー: Oracleデータベースを運用するアプリケーション開発者、DBA、SRE/運用チーム、データサイエンティスト
  • 利用シーン: トランザクション処理やJSON格納、AI解析用のLakehouse、Oracle APEXアプリの迅速なデプロイ（専用Exadataを用意せずに短期間で環境を立ち上げたいケース）
  • 運用効果: パッチ適用・チューニング・スケーリングの自動化により運用負荷を低減し、需要に応じた自動スケールでリソース効率を向上。Autonomous Data Guardやクロスリージョンのバックアップにより可用性とDRが強化される

技術的な注意点 ​

  • IAM権限: AWS Marketplaceのサブスクリプション、Oracle Database@AWSのプロビジョニング操作、およびKMS/CloudWatch/EventBridgeの操作に必要なIAM権限を事前に付与してください
  • リージョン制限: 公開時点ではUS East (N. Virginia) と US West (Oregon) のみ対応。他リージョンへの展開は追って対応状況を確認してください
  • ライセンスと料金: BYOLとLicense Includedの両オプションあり。Marketplace経由の料金体系（時間課金やストレージ課金等）が適用されるため、事前に価格と請求モデルを確認してください
  • ネットワーク/接続: VPCからの接続設定やセキュリティグループ、必要に応じたプライベートオファーでのネットワーク構成を検討してください。オンプレミスとの接続やレイテンシ要件は設計で評価が必要です
  • 暗号化/キー管理: AWS KMSと統合します。カスタマー管理キー(CMK)を使用する場合はキーのポリシーとアクセス制御を正しく設定してください
  • バックアップ/DR: 自動バックアップはAmazon S3に保存されます。バックアップの保持期間、復旧手順、クロスリージョン復旧の挙動（RTO/RPO）についてはドキュメントで確認してください。S3の利用料が別途発生します
  • API/CLI: コンソールだけでなくAWS CLI/APIからプロビジョニング可能です。自動化やInfrastructure as Codeで利用する場合は対応するAPIやパラメータを確認してください
  • 制限/クォータ: スケールや同時インスタンス数などのサービスクォータが存在する可能性があります。導入前に既定値と引き上げ申請の手順を確認してください
  • コスト: サーバーレスであるもののリソース使用量に基づく課金やMarketplaceのサブスクリプション費用、S3保存コストなどが発生します。概算コストの検証を行ってください

参考情報 ​

[Secrets Manager] AWS Secrets Manager introduces safe secrets handling in the Agent Toolkit for AWS ​

概要 ​

AWS Secrets ManagerがAgent Toolkit for AWSのaws-coreプラグインに「secret safety」スキルを追加しました。これによりAIコーディングエージェントはシークレット値をモデルやセッションログに露出させずに安全に利用できます。

変更内容・新機能の詳細 ​

新しいsecret safetyスキルは2層構成で機能します。第一層はエージェントの振る舞いをステアリングして、モデルが生のシークレット値を要求・受信しないようにします（開発者に意図の明確化を促し、シークレット参照を直接使うコマンドを構築する）。第二層は実行時に別プロセス（エージェント外のchild process）でシークレット参照を解決して実際の値を取り出す方式を採用します。この分離によりプレーンテキストのシークレットはモデルのコンテキスト、セッションログ、エージェントのメモリに一切現れません。エージェントハーネス（Claude Code、Codex、Cursorなど）で利用可能で、Secrets Managerが利用できる全リージョンで提供されています。導入はAgent Toolkit for AWSのGitHubリポジトリからaws-coreプラグインをインストールすることで始められ、既存のエージェントワークフローを大きく変えずに安全性を向上できます。

影響範囲・利用シーン ​

  • 対象ユーザー: AIコーディングエージェントを使って開発／自動化を行うソフトウェア開発者、SRE、セキュリティチーム
  • 利用シーン: CI/CDスクリプトや自動化ワークフロー内でのデータベース認証情報やAPIキーなどの利用（エージェントがシークレットを使ってコマンドを実行するケース）
  • 運用効果: シークレットのプレーンテキスト露出を防ぎ、モデルコンテキストやセッションログからの情報流出リスクを低減しつつ、自動化ワークフローの利便性を維持
  • 導入効果: エージェント設計時のガードレール不足による誤ったシークレット漏洩リスクを軽減し、コンプライアンスや監査要件の満足度を向上

技術的な注意点 ​

  • IAM権限: エージェントがSecrets Managerを参照・取得するには適切なIAMポリシー（secretsmanager:GetSecretValue等）が必要です。最小権限を適用してください。
  • KMS権限: カスタムKMSキーで暗号化されたシークレットを使用する場合、kms:Decrypt権限が必要です。
  • リージョン制限: Secrets Managerが利用可能なAWSリージョンでのみ利用可能です。対象リージョンを事前に確認してください。
  • ログと監査: プレーンテキストはモデルコンテキストやAgentのセッションログに出ませんが、実行環境（OSログ、アプリケーションログ、CIログ）がシークレットを出力しないようログ設定を確認してください。CloudTrailはSecrets Manager API呼び出しを記録します。
  • コスト: Agent Toolkit自体はOSSですが、Secrets ManagerのAPI呼び出しやシークレット保管に対する通常の課金、ならびに利用するLLMサービス等のコストが発生します。
  • 対応エージェント: 現時点でAgent Toolkitがサポートするハーネス（例: Claude Code、Codex、Cursor等）で利用可能ですが、各ハーネスの互換性・バージョン要件を確認してください。
  • 導入上の注意: aws-coreプラグインのインストールとバージョン管理を行い、CI/CDやローカル実行環境でchild processが安全にシークレットを解決できること（ネットワーク、VPCエンドポイント、認証情報）を確認してください。

参考情報 ​

[Bedrock] Amazon Bedrock Managed Knowledge Base is now generally available ​

概要 ​

Amazon Bedrock Managed Knowledge Base（完全マネージドのRAGサービス）が一般提供（GA）になりました。ベクターデータベースや検索インフラを自前で運用せずに、企業データにグラウンドしたAIエージェントやナレッジベースを迅速に本番化できます。

変更内容・新機能の詳細 ​

Managed Knowledge Baseは、データ取り込み、ストレージ最適化、検索（retrieval）インフラをAWS側で管理するRAG向けフルマネージドサービスです。ネイティブコネクタ（Amazon S3、SharePoint、Confluence、Google Drive、OneDrive、Web Crawler）を備え、自動同期と管理されたベクトルストレージ（価格対性能を最適化）によりデータを格納します。高度な検索機能としてハイブリッド検索（ベクトル＋キーワード）、ドキュメントランキング、そして“agentic retrieval”を提供します。agentic retrievalはクエリプランニング、途中応答の評価、再ランキングを自動でオーケストレーションし、複数段階（multi‑hop）の複雑な問い合わせにも対応します。テキストだけでなく、動画・音声・画像を含むマルチモーダルなナレッジベース構築が可能で、Amazon Bedrock AgentCoreとネイティブ統合されます。AgentCore連携により、ナレッジベースとエージェントを結ぶ権限設定の自動生成や組み込みの観測性が利用できます。サービスは2026‑06‑17にGAとなり、US East (N. Virginia)、US West (Oregon)、Asia Pacific (Sydney, Tokyo)、Europe (Dublin, Frankfurt, London)、および AWS GovCloud (US‑West) で利用可能です。

影響範囲・利用シーン ​

  • 対象ユーザー: 開発者、機械学習エンジニア、SRE/運用チーム、カスタマーサポート/ナレッジ管理担当者
  • 利用シーン: 社内アシスタントやFAQ自動応答、サポートチケットの自動分類・補助、マルチモーダル検索を必要とするナレッジ管理、Bedrock AgentCoreを使ったエージェント駆動の業務自動化
  • 運用効果: ベクトルDBや検索パイプラインの運用負荷を削減してプロトタイプから本番への移行を短縮、価格対性能最適化されたストレージでコスト効率を向上、複雑な多段検索の精度改善によりユーザー応答品質を向上

技術的な注意点 ​

  • IAM権限: コネクタ接続やAgentCore統合に必要なIAMロール／ポリシーを適切に設定してください（AgentCoreは自動生成機能がありますが、権限範囲は要確認）。
  • リージョン制限: 現時点での対応リージョンは US East (N. Virginia)、US West (Oregon)、Asia Pacific (Sydney, Tokyo)、Europe (Dublin, Frankfurt, London)、AWS GovCloud (US‑West) のみ。未対応リージョンでは利用不可です。
  • コスト: ベクトルストレージ、データ取り込み（同期）処理、検索リクエスト、AgentCoreやBedrockモデルの呼び出しに対する料金が発生する可能性があります。見積りとコストモニタリングを事前に行ってください。
  • データコネクタ: 各コネクタは対象システム側の認証情報およびアクセス権を必要とします。同期頻度やファイル形式、取り込み対象のフィルタリング設定を確認してください。
  • データ保護/コンプライアンス: 機密データを取り扱う場合は保存場所（リージョン）、暗号化、保持期間、アクセス制御、監査ログの要件を確認してください。
  • マルチモーダル注意点: 動画や音声、画像は前処理（文字起こし、メタデータ抽出、サムネイル化等）が必要になる場合があります。対応するメディア形式やサイズ上限を確認してください。
  • サービス制限/スロットリング: API呼び出しやインジェストスループットにはクォータがある可能性があります。大量データ移行や高頻度クエリ時は事前に制限を確認し、必要なら引き上げ申請を行ってください。
  • 観測・ロギング: AgentCore統合で組み込みの観測性が提供されますが、CloudWatch等を使ったメトリクス/ログの連携やアラート設定は検討してください。

参考情報 ​

[General] AWS Security Agent announces support for Threat Modeling ​

概要 ​

AWS Security Agent（現在はAWS Continuumの一部）がエージェント型AIによる脅威モデリング機能を公開プレビューで提供開始。設計文書やソースコードを解析し、STRIDEフレームワークに基づく脅威検出と対策を自動生成します。

変更内容・新機能の詳細 ​

この機能は「エージェント的（agentic）AI推論」を用いてアプリケーションの設計文書やソースコードを深く解析し、アーキテクチャ、データフロー、信頼境界を把握した上で脅威モデルを自動作成します。出力はSTRIDE（Spoofing、Tampering、Repudiation、Information disclosure、Denial of service、Elevation of privilege）の6カテゴリに分類された脅威と、実行可能な緩和策（推奨手順や設計変更案）を含みます。開発者はKiroやClaude CodeなどサポートされたIDEにエージェントを組み込み、設計段階で脅威モデリングを実行して早期に問題を発見・修正できます。セキュリティチームはデプロイ前の設計レビューやソースコードスキャンに活用可能です。公開プレビュー期間中は追加料金不要で、AWS Security Agentがサポートするすべてのリージョンで利用可能とされています。なお、本機能は補助ツールであり、結果は自動生成されるため専門家による確認が推奨されます。

影響範囲・利用シーン ​

  • 対象ユーザー: アプリケーション開発者、アーキテクト、セキュリティチーム（SRE/DevSecOps）
  • 利用シーンまたは効果: 設計段階やデプロイ前の脅威分析の自動化により、早期に設計欠陥やセキュリティリスクを発見して修正可能
  • 運用効果: 手動の脅威モデリングに必要な専門知識と工数を削減し、CI/CDパイプラインやIDE内でのフィードバックループを短縮
  • 開発フローへの影響: 開発初期にセキュリティ対策を組み込む「Shift-left」を促進し、後工程での修正コストを低減
  • リスク管理: 自動検出によりカバレッジは向上するが、誤検知/見落としの可能性があるため人間のレビューを併用する必要あり

技術的な注意点 ​

  • IAM権限: ソースコードや設計ドキュメントへアクセスするための読み取り権限や、必要に応じてリポジトリ統合の権限が必要になる場合があります
  • リージョン制限: 公開プレビュー中は「AWS Security Agentがサポートする全リージョン」で利用可能とされていますが、利用するリージョンでの提供状況は公式ドキュメントで事前確認してください
  • コスト: 公開プレビュー期間中は追加料金が発生しないとされています。GA後の課金体系は未定のため、事前にコストポリシーを確認してください
  • データ取り扱い: ソースコードや設計文書をAIが解析するため、機密情報や個人情報の取り扱いに注意してください。機密データの送信・保存ポリシーを確認し、必要ならサニタイズやオンプレミスルールを適用してください
  • 互換性/統合: Kiro、Claude Codeなど特定のIDE統合が言及されています。その他のIDE/ツールとの統合やCI/CD組み込みはドキュメントで確認・検証が必要です
  • 精度と検証: 自動生成結果は設計コンテキストに依存します。推奨対策はベースラインであり、実運用導入前にセキュリティ専門家による検証とテストを行ってください

参考情報 ​

[General] AWS Security Agent adds Kiro Power, Claude Code, simulated validations and new integrations support ​

概要 ​

AWS Security Agent（現: AWS Continuumの一部）がKiro PowerとClaude Codeの統合、コードスキャンの「シミュレーテッド検証（エクスプロイト実行による証拠提示）」機能、及び主要ソース管理／ドキュメントツールとの連携を追加しました。開発者はIDEや既存のコード管理フローから直接スキャンと修復を行えます。

変更内容・新機能の詳細 ​

今回のリリースでは以下を提供します。

  • Kiro Power / Claude Codeプラグイン統合: 開発者はIDEやコラボレーションツールから直接AWS Security Agentを呼び出し、脅威モデル作成、コードスキャン、コードレビューやペネトレーションテスト結果の修復を行えます。これにより開発フロー内でのセキュリティ作業が容易になります。
  • シミュレーテッド検証（実行ベースの検証）: コードスキャナーが検出した脆弱性について、隔離されたサンドボックス環境でエクスプロイトを模擬実行して「Proof of Exploit（PoE）」を取得します。これにより検出結果に対する信頼性が向上し、誤検知の削減と優先度付けの精度が上がります。すべての実行は隔離環境で行われ、検証結果として再現手順や出力（ログ、スクリーンショット、トレース等）が得られます。
  • 新しい統合: GitLab.com、GitLab Self‑Managed、GitHub Enterprise、Bitbucket、Confluenceとのネイティブ統合を追加。リポジトリやプルリクエスト／マージリクエスト、ドキュメントページと連動してスキャン結果を表示・管理できます。
  • 可用性: AWS Security Agentがサポートされるリージョンで利用可能。運用チームは未検証のアラートにかけるトリアージ時間を削減し、実証済みの所見に集中できます。

技術的観点では、統合には各ソース管理システムへのAPIトークンやアプリのインストール権限が必要であり、シミュレーション処理はサンドボックス用のコンピュートリソースを使用します。結果や証拠はログと共に保存され、既存のワークフロー（チケット作成、PRコメント、CIパイプライン）に戻すことが可能です。

影響範囲・利用シーン ​

  • 対象ユーザー: 開発者（IDE内でのスキャン/修復を行う者）、セキュリティチーム、SRE/運用チーム、DevSecOpsエンジニア
  • 利用シーン: プルリクエスト／コードレビューでの自動スキャン、脆弱性トリアージの自動化、ペネトレーションテスト結果の検証、CIパイプライン内での検査と修復フロー実行
  • 運用効果: 誤検知の減少とエビデンス付きの信頼できる所見により、優先度付けが迅速化され、トリアージコストが低減される
  • 統合効果: GitLab/GitHub/Bitbucket/Confluenceと直接連携できるため、既存の開発ワークフローへシームレスに組み込める
  • 導入要件: 各ソース管理システムへの管理者権限またはAPIトークン、必要に応じたネットワーク接続（Self‑Managed GitLab/GitHub Enterprise向け）

技術的な注意点 ​

  • IAM権限: AWS側でのAgent実行や結果保存に必要なIAM権限（実行、ログ出力、S3／CloudWatch書き込み等）を事前に設定してください。外部統合用のシークレット管理（Secrets Manager等）も検討してください。
  • 統合認証: GitHub EnterpriseやGitLab Self‑Managedはアプリ/トークンのインストールや管理者許可が必要です。セルフホスト型は適切なネットワーク到達性（パブリックエンドポイントまたはVPCピアリング/トンネル）が必要になる場合があります。
  • リージョン制限: 記事では「AWS Security Agentがサポートされるすべてのリージョン」で提供されると明記されています。利用予定リージョンでサービスが有効か事前に確認してください。
  • コスト: シミュレーションによるサンドボックス実行は追加のコンピュートリソース（課金対象）を消費します。統合やログ保存（S3/CloudWatch）のストレージ・転送コストも発生する可能性があります。
  • セキュリティ・コンプライアンス: 実行ベースの検証では脆弱性のエクスプロイトを模擬するため、実行内容が内部ポリシーや法規制に抵触しないか確認してください。機密データの扱いを避ける設定（テストデータを用いる等）を推奨します。
  • 機能的制限: すべての検出がシミュレーション可能とは限りません（環境依存の脆弱性や外部サービス依存のケース等）。PoEが得られない所見は引き続き手動トリアージが必要です。
  • 監査/ログ: シミュレーション結果やPoEは証拠として保存できます。保存ポリシー、アクセス制御、証跡（CloudTrail/CloudWatch）設計を行ってください。

参考情報 ​

[Aiml] Amazon Bedrock Guardrails announces a new API targeting agentic AI workflows ​

概要 ​

Amazon Bedrock Guardrailsは、エージェント型（agentic）AIワークフローの各ステップで個別に検出用のガードレールを実行できる新しいリソースレスAPI「InvokeGuardrailChecks」を提供します。ガードレールをリソースとして作成・管理せずに、リクエストごとに実行するチェックを細かく指定でき、重大度（severity）と確信度（confidence）の数値スコアを返します。

変更内容・新機能の詳細 ​

InvokeGuardrailChecksは「検出専用（detect-only）」のリソースレスAPIで、エージェントループ（計画→ツール呼び出し→出力処理→繰り返し）の任意のステップで個別にガードレールを呼び出せます。主な特徴は以下の通りです。

  • リソースレス設計: ガードレールIDやバージョンを作成・管理する必要がなく、各APIリクエストで実行するチェックを明示的に指定する。
  • ステップ単位の柔軟性: ワークフローの各ステップごとに異なるチェックセットを指定できるため、リスクプロファイルに応じた運用が可能。
  • 出力内容: 各チェックは数値のseverity（深刻度）とconfidence（確信度）を返すため、呼び出し側で閾値を決めてblock/pass/retry/logなどのカスタム処理を実装できる。
  • サポートされるチェック群:
    • コンテンツフィルタ: ヘイト、暴力、性表現、侮辱、不正行為など複数カテゴリの有害コンテンツ検出。
    • プロンプト攻撃検出: jailbreak、prompt injection、prompt leakageを独立したチェックとして提供（攻撃ベクトルごとに個別に呼び出せる）。
    • 機微情報（PII）フィルタ: サポートされる個人情報エンティティタイプの検出。
  • 運用への適用例: 各エージェントステップで検出APIを呼び出し、返るスコアに基づいてツール呼び出しを中断したりログを残したり、リトライやユーザー確認を促すなどの制御を行うことで、柔軟な安全対策を実現する。
  • 利用可能リージョン: US East (N. Virginia)、US East (Ohio)、US West (Oregon)、Europe (London)、Europe (Stockholm)、Asia Pacific (Tokyo)、Asia Pacific (Sydney)。

影響範囲・利用シーン ​

  • 対象ユーザー: エージェント型AIアプリ開発者、AIプラットフォーム運用者、セキュリティ/コンプライアンスチーム
  • 利用シーン: エージェントの各実行ステップでのリアルタイム検出（例: 外部ツール呼び出し前の出力検査、ユーザーフェーズ遷移時のプロンプト改竄検出）
  • 運用効果: ステップ単位での細粒度な検出により誤実行や有害出力の早期捕捉が可能になり、ワークフローごとの柔軟なポリシー適用とログ／対応フローの自動化が進む

技術的な注意点 ​

  • IAM権限: InvokeGuardrailChecks呼び出しに必要なBedrock用のIAM権限（API呼び出しを許可するポリシー）を付与する必要があります。具体的なアクション名はドキュメントで確認してください。
  • リージョン制限: 現時点で利用可能なリージョンは記事記載の7リージョン（N. Virginia, Ohio, Oregon, London, Stockholm, Tokyo, Sydney）のみです。未対応リージョンでは利用できません。
  • モード/制限: detect-only（検出専用）APIのため、このAPI単体では出力のブロックや変更は行われません。返却されるseverity/confidenceをもとに呼び出し側で制御ロジック（ブロック、リトライ、ログ記録など）を実装する必要があります。
  • レイテンシ: 各ステップでAPIを呼ぶ設計は追加のネットワーク往復と処理時間を伴うため、リアルタイム性が厳しい箇所では遅延影響を評価してください。
  • サポート検出タイプ: コンテンツカテゴリ（ヘイト、暴力、性表現、侮辱、不正行為等）、プロンプト攻撃（jailbreak, prompt injection, prompt leakageを個別に検出）、PIIエンティティ検出をサポートします。対応するPIIエンティティの詳細は公式ドキュメントで確認してください。
  • 運用上の注意: ガードレールの有効/無効や閾値はワークフローとステップごとに変えることが推奨されます。誤検出や過検出への対策（しきい値の調整、ヒューマンレビュー経路の用意）を忘れないでください。
  • コスト: 記事では価格情報が明示されていません。リクエストベースの料金が発生する可能性があるため、本番導入前に公式ドキュメントで課金モデルを確認してください。

参考情報 ​

[General] AWS Transform now supports model-to-model migration assessment for generative AI workloads ​

概要 ​

AWS Transformにモデル間（model-to-model）移行評価のカスタム変換が追加され、サードパーティの生成AIモデルからAmazon Bedrockへ移行するための自動評価と移行計画を生成できるようになりました。コードベースをスキャンして使用中のSDK/モデルを特定し、コスト比較や本番対応コード変更案まで出力します。

変更内容・新機能の詳細 ​

本機能はAIエージェントベースのカスタム変換（mke-genai-model-migration）で、リポジトリを解析して使用されているAI SDKやモデルを検出し、対話形式の要件収集を行った上で、各モデルをAmazon Bedrockの同等モデルへマッピングする移行プランを作成します。対象はOpenAI、Google Gemini、Anthropicの直接SDK利用、LiteLLM/Ollama経由のOSSモデル、さらにLangChainやLlamaIndexのようなフレームワークラップパターン、CrewAIやLangGraphなどのエージェントアーキテクチャ、マルチプロバイダのルーティング層までカバーします。出力には透過的なコスト比較、プロダクション対応のコード差分（移行用の修正案）、プロンプトキャッシュ分析、ティア別モデルルーティングの推奨、モデルのライフサイクル認識（EOL 90日以内のモデルは推奨対象外）などが含まれます。特定ケースではAmazon BedrockのOpenAI互換エンドポイントを使った“ゼロコード”移行パスも提案されます。移行による利点として、IAMベースのアクセス制御、VPCエンドポイントでのネットワーク分離、プロンプトキャッシング、Amazon Bedrock Guardrailsによる安全性強化、CloudWatchによる統一的な運用監視が得られます。利用方法はATX CLIをインストールし、該当カスタム変換をコードベースに対して実行します。料金はAWS Transformの標準料金の範囲で提供され、追加料金は発生しないとされています（ただしBedrock等の利用は別途料金）。

影響範囲・利用シーン ​

  • 対象ユーザー: 生成AIを商用利用している開発者、MLエンジニア、プラットフォームチーム、SRE/運用チーム
  • 利用シーン: サードパーティ（OpenAI/Gemini/Anthropic/OSS）で稼働中のモデル群をAmazon Bedrockへ段階的または一括で移行する評価と実装計画作成
  • 運用効果: セキュリティとネットワーク制御（IAM, VPC）をAWSネイティブに統合でき、監視・ロギングをCloudWatchで統一して運用負荷を下げられる
  • コスト影響: 移行前後のモデル・エンドポイントに対する費用比較を自動算出するため、コスト最適化方針（ティア別ルーティング等）を立てやすい
  • 移行リスク低減: コードベース全体をスキャンして、フレームワークラップ／エージェント構成を維持したままモデル層のみ置換する案を提示するため、アーキテクチャ変更を最小化できる

技術的な注意点 ​

  • IAM権限: ATX CLIとTransformカスタム変換を実行するための適切なIAM権限が必要（コードリポジトリアクセスやS3/CloudWatchへの書き込み権限等を確認）
  • リージョン制限: 本機能はAWS Transformが提供されているリージョンで利用可能。Bedrockや他の関連サービスが特定リージョンで未対応の場合は移行戦略に影響します
  • コスト: AWS Transformの標準料金の対象機能として提供されるが、実際にBedrockエンドポイントやその他AWSサービスを利用すると別途料金が発生します
  • 前提条件(実行環境): ATX CLIのインストールと、解析対象コードベースへのアクセス（ローカルチェックアウトまたはリポジトリ権限）が必要
  • 対応ソース/フレームワーク: OpenAI, Google Gemini, Anthropic, LiteLLM, Ollama、LangChain, LlamaIndex、CrewAI, LangGraphなどをサポート。独自ラッパーや非標準的な統合では手動対応が必要になる場合あり
  • EOL扱い: モデルのライフサイクルを考慮し、EOLまで90日以内のモデルは推奨対象から除外されます
  • ゼロコード移行の注意: OpenAI互換エンドポイント経由の“ゼロコード”パスは便利だが、API互換性やレイテンシ、機能差（ベッドロックのモデル特性）により完全互換とは限らないため検証が必要
  • テスト/検証: 自動生成されたコード差分やルーティング設定は必ずステージング環境で動作検証・負荷試験・セキュリティ評価を行ってください

参考情報 ​

[Simple Storage Service] Amazon S3 Vectors now supports up to 10,000 similarity search results per query ​

概要 ​

Amazon S3 Vectorsはクエリあたりの類似検索結果の上限を最大10,000件に拡張しました。従来比で100倍の増加により、大規模な候補取得が必要なマルチステージの検索パイプラインで有用になります。

変更内容・新機能の詳細 ​

主な変更点は、QueryVectors APIで取得できる類似検索結果（topK）の上限が最大10,000件になったことです。これにより、リランキング、集約、重複排除など追加処理を行うマルチステージ検索ワークフローで、より多くの候補を取得して精度を高められます。利用には最新のAWS SDKが必要で、QueryVectors呼び出し時に取得件数（topK）を最大10,000まで指定できます。結果は複数ページに分かれて返されるため、最初のページを受け取り次第直ちに処理を開始し、必要に応じて残りのページを非同期で取得する設計が推奨されます。大きな結果セットを返すクエリでは、返却データ量に基づく小額の「データ返却料金」が発生します（クエリごとに最初の512KBは無料）。この上限拡張は、S3 Vectorsが提供されている全リージョンでサポートされています。

影響範囲・利用シーン ​

  • 対象ユーザー: ベクトル検索を用いるアプリ開発者、MLエンジニア、検索システム運用者
  • 利用シーン: マルチステージ検索（候補取得→リランキング→集約/重複排除）や大量候補の解析、レコメンドや情報検索で候補多寡が重要なアプリケーション
  • 運用効果: 候補数を増やすことで最終結果の精度向上、リランキングの候補不足による精度劣化の軽減
  • パフォーマンス影響: 大量結果取得はネットワーク帯域・レイテンシ・メモリ使用量を増加させる可能性があるため、ページ単位での逐次処理やストリーミング処理が有効
  • コスト影響: 返却データ量に応じた追加料金が発生（最初の512KBは無料）。取得件数を安易に最大化すると通信・料金が増える可能性があるため注意
  • リージョン: S3 Vectorsが提供されているすべてのリージョンでサポート（利用可能リージョンはコンソール/ドキュメントで確認）

技術的な注意点 ​

  • SDK/API: 最新のAWS SDKにアップデートし、QueryVectorsのtopKパラメータを最大10,000に設定してください
  • ページネーション: 結果は複数ページで返却されます。ページネーション用のトークン（NextToken等）を扱い、最初のページを先に処理して残りを順次取得する設計を推奨します
  • コスト: 返却データ量に基づく料金が発生します。最初の512KB/クエリは無料、超過分はS3のデータ返却課金に準じます（料金表を確認してください）
  • 性能設計: topKを大きくすると検索処理時間とネットワーク転送量が増加します。必要最小限のtopKに留める、または段階的に増やす（候補絞り→リランク）等の設計が有効です
  • メモリ/クライアント負荷: クライアント側で10,000件分のベクトル/メタデータを保持・処理する場合、メモリやCPU負荷が高まるためバッチ処理やストリーミング処理を検討してください
  • リージョン制限: S3 Vectorsが提供されるリージョンでは本機能が利用可能ですが、リージョンごとのサービス提供状況は確認してください
  • IAM権限: 既存のS3 Vectorsアクセス権（QueryVectors呼び出し権限など）で利用可能。必要であればAPI呼び出しに必要なIAMポリシーを付与してください

参考情報 ​

[General] AWS Transform for mainframe now delivers a traceable reimagine workflow ​

概要 ​

AWS Transform for mainframe が、ポートフォリオ評価からコード生成までを一貫してつなぐトレーサブルな「reimagine」ワークフローを提供開始しました。z/OS上のCOBOL/PL/I資産を対象に、ビジネス機能の抽出→要件生成→クラウドネイティブコード生成までを自動化・証跡化します。

変更内容・新機能の詳細 ​

今回の強化で、AWS Transform for mainframe は以下を一つの連結ワークフローとして提供します。まずポートフォリオ評価でシステマティックに離散的なビジネス機能を識別・カタログ化し、選択した機能はそのままreimagineワークフローに流れます。各ビジネス機能についてビジネスルールを抽出し、開発準備済みの要件（requirements）を生成、さらにクラウドネイティブなコードを出力します。生成された要件・コードはMCPベースの統合を通じてKiroなどのIDEに直接流れ、IDE上でのインタラクティブなドキュメント表示やコード閲覧が可能です。重要な点として、すべての要件は元ソースコードへトレーサブルであり、各変換決定をソースにさかのぼって監査できます。これにより従来数年かかっていた解析→リバースエンジニアリング→手作業による移行準備が、証拠に基づく自動化で数ヶ月規模に圧縮されます。対応言語はz/OS上のCOBOLとPL/Iで、機能はAWS Transform for mainframe が利用可能なリージョンで提供されます。

影響範囲・利用シーン ​

  • 対象ユーザー: 大規模メインフレーム資産を保有する企業のアーキテクト、モダナイゼーションチーム、開発者、SRE/運用チーム
  • 利用シーン: z/OS上のCOBOL/PL/Iアプリケーションの評価→ビジネス機能抽出→要件化→クラウドネイティブコード生成までの一貫した近代化ワークフロー
  • 運用効果: ツール間の手渡しや手作業を削減し、変換の出所を追跡可能にすることで監査・品質保証を容易化。従来数年かかったプロジェクトを数ヶ月に短縮可能
  • 導入時の検討事項: 既存ソースの解析精度、IDE/開発フロー（CI/CD）との統合方法、生成コードの手動レビュー工程を設計する必要あり

技術的な注意点 ​

  • サポート言語: z/OS 上の COBOL と PL/I を対象としていることを確認してください
  • IAM権限: ポートフォリオ評価・コード出力・S3/リポジトリ連携等に必要なIAM権限（Transform 操作、S3、CodeCommit など）を事前に付与してください
  • リージョン制限: "AWS Transform for mainframe が提供されているリージョン" のみで利用可能です。利用前にリージョン対応状況（AWS Region table）を確認してください
  • コスト: 評価・変換処理、ストレージ、生成コードのホスティング等で追加コストが発生します。大規模ポートフォリオでは費用が大きくなるため事前見積もりを推奨します
  • トレーサビリティ: 要件→生成コード→元ソースの追跡が可能だが、変換結果は必ずしも完全自動で運用できるものではないため、レビュー/承認プロセスを組み込んでください
  • IDE統合: Kiro および MCP ベースの他IDEと連携。IDE側のプラグインや設定が必要になる場合があります

参考情報 ​

[IAM] AWS Sign-in now supports resource-based policies and resource control policies ​

概要 ​

AWS Management Consoleのサインインに対して、アカウント単位のリソースベースポリシーと組織単位のResource Control Policies（RCPs）を適用できるようになりました。これにより、想定したネットワークからのみコンソールにサインインさせるなど、サインイン時のアクセス制御を強化できます。

変更内容・新機能の詳細 ​

新機能では以下をサポートします。

  • リソースベースポリシー: 個々のAWSアカウントに紐づくポリシーで、当該アカウントへのコンソールサインインを制限できます。
  • Resource Control Policies (RCPs): AWS Organizationsを介して組織全体に適用するポリシーで、複数アカウントに横断的なサインイン制御を行えます。
  • ポリシー評価タイミング: ポリシーはユーザーのコンソールサインイン時およびコンソールセッションが新しい認証情報を要求するたびに評価されます（セッション中の権限更新時にも反映可能）。
  • ネットワーク制御との併用: AWS Management Console Private Accessと組み合わせることで、どのネットワークからサインインできるか（ネットワーク経路の制限）と、どのアカウントにアクセスできるか（アカウントアクセス制御）を別々にかつ統合的に制御できます。
  • 運用面: 追加料金は発生せず、全てのAWS商用リージョンで利用可能とされています。詳細な設定手順やAPIはAWS Sign-in User GuideおよびAPI Referenceを参照してください。

影響範囲・利用シーン ​

  • 対象ユーザー: クラウドセキュリティ担当者、IAM管理者、SRE/運用チーム
  • 利用シーン: 想定外のネットワーク（例: パブリックIPレンジや特定VPC以外）からのコンソールサインインをブロックして管理面を強化する場面
  • 運用効果: サインイン段階でのネットワークベースの拒否により、不正アクセスリスクを低減し、組織全体で一貫したサインイン制御を実現できる

技術的な注意点 ​

  • IAM権限: リソースベースポリシーやRCPを作成・編集するためのOrganizations管理権限および対象アカウントのSign-inポリシー管理権限が必要です（詳細はドキュメントで権限一覧を確認してください）。
  • リージョン制限: 記事では「全てのAWS商用リージョンで利用可能」としています。AWS GovCloudや中国リージョンについては明示されていないため、利用前に確認してください。
  • コスト: 追加料金は発生しません（ただし、設定・運用に伴う運用工数やログ保存等の間接コストは発生する可能性があります）。
  • 適用範囲: 本機能はAWS Management Consoleのサインイン時に適用されます。IAM Identity Center（旧SSO）や外部IdPを介したフローへの影響は、構成によって異なるため事前検証が必要です。
  • 評価タイミング: ポリシーはサインイン時とコンソールが新しい資格情報を要求するタイミングで評価されるため、既存セッションには即時反映されない場合があります。
  • 併用注意: Console Private Accessや他ポリシー（組織ポリシー／サービスコントロールポリシー等）との優先順位・組み合わせによる挙動を事前に検証してください。

参考情報 ​

[Redshift] Amazon Redshift RG instances powered by AWS Graviton now available in additional regions ​

概要 ​

Amazon RedshiftのGraviton（RG）インスタンスが、アフリカ（ケープタウン）、アジアパシフィック（バンコク）、メキシコ（中央）の3リージョンで一般提供開始されました。既存のRA3からのアップグレードでクエリ性能向上とコスト削減が見込めます。

変更内容・新機能の詳細 ​

AWS Gravitonプロセッサを搭載するAmazon Redshift RGインスタンスが、af-south-1（Cape Town）、ap-southeast-7（Bangkok）、mx-central-1（Mexico Central）で利用可能になりました。提供されるノードサイズはrg.xlargeとrg.4xlargeで、開発環境から本番データウェアハウスまで幅広いワークロードを想定しています。AWSの説明によれば、他のデータウェアハウスと比較して最大4.2倍の価格性能（price-performance）、従来世代のRA3インスタンス比で最大2.4倍のワークロード高速化、かつvCPU当たり約30%のコスト削減が期待できます。RGインスタンスはコスト削減機能をデフォルトで組み込み、以下の主要な運用上の改善点があります：

  • インクリメンタル手動スナップショットの課金が“スナップショット合計サイズ”ではなく“ユニークなデータブロック”ベースで計測され、バックアップストレージのコスト効率が向上します（重複ブロックは二重課金されません）。
  • Redshift SpectrumにおけるS3スキャン課金がRGインスタンスでは不要になり、データレイク上のクエリ実行コストがさらに削減されます。 既存のRA3プロビジョンドインスタンスはRGへアップグレード可能で、アップグレード後すぐに性能改善とコスト低減の恩恵を受けられます。なお、GravitonはARMベースのプロセッサであるため、ネイティブ拡張や外部バイナリ／UDFなどx86特化のコンポーネントは互換性を確認・再ビルドが必要になる場合があります。詳細な手順や価格情報はAmazon Redshiftのドキュメントおよび価格ページを参照してください。

影響範囲・利用シーン ​

  • 対象ユーザー: Redshiftを利用するデータエンジニア、データ分析者、SRE/運用チーム
  • 利用シーンまたは効果: 既存のRA3環境をRGへ移行することでクエリ性能向上（最大2.4x）とvCPU当たりのコスト削減（約30%）が期待できる。小〜中規模の開発環境から本番DWまで適用可能
  • 運用効果: インクリメンタルスナップショットとSpectrumスキャン課金の廃止によりバックアップとデータレイククエリの運用コストが低減し、TCO（総所有コスト）を改善できる
  • リージョン影響: 新たに af-south-1 / ap-southeast-7 / mx-central-1 がサポート対象になり、これらリージョンのユーザーは直接プロビジョニング可能

技術的な注意点 ​

  • IAM権限: インスタンスの作成・変更には通常のAmazon Redshift関連のIAM権限（redshift:CreateCluster、ModifyCluster、RestoreFromSnapshot 等）が必要です。スナップショットやS3アクセス用のIAMロール/権限も確認してください。
  • リージョン制限: 本アップデートでは af-south-1、ap-southeast-7、mx-central-1 に rg.xlarge と rg.4xlarge が追加されます。その他リージョンでは未対応の可能性があります。リージョンごとの提供状況はドキュメントで確認してください。
  • コスト: vCPUあたり約30%低減などの発表がある一方、実際の料金はリージョンや構成（オンデマンド/予約/保存割引）によって異なります。スナップショット課金はユニークブロックベースに変更され、Spectrumスキャン課金はRGで免除されますが、S3ストレージ費用やデータ転送費用は別途発生します。
  • 互換性: GravitonはARMアーキテクチャのため、外部UDFやカスタム拡張、ネイティブバイナリ等がx86依存の場合は動作しない可能性があります。移行前にクエリ、拡張機能、サードパーティツールの互換性検証を推奨します。
  • 移行手順: RA3からのアップグレードは可能ですが、メンテナンスウィンドウやダウンタイム、バックアップ取得の計画を含めた運用手順を準備してください。特定の設定やパラメータは移行後に最適化が必要な場合があります。
  • 監視／テスト: パフォーマンスプロファイリング（クエリ実行計画、WLM設定、CPU/IOメトリクス）を行い、ワークロードに応じたWLMやディスク構成の調整を推奨します。

参考情報 ​

[Developer Tools] AWS announces AWS Blocks, an open-source framework for composing application backends on AWS (Preview) ​

概要 ​

AWS Blocksは、インフラの知識をほぼ不要にしてアプリケーションのバックエンドを構成できるオープンソースのTypeScriptフレームワークのパブリックプレビューです。ローカルでPostgres・認証・リアルタイム通信などを含むフル機能の環境を動かせ、同じコードを変更なしで本番のAWSサービスへデプロイできます。

変更内容・新機能の詳細 ​

AWS Blocksは開発者向けのTypeScriptベースのフレームワークで、ローカル開発環境にPostgres、ユーザー認証、リアルタイムメッセージング等を組み込んだフルスタック実行を提供します（AWSアカウント不要で動作）。アプリ側のコードはそのまま本番のAWSサービス上にデプロイ可能で、必要に応じてAWS CDKへ「ドロップイン」して直接リソース定義や詳細設定を行えます。機能としてはデータベーススキーマ／テーブル追加、ユーザー認証、AIエージェント統合、ファイルアップロード、バックグラウンドジョブなどを単一の開発セッションで追加・テスト・デプロイできます。AIコード補助の組み込みガイダンスにより、追加のカスタム設定なしで正しいアーキテクチャを作れるよう支援します。また、データスキーマからフロントエンドまでのエンドツーエンドの型安全性を、コード生成ステップなしで維持するフローを提供します。プレビュー時点でサポートされるフロントエンドはSPA（例：Vite + React）およびSSRフレームワーク（Next.js、Nuxt、Astro）です。AWS Blocks自体の利用に追加料金はかからず、アプリが利用するAWSサービス分のみ課金されます。商用の全リージョンへデプロイ可能で、開始コマンドは npx @aws-blocks/create-blocks-app です。

影響範囲・利用シーン ​

  • 対象ユーザー: フルスタック/バックエンド開発者、SaaSプロダクトチーム、TypeScriptを用いる開発チーム
  • 利用シーン: ローカルでフルスタック（DB・認証・リアルタイム等）を素早く試作し、そのまま本番AWSへデプロイするワークフロー
  • 運用効果: インフラ学習コストを低減して開発サイクルを短縮。ローカルで本番に近い挙動を検証できるため障害原因の早期発見が可能
  • 導入効果: 小規模チームやプロトタイプ段階のSaaSでの立ち上げが容易になり、CDKへ移行する柔軟性も担保される
  • 開発体験: データスキーマからフロントエンドまで型安全が維持され、コード生成や手動の型整合作業を減らせる

技術的な注意点 ​

  • プレビュー: 現在はパブリックプレビューです。機能やAPIは変更される可能性があります
  • IAM権限: 本番デプロイ時はAWSリソースを作成するための適切なIAM権限が必要です（詳細はドキュメント参照）
  • リージョン制限: 発表では「全ての商用リージョンにデプロイ可能」となっていますが、リージョンごとのサービス可用性は個別に確認してください
  • コスト: AWS Blocks自体は無償ですが、実際の利用で発生する費用（RDS、S3、Lambda、API Gateway等のAWSサービスの料金）は別途発生します
  • ローカル実行要件: ローカルでフル機能を提供するためのランタイム（コンテナやローカルプロセス等）の依存がある可能性があります。詳細はDeveloper Guideを参照してください
  • 言語/フレームワーク: TypeScriptを中心としたワークフローを想定しています。サポート対象のフロントエンド（Vite+React、Next.js、Nuxt、Astro等）を確認してください
  • CDK互換性: 必要に応じてAWS CDKに直接入り、リソースを手動で細かく定義・変更できます。CDKの知識があるとカスタマイズが容易です
  • データ移行/スキーマ管理: ローカルのDBスキーマと本番環境のスキーマ同期・マイグレーション戦略は自身で設計する必要があります（マイグレーションツールの併用を推奨）
  • セキュリティ: 認証・シークレット管理・アクセス制御は本番移行時に適切に設定してください。ローカル動作時の秘密情報の扱いに注意が必要です
  • OSSライセンスとコード: オープンソースとして公開されています。ライセンス条項やOSSポリシーの確認を行ってください

参考情報 ​

AI要約はOpenAI APIによって生成されています。

Copyright © 2026