のんびりSEの議事録

プログラミング系のポストからアプリに関してのポストなどをしていきます。まれにアニメ・マンガなど

JAWS DAYS2026に参加してきました

JAWS DAYS 2026 参加レポート

テーマ：GenAIとAWSが変える開発組織のこれから

昨日参加した JAWS DAYS 2026 は、生成AIとAWSを中心に、開発・運用の現場がどのように変わりつつあるのかを実感できるイベントでした。特に、AIエージェントやBedrock、KiroといったAWSの新しい取り組みが、組織や開発プロセスにどのような影響を与えているのかがよく分かる内容でした。

以下、印象に残ったセッションをまとめています。

Building GenAI Driven Developer Organization

アプリケーション開発のスピードが上がる一方で、インフラや推論基盤の再構築が必要になるケースが増えているとの話がありました。
特に Project Mantie の取り組みや、Amazon Bedrock の活用が印象的でした。

  • Bedrock では現在 277モデル が利用可能
    https://aws.amazon.com/jp/bedrock/
  • 推論時間の改善には GPU 拡張やリージョン跨ぎ構成が必要
  • QA 工程では Q Developer と Kiro を組み合わせ、3日で完了した事例も紹介
  • 「AIを使わなければ10年かかる」というほど、生産性の差が出てきている

AI活用のポイント

  • 小さなタスクから導入する
  • Rust / Go などの強い言語は依然として重要
  • プロンプトは「探索」と「修正提案」に分けると効果的
  • シニアエンジニアの価値は、直感・経験・判断力に集約されていく

次世代に求められるスキル

  • Observation（観察・ビジネス理解）
  • Communication / Cooperation
  • Concentration（顧客・チーム・AI・英語）
  • Daily Learning（継続学習）

CCoEはAI指揮官へ – Bedrock × MCP による自律運用基盤

MCP（Model Context Protocol） と Amazon Bedrock を組み合わせた、AIネイティブな運用基盤の事例が紹介されました。

  • Guardrails を使った構成レビュー
    https://docs.aws.amazon.com/bedrock/latest/userguide/guardrails.html (docs.aws.amazon.com in Bing)
  • アラートを起点にログを横断検索し、AIが原因特定を支援
  • Billing 情報を巡回し、コスト診断レポートを自動生成
  • 「AIに丸投げ」ではなく、AIと人間の責任分担を設計することが重要

Security Hub の一次調査をAIが自律化する取り組みも紹介されていました。
https://docs.aws.amazon.com/securityhub/ (docs.aws.amazon.com in Bing)

AWS DevOps Agent vs SRE

  • インシデント後のサマライズはAIが得意
  • ただし、SREの経験値（治験）は依然として不可欠
  • AIとSREの役割分担をどう設計するかが鍵

Kiro定着の軌跡 – AWS AIエージェントIDE

Kiro は AWS が提供する AI エージェント IDE で、要件定義からコード生成までを自動化します。
https://aws.amazon.com/jp/kiro/

  • 仕様書と整合性の取れたコードを生成
  • 導入には「ビジョン共有」「環境整備」「アカウント配布」が重要
  • 個人の学びをチームに還元する仕組みが定着のポイント
  • 利用率の可視化も効果的

Kiro CLI で変わるAWS運用

  • ターミナルから Kiro を操作できる CLI
  • 調査 → 原因特定 → 解決策まとめ を数分で生成
  • コスト分析も自動でサマリー化

AIエージェントの信頼性設計

資料：
https://speakerdeck.com/aoto/designing-reliability-for-ai-agents-that-deliver-continuous-value

  • マルチエージェント前提のシンプル設計
  • MCP を使わない新アプローチ（Strands Agents など）
  • オブザーバビリティが必須
    • Strands Telemetry
    • Bedrock Agent Core

課題

  • パフォーマンス
  • 品質（期待通りの出力か）
  • コスト
  • 安全性

Datadog AI による可視化の取り組みも紹介されていました。

生成AI時代の開発と運用

  • 「SREは不要になる？」という問いに対し、むしろ重要性が増すという見解
  • AIは組織の能力を増幅するが、弱点も増幅する
  • 決定論的な部分は機械へ、人間はコンテキスト理解へ
  • AWS DevOps Agent や MCP サーバーとの連携が進む

テストの進化

  • ファジング
  • プロパティベーステスト
  • ミューテーションテスト
  • Kiro が自動生成を支援

統制

  • Policy as Code
    • Open Policy Agent
    • Conftest
    • AWS Config

AWS × クラウドネイティブソフトウェア設計

資料：
https://speakerdeck.com/nrslib/aws-x-cloud-native-software-design

  • インフラをクラウドに載せただけでは不十分
  • 依存の「強度・方向性・タイミング」を制御することが重要
  • DIP（依存関係逆転の法則）をシステムレベルで実現
  • イベントドリブンアーキテクチャが鍵
    • SQS
    • Kinesis
    • DynamoDB Streams
    • MSK

クラウドネイティブ時代のWebセキュリティ再考

  • GitHub Actions から AWS へは OIDC を利用すべき
    https://docs.aws.amazon.com/IAM/latest/UserGuide/id_roles_providers_create_oidc.html (docs.aws.amazon.com in Bing)
  • CI/CD にセキュリティチェックを組み込む
    • DAST / SAST / SCA / コンテナスキャン
  • サプライチェーン攻撃の増加
  • curl | bash のPRは慎重に扱うべき
  • SSRF（Capital One事件）や IMDS の扱いにも注意
    https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/configuring-instance-metadata-service.html (docs.aws.amazon.com in Bing)

初手AIで実現するAIと一緒に働くということ

  • AIエージェントを中心に業務を回す「AIファースト」な組織づくり
  • 1:1 → 1:多 へスケールするアンビエントエージェント
  • 会議要約など、業務コンテキストをAIに与えることが重要
  • LLMアプリは保守コストが高いが、タスク中心のエージェントはシンプル
  • 「AIで失業？」という問いに対し、変革をリードできる人材が残るという話も印象的

まとめ

今回のJAWS DAYSを通じて、
「AIエージェントを前提にした開発・運用」へ業界全体が大きく動いている
という流れを強く感じました。

  • Bedrock / MCP / Kiro / DevOps Agent
  • イベントドリブンアーキテクチャ
  • Policy as Code
  • オブザーバビリティ
  • AIと人間の責任分担

これらが組み合わさることで、開発組織は「AIを使う」段階から「AIと共に働く」段階へと進んでいくのだと思います。

Goのmodulesを使用したlocal packageのimport

PG Go

久しぶりにGoを触ったらライブラリの依存関係の管理方法が公式で追加されていたので、その備忘録です

Go Modulesとは

Go 1.11以降に組み込まれた、ライブラリの依存関係の解決を行うGoの標準機能

試行環境

続きを読む