AWS、8月のAIビルダー向け更新をまとめ：Bedrock、AgentCore、Strandsの主要アップデート

2026 年 8 月の主要な Amazon Bedrock、AgentCore、Strands のアップデートを振り返ります。

AWS では長年、基盤技術の一般化と、それを実際に活用するためのインフラ提供に注力してきました。Amazon Bedrock は、Fortune 100 企業の 8 割以上を含む 225,000 社以上のアクティブ顧客に利用されており、このコミットメントを体現しています。同サービスは、最先端のモデルへのアクセスと、AI の構築・スケールに必要な幅広いツールを提供し、本番環境で必要となるセキュリティ、信頼性、パフォーマンス、コスト効率を実現します。

エージェント型アプリケーションが拡大する中、Amazon Bedrock は AgentCore を追加することでこの基盤を拡張しました。これにより、あらゆるフレームワークやモデルを使用して、エージェントの構築・接続・最適化が可能になります。また AWS は、Strands Agent Harness SDK をオープンソースとして公開し、ユーザーは自由にエージェントを作成し、任意の場所でデプロイできるようになりました。

これらの技術は、AI モデルの知能を生産環境のエージェントへと変換する際、その構築方法や実行場所を制限することなく支援します。

モデルの能力が向上するにつれ、組織はより野心的な問いを投げかけることができます。「AI は最初から最後までどの程度の有意義な業務を引き受けることができるか」という問いです。業界全体で、エージェントは企業情報の推論や、長時間にわたる生産性の維持、デジタルおよび物理システム間での行動など、複雑なワークフローへと進出しています。

この業務範囲が拡大するにつれ、注目すべきはモデルそのものだけでなく、それを支える完全なシステムです。具体的には、アクセス可能なコンテキストの範囲、実行可能なアクション、データ処理の場所、そして意思決定とコストをどうガバナンスするかといった点に焦点が移っています。

私たちは、AI の次の段階は、モデルが何ができるかだけでなく、それを取り巻くシステムに対して責任を委ねる際の自信によって形作られると考えています。その信頼性は、目の前のタスクを理解し、進行中に持続し、明確な組織の境界内で動作できるシステムに依存します。

8 月のアップデートはこの方向性を示すものであり、より多くの情報を理解し、長時間稼働し、企業環境や規制が厳しい領域、物理的な現場などにおいて困難な責任を引き受けることのできる AI システムのための、より強固な基盤を提供するものです。

大規模なコンテキストをより高い制御下で推論する

Amazon Bedrock 上で動作する OpenAI アプリケーションにおいて、完全なワークセットと現在の Web コンテキストを取り込むことが可能になりました。GPT-5.6 の Sol、Terra、Luna は、プロンプトキャッシング機能を備えた「100 万トークン」のコンテキストウィンドウをサポートしています。これにより、コンテキストを再利用する際のコストとレイテンシを削減できます。

Web Search を利用すれば、モデルがトレーニングデータを超えて最新の情報を検索し、関連する結果を回答に組み込み、別々の検索プロバイダーとの統合なしで出典を示すことが可能になります。ライブ価格や newly released なドキュメントなど、最新の詳細情報が必要なユースケースでは、モデルはパブリックウェブサイトから直接コンテンツを取得することもできます。

これらの機能を組み合わせることで、コードベース全体や規制文書を検証し、最新の公開情報と照合した上で、単一の API 呼び出しで出典付きの回答を返すことが可能になります。

リージョンをまたぐことなく、グローバルにルート推論を実行できます。クロスリージョン推論を利用すれば、GPT-5.6 Sol、Terra、Luna を 25 以上の AWS リージョンから利用可能です。グローバルプロファイルでは、より低いトークン単価で広範な容量を確保でき、Geo プロファイルは推論処理を特定の地理範囲内に制限します。これらの更新により、需要が急増する際のスループット向上を図りつつ、アプリケーションのデータ処理要件に適合する地理的制約を選択できるようになります。

モデル利用の増加に伴う推論コストの理解と管理

AWS IAM の主要なコスト配分機能 を活用すれば、推論にかかる費用をユーザー、チーム、プロジェクト、アプリケーション、あるいは原価センターごとに明確に割り当てることができます。また、AWS コスト異常検出機能 が Amazon Bedrock 上のサードパーティ製基盤モデルの利用コストを監視し、予期せぬコスト変動が発生した際にはその原因を詳細に分析して報告します。さらに OpenAI は、Amazon Bedrock 上で GPT-5.6 ファミリー全体（Luna、Terra、Sol など）の価格を引き下げると発表しました。

これらの機能により、どのチームがコスト増の要因となっているかを可視化し、異常な変化を早期に検知できるようになります。AI ワークロードが拡大する中でも、より根拠のある意思決定を下すことが可能になるのです。

検知から対応まで、より迅速なサイバー防御へ

セキュリティチームに、防御と許可された攻撃的ワークフローの両方に対応する最前線の AI を提供します。 OpenAI の「Daybreak Red」と「Daybreak Blue」が、Amazon Bedrock で対象顧客の利用可能になりました。Daybreak Blue は、脆弱性の発見、検出エンジニアリング、インシデント対応といった防御的な作業をサポートします。一方、Daybreak Red は、脆弱性調査、エクスプロイトの再現、対策開発など、高度で許可されたタスクに対応します。これにより、より強力なアイデンティティ検証、監視、アクセス制御、そしてオペレーターが直接アクセスできないインフラを適用しながら、脆弱性の調査と対応を迅速に行えるようになりました。

軌道から外れないエージェントで生産性を向上

多日間にわたる作業を完了させるために、生産環境のエージェントが長時間実行され続けるようにしてください。

AgentCore runtime instances を利用すれば、GPU 加速型やメモリ最適化型、計算リソース最適化型など、専用の Amazon EC2 コンピューティング上でエージェントを実行できます。セッションは最大 14 日間継続可能です。

また、AgentCore は US West (N. California) リージョンとアジア太平洋 (ハイデラバード) リージョンにも拡大しました。

これにより、エージェントに長期間の調査やコーディング、監視作業を任せることが可能になりました。各ワークロードに必要なコンピューティングリソースを適切に割り当て、ユーザーやシステムに近い場所で実行できるようになります。

エージェントの自律性を高めつつ、その行動や支出を定義された範囲内に保つことが可能になりました。

Temporal policies は、各アクションが過去の実行履歴と整合しているかを評価します。これにより、実行順序の強制、事前条件の確認、承認ゲートの設置、呼び出し間の値の一致検証、データの鮮度管理などを適用できます。

レート制限機能では、ユーザーやグループ単位でリクエスト数、推論トークン数、並行接続数を制御可能です。

AgentCore payments を利用すれば、インフラレベルで課金制限を設けつつエンドツーエンドの可視性を確保しながら、エージェントが API や MCP リソース、有料コンテンツへのアクセスと支払いを実行できるようになります。

これらの更新により、何ができるか、どの順序で行うか、どれくらいの頻度で実行するか、そして予算内で完結させるかを厳密に制御しつつ、エージェントにより大きな自律性を与えることが実現します。

エージェントにタイムリーな文脈を提供しつつ、データ境界を維持する。 AgentCore の Web 検索 を利用すれば、エージェントはドメインの指定や除外、公開日による絞り込みが可能になり、承認されたソースから最新情報を取得できます。AgentCore のメモリ機能 は会話だけでなく、アクティビティログや行動イベント、システムイベント、その他の構造化 JSON データからも長期記憶を抽出できます。さらにきめ細かいアクセス制御により、ユーザーやテナントごとにメモリを分離可能です。これで信頼できるソースに根ざしたエージェントを構築し、ビジネスイベントから記憶を形成しながら、各アプリケーションに独自認可ロジックを追加することなく文脈を隔離できます。

すでに存在するものを再構築するのではなく、承認されたエージェントやツールを検索して再利用しましょう。 AWS Agent Registry は、エージェント、MCP サーバー、スキル、カスタムリソースを対象とした検索可能で管理されたカタログを提供します。組織全体での検出機能により、接続された AWS アカウント間で AgentCore Runtime 上のエージェントや AgentCore Gateway 上の MCP サーバーを特定でき、承認済みのリソースは Amazon Quick 上にも表示されます。意図や名称から信頼できる機能を検索し、ワークフロー間で再利用することで、エージェントの無秩序な増加や重複開発を防ぐことができます。

規制環境でも選択肢を広げて構築する

規制されたワークロードに高度なモデル、エージェント機能、そしてクロスモーダル検索をもたらす。 Claude Opus 5 が AWS GovCloud (US) リージョンで利用可能になりました。デフォルトでデータ保持がゼロに設定されています。OpenAI GPT-5.6 Terra and Luna も同様に AWS GovCloud (US) リージョンで利用可能となり、100 万トークンのコンテキストウィンドウとプロンプトキャッシングに対応しています。Amazon Nova Multimodal Embeddings は、AWS GovCloud (US-West) でテキスト、ドキュメント、画像、動画、音声にわたる検索機能を提供します。さらに AgentCore memory, policy, and the managed harness により、管理されたコンテキスト、制御、そしてオーケストレーションが追加されます。これにより、商用リージョンで利用可能な機能と同様のものを活用して、AWS GovCloud でコーディングエージェントやドキュメント分析システム、マルチモーダル検索アプリケーション、ガバナンスされたエージェントワークフローを構築できるようになります。

AI エージェントを物理世界へ拡張する

ロボットの実演から、トレーニング、そして物理的な展開までを一つのワークフローでつなぐことができます。Strands Robots は Strands Agents、LeRobot、Hugging Face Storage Buckets を接続し、実演の記録から LeRobot 形式でのデータセットストリーミング、ポリシーの学習、そしてシミュレーションや物理ハードウェアへの展開までを、基盤となるデータの形式を変換することなく実現します。これにより、シミュレーションから物理的な展開に至るまで、一つのデータ形式とエージェントワークフローを用いてロボットポリシーの反復開発が可能になります。

各環境ごとにエージェントを再構築することなく、複数のロボットやデバイスを協調制御できます。Strands Robots はメッシュベースの発見と協調をサポートしており、シミュレーション上および物理デバイス間での連携が可能です。Zenoh を用いれば同じローカルネットワーク上のロボットを接続でき、AWS IoT Core なら地理的に分散したファーム全体を管理できます。また、Strands Robots と AWS は「Model Hardware Standard」の限定研究プレビューにも参加しており、これによりシミュレーション内でのマルチロボットワークフローのプロトタイピングが容易になり、コード変更を最小限に抑えつつローカルおよびクラウド接続されたファーム間での移行が可能になります。さらに、物理機器向けの標準化された制御も探索しやすくなります。

はじめに

Amazon Bedrock を探索し、AgentCore CLI でエージェントをデプロイするか、Strands Harness SDK を使って最初のエージェントを作成しましょう。

Amazon Bedrock がチームの支援にどう役立つかを知りたい方は、*お問い合わせ* からご連絡ください。

タンヴィ・ギリンナース

タンヴィ・ギリンナースは、Amazon Web Services (AWS) の「Amazon Bedrock」で製品マーケティングマネージャーを務めています。同氏は、顧客が Amazon Bedrock を活用して AI アプリケーションやエージェントの導入とスケーリングを支援しています。