「自前のAIエージェント」爆速開発術！Strands AgentsとAgentCoreで開発を加速

自社業務に最適化！「自前のAIエージェント」開発が加速する

多くのSaaSベンダーがAI機能を強化し、既存のAIエージェントを組み合わせることで業務効率化が実現できる場面が増えています。しかし、KDDIアジャイル開発センターの御田 稔氏（通称「みのるん」）は、自社の業務に最適化されたAIエージェントを独自開発する価値を説きます。オフィススイートに標準搭載されたAIチャットボットや、コーディング支援エージェント「Kiro」など、汎用的なAIエージェントは数多く存在しますが、自社固有のシステム連携、SaaSでは扱えない業務データの活用、既存システムへのAI機能組み込み、そして独自のUIや体験提供を目指す場合には、独自開発のAIエージェントが有効です。

既製のAIエージェントを導入しても、期待との差を感じるケースもあります。広告で示されるほどの実用性がなかったり、AIモデルの性能が業務要件に届かなかったり、主要なSaaSとの連携には対応していても自社独自の業務データにアクセスできないといった課題です。また、多くのAIサービスが採用するチャット形式は柔軟性が高い一方で、どのような指示をどのように入力すればよいかが利用者に委ねられ、AI活用に慣れたユーザーでなければ十分な成果を引き出せないこともあります。

御田氏は、こうした課題を解決し、自前のAIエージェント開発をより手軽に始められる環境が整いつつあると説明しています。

Strands AgentsとAgentCoreでAIエージェント開発が手軽に

AIエージェント開発を加速する技術として、Amazon Web Services（AWS）が提供するオープンソースフレームワーク「Strands Agents」が挙げられます。PythonとTypeScriptに対応し、シンプルなコードでAIエージェントを構築できるのが特徴です。わずか数行のコードで、バックエンドでは「Amazon Bedrock」の「Claude」を活用したエージェントを動作させることができます。御田氏は「これを見れば、Kiroを活用してAIエージェントを内製開発できそうだと感じるはずです」と語っています。

Strands Agentsの大きな特徴は、AWSの各種サービスとの連携のしやすさです。例えば、エージェントメモリ機能を組み合わせることで、過去のやりとりや処理履歴を保持する記憶機能を容易に追加できます。また、オープンソースであるため、自社の要件に合わせて機能を拡張したり、必要に応じて不具合を修正したりできる柔軟性も備えています。

こうしたモダンな開発フレームワークを活用すれば、AIエージェントそのものを実装するハードルは大きく下がります。しかし、AIエージェントの開発では、従来型のWebアプリケーションとは異なる設計上の考慮点が求められます。単に機能を実装するだけでなく、AIならではの特性を踏まえた設計や運用の工夫が重要です。

AIエージェント特有の設計課題を解決する「AgentCore」

AIエージェントには、従来のWebアプリケーションとは異なる設計要件が求められます。特に重要なのが、ユーザー体験（UX）を大きく左右するストリーミングレスポンスへの対応です。AIエージェントは複雑な処理を実行するため、回答生成までに時間がかかるケースが多く、単に最終結果を返すだけでなく、「現在どの処理を実行しているのか」をリアルタイムに提示し、ユーザーが待ち時間を意識せず利用できる仕組みが重要になります。

また、外部サービスや業務システムなど複数のツールを利用する際の認証・認可、会話履歴の管理やユーザーごとのパーソナライズ機能、推論コストを抑えるためのサーバレス運用など、AIエージェント特有の設計ポイントは多岐にわたります。御田氏は、これまでこれらの要件を満たすために、複数のAWSサービス（AWS Lambda、Amazon API Gateway、Amazon Cognitoなど）を組み合わせて開発する必要があり、AWSに関する幅広い知識が求められることが開発者にとって一定のハードルであったと説明しています。

そこで2025年に登場したのが「AWS Bedrock AgentCore」です。これは、AIエージェント開発に必要な機能を包括的に提供するマネージドサービスです。AgentCoreは、AIエージェント開発で必要となる機能をあらかじめモジュール化したもので、開発者は必要な機能だけをSDK経由で組み込むことで、AIエージェント特有の要件に効率よく対応できます。具体的には、サーバレス実行環境となるランタイム、会話や情報を保持するメモリ機能、認証・認可を担うアイデンティティー管理、エージェントの動作状況を把握するオブザーバビリティ機能などを利用できます。これにより、従来は個別に設計・実装が必要だった部分を効率化できます。

さらに、「コードを書くこと自体が難しい」という課題に対しては、GUIベースでローコード開発を可能にする「AgentCore Harness」も提供されています。AgentCore Harnessによって、マネジメントコンソールで操作するだけでエージェントにWeb検索機能やブラウザ操作機能を追加できます。また、自社のナレッジベースを接続してRAG（検索拡張生成）を活用することも可能です。従来の仕組みでは一部でLambdaのコード実装が必要でしたが、AgentCore Harnessではフルローコードで開発を始められます。

このように、AIエージェントを開発するためのフレームワークやクラウド基盤、開発支援ツールは着実に整備されつつあります。