Category: Amazon Q Developer

初期のコーディングエージェントは、IDE が検出したエラーを認識できず、コード生成後に時間のかかるビルド/テストコマンドで検証する必要がありました。Kiro は Language Server Protocol（LSP）を活用して IDE 診断情報への直接アクセスを実現し、エージェントがリアルタイムで型エラーや構文エラーを検出・修正できるようになりました。この診断駆動型アプローチにより、コマンド実行が 29% 削減され、わずか 35 ミリ秒で検証が完了するようになり、TypeScript から Terraform まで多様な技術スタックでコード品質が大幅に向上しました。

Kiro のローンチ当初、ユーザーから最も要望の多かった「すべてのタスクを一括実行」機能を、私たちは意図的に実装しませんでした。エージェントが自律的に複数タスクを実行すると、失敗時の問題特定に多くの時間がかかるためです。過去数か月間、プロパティベーステスト（PBT）、LSP 診断、サブエージェントなど、バッチ実行を本当に安全にする基盤を構築してきました。本日リリースする「すべてのタスクを一括実行」機能は、各タスクの出力を厳格な検証プロセスで確認しながら、自動実行のスピードと信頼性を両立します。

このイベントは、AWS re:Invent 2025 でアップデートのあった Kiro の機能紹介と、お客様による Amazon Q Developer / Kiroの実践活用事例をテーマに実施しました。まずソリューションアーキテクトの稲田から Kiro の概要と AWS re:Invent 2025 前後で発表されたアップデートをご紹介しました。続いて、株式会社ゼンリンデータコム様、株式会社NTTドコモ様から Amazon Q Developer / Kiro の社内展開や活用方法の事例を共有していただきました。最後に株式会社リクルート様に AI-DLC の導入状況について発表していただきました。

本記事では、Kiro の仕様駆動開発ワークフローを使用したチャットアプリケーション開発において、プロパティベーステスト（PBT）が従来のテスト手法では発見困難なセキュリティバグをどのように発見したかをお伝えします。75 回目のテスト反復で __proto__ というプロバイダー名が JavaScript プロトタイプの誤った処理を露呈し、ランダム生成による体系的な入力空間の探索が、手動コードレビューや単体テストでは見逃されるエッジケースを効果的に発見できることを実例とともに紹介します。

本記事では、Kiro の新しいマルチルートワークスペース機能により、複数のプロジェクトを単一の IDE ウィンドウで効率的に管理する方法をお伝えします。共有ライブラリとメインアプリケーション、複数のマイクロサービス、モノレポのパッケージなど、関連するプロジェクトを同時に編集する際の課題を解決し、各ルートが独立性を保ちながら統合された開発環境を提供する仕組みと、その設定方法や実際の活用例を詳しく説明します。

本ブログは明治ホールディングス株式会社様と Amazon Web Services Japan 合同会社が共同 […]

AI アシスタントは、フレームワークの専門知識への即座のアクセスを提供し、より速くリリースできるようにすべきです。しかし、今日の AI エージェントも同じ課題に直面しています。組み込みの知識がなければ、あなたと同じように推測と反復を繰り返します。Kiro powers は、幅広い開発とデプロイメントのユースケースに対して、その統一されたアプローチを提供します。MCP ツールとフレームワークの専門知識を一緒にパッケージ化し、動的に読み込みます。

本日、開発者とチームがソフトウェアを構築・運用する方法を変革する 3 つの新しい最先端エージェントの 1 つである、Kiro autonomous agent のプレビュー版をリリースします。Kiro autonomous agent は、Kiro Pro、Pro+、Power プランを契約されている個人開発者向けにプレビュー版として順次展開されています。プレビュー期間中は無料で、使用量は週次制限があります。チームは早期アクセスのためにウェイトリストに参加できます。

11 月 18 日から 29 日まで開催した「Kiroweeeeeeek in Japan」、たくさんの方にご参加いただき、ありがとうございました！この連載イベントは、Kiro の一般提供開始を記念して、日本のお客様に向けた特別企画として実施しました。12 日間にわたり、AWS Japan の社員が「仕様駆動から実装・運用までの道筋」をテーマに、実践的な情報をお届けしてきました。Day1 の導入ガイドから始まり、移行方法、セキュリティ、ペアプログラミング、Shell スクリプト開発、CLI ツール、仕様駆動開発、チーム開発、そしてパートナーエコシステムとの連携まで、幅広いトピックをカバーしています。このブログでは、公開された全 10 個のコンテンツを振り返りながら、「あなたの状況や関心に合わせて、どこから読むべきか」をガイドします。Day1 から順に読む必要はありません。あなたのニーズに合ったコンテンツから始めて、Kiro の可能性を最大限に引き出しましょう。

本稿は AWS と LIFULL 様の共同執筆により、AI 駆動開発ライフサイクル（AI-DLC）Unicorn Gym の実践を通じて得られた学びとその後の変化をお伝えするものです。LIFULL様は AWS の ソフトウェア開発生成 AI アシスタントである Amazon Q Developer を全社的に活用し、エンジニアだけでなく企画職の方も業務の生産性向上に取り組まれています。個人単位でのAI Agentの活用は着実に進んでいますが、次のステップとして組織でどう活用していくかはまだ検討段階にありました。組織的な活用をさらに進めるため、LIFULL 様と AWS で AI-DL Unicorn Gym と呼ばれるワークショップに取り組み、AI-DLC の有効性を確認しました。本ブログでは AI-DLC Unicorn Gym の成果と、実施後の開発にどのような変化があったのかをお伝えします。