Category: Kiro

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。

本稿は弥生株式会社様と AWS Japan 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今後の取り組みをお伝えするものです。
2025年、生成 AI の台頭により開発現場は大きな変革期を迎えました。弥生株式会社でも AI ツールの導入を推進してきましたが、従来の開発手法と AI のポテンシャルをどう融合させるべきか、プロダクトごとに異なる環境の中で最適な手法を模索している段階にありました。こうした中、AWS が提唱する「AI 駆動開発ライフサイクル（AI-DLC）」が、開発プロセスを再定義する鍵になると考え、2025年12月10日から12日の3日間にわたって「AI-DLC Unicorn Gym」を AWS と共同で実施しました。本記事では、その実践から得られた学びを共有します。

この記事では、Kiro CLI と Amazon MSK MCP Server を使用して、自然言語コマンドで Apache Kafka クラスターを管理する方法を紹介します。トピック管理、クラスターの健全性監視、設定の最適化など、複雑な Kafka 操作を対話形式で簡単に実行できるようになります。