Amazon Web Services ブログ

Category: DevOps

エージェント時代の運用:re:Invent 2026 の AIOps セッション

re:Invent 2026 のクラウド運用トラックから、AI エージェントによるインシデント調査、修復、リリース検証、監査、モダナイゼーションを扱う AIOps セッションをテーマ別に紹介します。AWS DevOps Agent の事例やハンズオンを含め、目的に応じた推奨ルートもまとめます。

AWS DevOps Agent で調査コストを事前に制御する

AWS DevOps Agent のような自律型 AI エージェントは、調査中に呼び出す API、回数、対象スコープを動的に判断します。そのため、調査能力だけでなく、実行前にコストを把握して制御する仕組みも重要です。Investigation Cost Guardrail スキルを利用すると、最初の課金対象クエリを実行する前に見積もりを確認し、続行するかどうかを判断できます。本記事では、このオープンソーススキルが AWS サービスやサードパーティーツールの操作を分類し、リージョンごとのライブ料金とデータ転送コストを取得する仕組みを解説します。また、Proceed(続行)、Warn(警告)、Halt(停止)の判定ゲートを、3 つの具体的な調査シナリオとともに紹介します。

Best practices for writing AWS DevOps Agent Skills

AWS DevOps Agent Skills を作成するためのベストプラクティス

深夜のインシデント対応の質は、誰が呼び出されるかによって変わってしまいがちです。AWS DevOps Agent の Skills は、チームの調査ノウハウを再利用可能なプレイブックとして蓄積し、誰が対応しても一貫した調査を行えるようにする仕組みです。本記事では、確実に起動し判断ロジックを持つ Skill を書くためのベストプラクティスとして、エージェント指示との使い分け、起動を左右する description の書き方、調査プレイブックとしての指示の構成、エージェントタイプへの絞り込み、参考資料の活用、複数Skillsの組み合わせ方、メモリストアとの補完関係、そして矛盾・陳腐化・過度な厳格さ・対象範囲の重複といった見落としやすい失敗パターンを紹介します。

Amazon CloudWatch Omni の紹介: AI 時代のオブザーバビリティ

Amazon CloudWatch Omni は CloudWatch の次世代版です。AI エージェントとアプリケーションのオブザーバビリティを 1 つの体験に統合し、自動検出されたトポロジー、自然言語クエリ、AI ガイド付き調査を提供します。AWS コンソール外の専用 Web UI と IDE エクステンションにより、開発者とオペレーターが 1 か所で作業できます。

今月の AWS オブザーバビリティ: 2026 年 7 月

7 月は AWS オブザーバビリティにとってアップデートの多い月となりました。すでに収集しているテレメトリをより実用的なものにし、その収集にかかる運用作業を AWS 側で引き受ける機能をリリースしました。ログ分析は、ログクエリから直接実行できるアラームと、取り込み時に行われるエンリッチメントによって、アクションに繋げやすくなりました。アプリケーションレベルのオブザーバビリティは、エラーとデプロイイベントを自動的に捕捉するようになりました。AI コーディングエージェントの可視化が、新しいオブザーバビリティのカテゴリとして登場しました。Prometheus メトリクスのスクレイピングのために自前で運用していたエージェントは、マネージドコレクションによって不要になりました。そしてこれらすべてを支える基盤として、OpenTelemetry と Prometheus が引き続き中核的な役割を果たしています。
この記事では、Amazon CloudWatch、Amazon Managed Service for Prometheus、Amazon Managed Grafana、AWS DevOps Agent の最新情報をご紹介します。

AWS DevOps Agent と Kiro CLI によるインシデント修正の自動化

本記事では、AWS DevOps Agent の修正計画の出力を、AWS CodeBuild 上でヘッドレスモードで動作する Kiro CLI と統合して、修正のループをエンドツーエンドで完結させる方法を紹介します。AWS DevOps Agent が修正分析を完了すると、イベント駆動型のパイプラインが調査結果を自動的に Kiro CLI へルーティングします。Kiro CLI はコードベースに修正を適用し、人によるレビュー用の pull request を作成し、承認後にデプロイをトリガーします。結果として、L1/L2 インシデントは検知からデプロイ済みの修正まで、最小限の人手介入で完了します。唯一人が介在するのは pull request の承認だけです。

寄稿:弁護士ドットコムにおける AWS DevOps Agent の活用事例 – インシデント対応の自動化と属人化の解消

弁護士ドットコム株式会社は、『「プロフェッショナル・テック」で、次の常識をつくる。』というミッションのもと、国内最大級の法律相談ポータルサイト「弁護士ドットコム」や契約マネジメントプラットフォーム「クラウドサイン」などを運営しています。また、最近ではリーガル特化型 AI エージェント「Legal Brain エージェント」を開発し、AI を活用したリーガルサービスの進化にも取り組んでいます。PRE 部は、これらのサービスを支えるインフラの信頼性と運用効率の向上を担っています。本記事では、AWS DevOps Agent を用いたインシデント対応の自動化と運用組織のあり方の見直しを進めている事例を紹介します。