AWS、コーディングエージェントによるSageMaker AIへのHugging Faceモデル自動デプロイ手法を公開

要点

• 米AWSは、コーディング支援AIエージェントを用いてHugging Faceの機械学習モデルをAmazon SageMaker AIへ本番デプロイする手法を公開した。

• 追加情報を持たないAIエージェントは過去の知識に依存し、不適切なコンテナ選定や無駄なGPU課金を引き起こす課題が実験で判明した。

• 対策としてGitHub上で公開された6つの専用スキル「Hugging Face Skills」を導入することで、適切なコンテナの自動判別や監視設定が可能になる。

• 本手法はオープンソースとして提供され、PythonとAWS CLIのみで動作し、リアルタイム推論やサーバーレス推論など多様な構成をカバーする。

• 米Amazon Web Services（AWS）は2026年9月18日、自社の公式ブログ「AWS ML Blog」において、コーディングエージェントを活用してオープンソースの機械学習モデルを「Amazon SageMaker AI」上へ本番環境向けにデプロイする実践手法を発表した。外部知識を与えられていないAIエージェントが引き起こすデプロイの失敗事例を共有するとともに、専用のスキルセットを組み込むことで確実なエンドポイント構築を実現するアプローチを解説している。

モデルデプロイにおける判断の複雑さとエージェントの課題

機械学習プラットフォーム「Hugging Face」上に公開されているモデルを本番環境へ配備するには、多岐にわたる技術的判断が求められる。モデルのアーキテクチャに適したサービングコンテナ（推論リクエストを処理する実行環境）の選定をはじめ、AWSの各リージョンに対応する最新イメージタグの確認、モデルのメモリ消費量に見合ったインスタンスタイプの決定などが含まれる。さらに、アクセスがない時間帯のGPU課金を抑える自動スケーリングの設定や、障害を検知するための「Amazon CloudWatch」アラームの構築も欠かせない。

AWSのフルマネージド機械学習サービスであるAmazon SageMaker AIはこれらの作業を大幅に短縮するが、指示に基づいて自律的に作業を進めるコーディングエージェント（「Kiro」や「Claude Code」など）に単純にデプロイ作業を任せるだけでは、誤った判断を下すリスクがあるという。特にエージェントの学習データに含まれていない最新モデルを扱う場合、不適切な構成によって稼働しないエンドポイントが作成されるなどの問題が顕著になると説明されている。

エージェント単体による検証実験と失敗の要因

AWSは、コーディングエージェントが追加知識なしでどのように振る舞うかを検証するため、「Kiro」（AutoまたはClaude Fable 5）および「Claude Code」（Opus 4.8）を用いた実験結果を報告している。

実験ではまず、言語モデル「Qwen/Qwen3-0.6B」をリアルタイムエンドポイントへデプロイし、計画をファイルに保存しながら全アクションのログを記録するよう指示を出した。両エージェントは過去に標準的だったサービングエンジン「Text Generation Inference（TGI）」を選択したが、指定リージョンで利用可能なTGIビルドはQwen3のアーキテクチャに対応しておらず、ヘルスチェックに失敗した。エージェントはTGIのバージョンを変更して再デプロイを試みたものの再び失敗し、最終的に「vLLM」へ切り替えたという。この一連の試行錯誤の間、起動とクラッシュを繰り返すたびにGPUの使用料金が発生し続けた。

さらに、公開から数週間しか経っていない「マルチモーダルMixture-of-Experts（MoE）拡散モデル」のデプロイを指示した別の実験では、より静的な失敗が発生した。エージェントはモデルの存在を認識したものの、離散拡散型の画像・テキストモデルに対応したバックエンドを持たないTGIを用いたスクリプトを生成した。明示的なエラーログが出力されないままエンドポイントが起動を拒否し、事後になって初めて不具合が判明する結果となった。

AWSはこれらの問題について、エージェントの推論能力不足ではなく「最新かつ具体的なデプロイ情報の欠落」が根本的な原因であると分析している。

6つの専用スキル「Hugging Face Skills」による解決

この知識のギャップを埋める手段として、AWSはGitHubのリポジトリ（huggingface/skills）で公開されている6つのスキル「Hugging Face Skills」をエージェントに導入する方法を提示した。

これらのスキルをコーディングエージェントに読み込ませることで、公式の「AWS Deep Learning Containers（DLC）」カタログから対象モデルに合致した最新のサービングコンテナが自動的に選択されるようになる。また、自動スケーリングやCloudWatchアラームの自動設定、不要になったリソースを確実に削除するティアダウン経路の確立までを含んだリアルタイムエンドポイントが即座に生成される。

標準のリアルタイム推論エンドポイントに加え、アクセスゼロ時にインスタンスを停止する「スケール・トゥ・ゼロ」対応のリアルタイム構成、サーバーレス推論、非同期推論、バッチ変換、さらには「Amazon Bedrock Custom Model Import」といった多様な実行形態にも対応する。これらのスキルはオープンソースとして提供され、依存関係はPythonおよび「AWS Command Line Interface（AWS CLI）」のみで構成されており、macOS、Linux、Windowsの各環境でそのまま動作する。

補足

近年のAIモデルの急速な進化に伴い、開発現場ではコード生成だけでなくインフラ構築の自動化が進んでいるが、自律型エージェントに最新の実行環境やクラウド仕様を正確に認識させるスキルの重要性が浮き彫りとなった。