AWS、コーディングエージェント向け推論最適化スキル「aws-ai-ml」を発表　SageMaker AIの構成推薦やコード生成を支援

要点

• 米Amazon Web Servicesは、コーディングエージェントに推論最適化の知見を追加するスキル「aws-ai-ml」を発表した。
• 「Agent Toolkit for AWS」を介して提供され、MCP（Model Context Protocol）対応のコーディングエージェントに組み込んで利用できる。
• エンドポイントのベンチマーク測定、最適なデプロイ構成の推薦、SageMaker Python SDK v3コードの生成などを対話形式で代行する。
• ローカル環境やSageMaker StudioのJupyterLab上で利用でき、前提条件としてAWS CLI 2.35以上とuvが必要となる。

リード文

米Amazon Web Services（AWS）は現地時間の2026年10月5日、AIコーディングアシスタントに機械学習モデルの推論最適化機能を追加する新スキル「aws-ai-ml」を発表した。同スキルは「Agent Toolkit for AWS」を通じて提供され、開発者が利用する各種コーディングエージェントをAmazon SageMaker AIの推論最適化に関する専門家として拡張するツールキットとなっている。

コーディングエージェントに推論最適化の専門知識を統合

「aws-ai-ml」は、KiroやClaude Code、Codexをはじめとする、MCP（Model Context Protocol：AIエージェントと外部ツールやデータを連携させるオープン標準仕様）に対応した各種コーディングエージェントに組み込んで利用できるスキルである。

このスキルを導入することで、開発者が日常的に使用しているコーディングエージェントに対し、生成AIモデルの推論最適化やベンチマーキングに関する詳細な専門知識が付与される。エージェントはユーザーに代わって推論エンドポイントのベンチマーク測定を実施したり、最適なデプロイ構成を提案したり、複数のパフォーマンス測定結果を比較検証したりすることが可能になる。さらに、検証結果に基づいた「SageMaker Python SDK v3」準拠の実行可能なPythonコードを自動生成する機能も備えているという。

開発者の要求とクラウドインフラの複雑さを橋渡し

AWSは、機械学習モデルの本番運用において、開発者の「意図」と実際の「インフラ構成」の間に存在するギャップを埋めることが本スキルの主な目的であると説明している。

フルマネージドな機械学習サービスである「Amazon SageMaker AI」は、リアルタイム推論、バッチ推論、非同期推論といった多様なホスティングモードに対応している。さらに、オンデマンドやリザーブドの計算容量、異種インスタンスの混在利用、VPC（Virtual Private Cloud：論理的に分離された仮想ネットワーク環境）によるセキュリティ保護、自動スケーリング、各種SageMaker AIトレーニング機能との統合など、非常に広範かつ高度なインフラ機能を備えている。

しかし、多くのエンジニアは開発に着手する段階で、どのインスタンスファミリーやサービングコンテナ（推論サーバーの実行環境）が自身のワークロードに最適であるかを完全に把握しているわけではない。通常、エンジニアが持っているのは「達成したいレスポンス速度やスループットの目標」「許容できるコストの範囲」「本番投入前に検証したい特定の基盤モデル」といった具体的なビジネス要件やユースケースである。

「aws-ai-ml」スキルを導入したエージェントは、こうした開発者の要件に対して的を絞った明確化のための質問を投げかける。その上で、実測されたパフォーマンスデータや実際のベンチマーク結果に基づいて、まるでソリューションアーキテクトのようにビジネス制約に適合した構成を提案する。

提案される構成はすべて、開発者が直接確認・編集・実行できるSageMaker Python SDK v3のコードとして出力される。すべてのプロセスがコードとしてリアルタイムに可視化されるため、ブラックボックス化された不透明なユーザーインターフェースの裏で処理が進むことはなく、開発者が常に制御権を維持できる設計になっているとしている。

動作要件とセットアップ手順

「aws-ai-ml」スキルは、開発者のローカルマシン上の環境、またはクラウド統合開発環境である「Amazon SageMaker Studio」内のJupyterLabスペースの双方で利用可能となっている。AWSによると、前提条件が整っていれば10分程度でセットアップを完了し、エージェントとの対話を開始できるという。

利用にあたって必要な前提ソフトウェアは以下の通りである。

• AWS CLI バージョン 2.35 以上
• uv（高速なPythonパッケージマネージャーおよび環境管理ツール）

導入手順は主に以下のステップで進行する。

まず、ローカル環境で「Agent Toolkit for AWS」の設定を行う。ターミナルで以下のコマンドを実行する。

aws configure agent-toolkit

このコマンドにより、システム上に存在するコーディングエージェントが自動検出され、必要なスキルのインストールやAWS MCP Serverの構成が実行される。

続いて、推論最適化スキルである「aws-ai-ml」をエージェントに追加するため、以下のコマンドを実行する。

npx skills add aws/agent-toolkit-for-aws/skills/aws-ai-ml

スキルの追加が完了した後は、コーディングエージェントのチャットパネルを開き、スキルの導入状況を確認する問い合わせを行うことで、SageMaker AIの推論最適化に関する対話をすぐに開始できる。

補足

本スキルは、開発現場で急速に普及するコーディングエージェントに対し、クラウド推論基盤のベンチマークや構成設計を直接行わせるための公式拡張機能として提供される。