AWS、小型モデルとクラウドを併用するエージェント基盤「AAIF」を発表

要点

• AWSは、小規模言語モデル（SLM）とクラウドモデルを協調させるエージェント基盤「AAIF」を公開した。

• 日常的なタスクを端末内のSLMで処理し、大規模モデル依存によるコスト増や通信遅延を抑える。

• 10億パラメータのSLMが要求の難易度を判断し、固定ルールなしにローカルとクラウドへ自動で振り分ける。

• Strands Agentsを核に、OllamaとAmazon Bedrockを連携させたIoT監視の実装例が示された。

• 米アマゾン・ウェブ・サービス（AWS）は2026年10月21日、小規模言語モデルとクラウドモデルを組み合わせたAIエージェントの枠組み「Adaptive Agentic Intelligence Framework（AAIF）」に関する技術解説を公開した。オープンソースのエージェント構築ツール「Strands Agents」を基盤とし、端末上で動く小規模言語モデル（SLM：軽量に動作する言語モデル）と「Amazon Bedrock」の先端モデルを使い分ける。全要求を大規模モデルへ送る既存の設計を見直し、運用コストの削減と低遅延動作の両立を図るアプローチだという。

単一の大規模モデルに頼る従来手法の課題

AIエージェントの運用現場では、日常的なステータス確認から高度な分析まで、すべての入力を単一の巨大かつ高価なモデルへ送信する設計が一般的だった。しかしこの画一的なアプローチは、API利用料を高騰させ、応答遅延の予測を困難にし、オフライン環境での稼働を阻む要因となる。端末内で即座に解決できる定型クエリであっても、毎回クラウド上の大規模言語モデル（LLM）と通信を往復させる非効率さが問題視されていた。

NVIDIAの研究知見を活かした適応型の役割分担

AAIFはこの課題に対し、日常的なタスクをローカルのSLMで素早く処理し、複雑な推論を要する処理のみをクラウドのAmazon Bedrockへ送る構成をとる。この設計は、NVIDIAのBelcak氏らによる研究論文（arxiv:2506.02153）に基づいている。同論文は「小規模言語モデルはエージェントにおける多くの呼び出しにおいて十分強力であり、本質的により適しており、必然的により経済的である」と論じており、AAIFはこの知見を実践した構成だという。

複雑さで振り分ける3層アーキテクチャ

AAIFでは、処理タスクの性質に応じて全体を3つのレイヤーに整理している。

• スマートオーケストレーション層: 意思決定役として軽量SLMの「llama3.2:1b」を採用する。固定ルールを用いず、モデル自身が届いた要求を分類して最適な処理層へルーティングする。
• ローカル処理層: 機器データの取得や画像解析などの日常タスクを、ローカルランタイム「Ollama」上のSLMで実行する。クラウドに依存せず、低遅延かつオフラインで処理を完結させる。
• クラウド処理層: SLMでは対応できない複雑なパターン分析や戦略的提言を、Amazon Bedrock上のフロンティアモデルが担う。広範な文脈把握や多段階の推論を要する処理に特化して呼び出される。

IoT監視を想定したStrands Agentsの実装構成

元記事では参照実装として、IoT（モノのインターネット：機器同士が通信する仕組み）の監視システムが紹介された。

アーキテクチャの中核にあるStrands agentは、ローカルのOllamaランタイムと接続されている。Ollama上には10億パラメータのオーケストレーターと画像解析モデルが常駐し、エージェントは状況に応じて以下の3つのツールを使い分ける。

• get_device_telemetry: ローカルセンサーから機器の稼働データを取得するツール。
• analyze_camera_feed: llama3.2-visionを用い、端末上でカメラ映像を解析するツール。
• get_expert_insights: Python向けSDKのboto3経由でAmazon Bedrockを呼び出し、高度な専門分析を行うツール。

利用者の要求を受け取ると、まずオーケストレーターが難易度を判別する。単純なデータ取得や映像確認ならローカルツールで即座に処理し、高度な判断が必要な場合のみクラウドへディスパッチすることで、通信遅延を抑えつつ呼び出しコストを最小限に抑えるという。

補足

AWSは今回のIoT監視シナリオを通じ、インテリジェントなモデルのオーケストレーションによって、端末動作の軽快さを保ちつつ運用コストを抑えられる有効性を示したとしている。