Amazon Bedrockの発表内容
AWS Machine Learning Blogは、Amazon Bedrock AgentCoreを使ったAI駆動開発ライフサイクルの構成を紹介しました。記事では、概念的な枠組みと動くコードの差を埋めるため、KiroやClaude Code、ローカルのエージェント型コーディングツールを使う参照実装を扱います。
1つ目は、SQLスキーマファイルからMermaidのER図を自動生成する実装です。SQLコードがAmazon S3にチェックインされると、S3トリガーとAWS LambdaのワークフローがAgentCore runtimeを呼び出します。エージェントはDDLを解析し、生成した.mmd図をAmazon S3へ保存します。
この構成では、テーブル、制約、外部キーなどのスキーマメタデータだけを読み取り、行データは読み取りません。エージェントはStrandsフレームワークで構築され、Amazon Bedrock経由でClaude Sonnet 4を使ってSQL DDL文を解析し、Mermaid ER図の構文を生成します。
2つ目は、AgentCore GatewayとAgentCore memoryを使うマルチエージェント型のコード security分析です。CI/CDパイプラインに送られたコードを分析し、security評価、CVEチェック、ポリシー準拠レポートを生成して、人間の意思決定を支援します。
つまり、どういうこと？
つまり、データベースの設計書づくりと、コードの安全確認を機械に任せる見本が公開された、という話です。SQL のファイルを置いておくと、表と表のつながりを図にして返してくれます。
もう一つは、開発中のコードを調べて、危ない部分や社内ルール違反を報告してくれる仕組みです。決めるのは人のまま、下ごしらえだけを任せる形になっています。
編集部の見方
筆者がちょっと引っかかったのは、行のデータを一切読まない設計にしている点です。表の名前や制約、外部キーだけを見て図を起こす。社内の顧客データを渡さずに済むなら、試すのをためらう理由が一つ減ります。
任せるのは下ごしらえまで。
そこで気になるのが二つ目のコード検査です。CVE (公表された脆弱性の一覧) の確認や社内ポリシーとの突き合わせは、詳しい人が一人抜けると止まってしまう作業でした。機械が下書きして人が最終判断を握る形は、他社のクラウドでも似たものが出てきそうです。
開発チームで手を付けるなら、分かりやすいのは設計図の自動生成のほうだと思います。AWS の次の発表で、AgentCore の機能がどこまで増えるかを見たいところです。
誰に関係するか
Amazon Bedrock AgentCoreで開発ワークフローやコード品質確認を組みたい開発チームに関係します。
