公開：2026年9月15日, 最終更新：2026年9月15日
30秒サマリー
- Abnormal AIがAWSのエージェント向けコード実行基盤「AgentCore Code Interpreter」を実本番環境に導入し、1日数十億件のメール処理に活用していることをAWS公式ブログが解説
- 3層構造の検知パイプラインで、AIエージェントが動的にコードを書いて脅威を分析・ブロックする仕組みを構築
- コードインタープリターを「コーディング専用ツール」ではなく、データ集計・検証・パターン分析を担う汎用計算基盤として位置づける点が特徴
何が起きたか
AWSの機械学習公式ブログが2026年9月、サイバーセキュリティ企業Abnormal AIによるAmazon Bedrock AgentCore Code Interpreterの本番運用事例を詳説する記事を公開した。Abnormal AIはFortune 500企業の25%超に導入される行動分析型セキュリティサービスであり、同社のインラインメール脅威検知システムに本機能を採用している。
同社の検知パイプラインは3層構造を取る。第1層は軽量ヒューリスティックと小規模モデルで1日数十億件を処理し、第2層は第1層が判断に迷ったケースを機械学習モデルで1日数百万件分析する。第3層では、ヒューマンアナリストが必要とされていたような困難なケースをインラインエージェントが担い、Code Interpreterのサンドボックス内で動的にスクリプトを生成・実行して脅威を判定する。処理量は1日数万件規模とされる。
リアルタイム検知に加え、バッチ処理を行う「アナリストエージェント」も稼働している。誤分類や調整シグナルを取り込み、パターンを分析して第1層向けのヒューリスティック候補や第2層向けの改良モデルを自律的に生成する。週約100ジョブを処理し、1回のジョブが30分超に及ぶケースや、モデルのトレーニングを挟みながら1日がかりで動作するケースもあるという。
セキュリティ設計としては「ゼロトラスト・サンドボックス」を採用し、コード実行環境の外部ネットワークアクセスを遮断している。これにより、エージェントがプロンプトインジェクションや確率的な誤動作によって悪意ある挙動を示した場合でも、脅威インテリジェンスデータが外部に流出しない設計になっているとブログは説明している。同社のコード変更の80%は何らかの形でAIエージェントが関与しており、40%はバックグラウンドエージェントがエンドツーエンドで構築していると原文は述べている。
原典ハイライト
「どんなエージェントでも、コードを書くかどうかに関わらず、データを計算して答えを導くためのコードインタープリター・サンドボックスが必要だ」（Shrivu Shankar氏、Abnormal AI VP of AI Strategy）。原文はCode Interpreterをコーディング専用ではなく、エージェントが計算的に推論するための「汎用インフラ」と位置づけており、セキュリティ分野での活用が同主張の実証例として紹介されている。
出典: AWS Machine Learning Blog（公式ブログ）
So What?（なぜ重要か）
本事例が示す重要な示唆は、AIエージェントの本番運用において「コード実行サンドボックス」が汎用インフラとして機能するという点だ。LLMは意味的推論には優れるが、数値計算・データ集計・出力検証といった処理は計算環境と組み合わせなければ信頼性が担保できない。また、3層アーキテクチャに見られるように「重い処理を最難ケースに絞り込む」設計が、大規模運用でのコストと品質のバランスを実現する鍵になっている。
日本企業への示唆
日本企業がAIエージェントを業務システムに組み込む際、「エージェントにコード実行環境を与えるかどうか」は設計上の重要な判断点となる。本事例は、メールセキュリティという高い信頼性が求められる領域でも、適切なサンドボックス分離とゼロトラスト設計を前提にすれば本番適用が可能であることを示している。特に、外部ネットワーク遮断・ファイルシステムをチェックポイントとして使うパターン・プログラム的バリデーションをガードレールとして組み込む手法は、金融・製造・医療など厳格なデータ管理が求められる国内業種でも参照価値が高い。また、コード変更の40%をエンドツーエンドでAIエージェントが担うという同社の開発実態は、ソフトウェア開発体制の変革を検討する経営層にとっても注目点となる。
背景・経緯
Amazon Bedrock AgentCore Code Interpreterは、マネージド型のサーバーレスコード実行環境として提供されており、エフェメラルなMicroVMセッション（デフォルト15分、最大8時間）、VPCや公共インターネットへの柔軟なネットワーク設定、Python・Node.jsランタイムのプリロード、CloudWatch・CloudTrailへのログ連携などを特徴とする。Abnormal AIはAWSの顧客であり、本ブログ記事はAbnormal AI側の見解であることがAWSにより明示されている。
