公開：2026年10月6日, 最終更新：2026年10月6日
30秒サマリー
- AWSがAgent Toolkit for AWS経由で「aws-ai-ml」スキルを提供、MCPに対応した任意のコーディングエージェントがSageMaker推論最適化の専門知識を持てる
- 自然言語の指示だけでエンドポイントのベンチマーク・インスタンス推薦・構成比較・SDKコード生成が可能
- Kiro・Claude Code・Codex等のエージェントに対応し、ローカル環境またはSageMaker Studio上で10分程度で導入できるとされる
何が起きたか
AWSは公式の機械学習ブログで、Amazon SageMaker AIの最適化された生成AI推論向けエージェントスキル「aws-ai-ml」の導入方法と機能を詳細に解説した。このスキルはModel Context Protocol（MCP）をサポートする任意のコーディングエージェント（Kiro、Claude Code、Codex等）に組み込めるツールキットとして提供されており、Agent Toolkit for AWSを通じてインストールできる。
エンジニアが自然言語でインテントを伝えると、エージェントがSageMaker Python SDK v3の実行可能なコードを生成する。具体的な機能としては、既存エンドポイントのベンチマーク実行（スループット・レイテンシ・同時接続数の実測値を取得）、モデルとユースケースに適したインスタンスタイプの推薦、複数ベンチマーク結果の比較などが挙げられる。モデルの所在はS3上のカスタムモデル、SageMaker JumpStartのカタログ、Hugging Face Hub上のモデルのいずれにも対応するとされる。
導入方法はローカル環境とAmazon SageMaker Studio JupyterLab空間の2通りが示されており、前提条件としてAWS CLI 2.35以上とuvのインストールが必要。スキル自体に追加のIAM設定は不要とされ、既存のAWS認証情報のSageMaker API呼び出し権限があれば利用できると説明されている。ブログではQwen3-1.7BとQwen3-8Bの実測比較データも提示されており、後者がスループットで約44〜47%高い値を示す一方、タイム・トゥ・ファースト・トークンでは前者が優位という具体的な数値が示されている（ただし両モデルは異なるハードウェア上で稼働）。
原典ハイライト
原文では「エージェントは、ソリューションアーキテクトが行うようにビジネス上の制約に適応する」と表現されており、コーディングエージェントがインフラ選定の専門知識を代替する体験を目指している点が核心。また「すべてのステップがリアルタイムで可視化され、コードとして表現される」と明記しており、不透明なUIを介さずエンジニアが常に制御権を保つ設計を強調している。
出典: AWS Machine Learning Blog（公式ブログ）
So What?（なぜ重要か）
編集部の視点では、このスキルが意味するのは「インフラの最適化判断」がエージェントに委譲される流れの具体化だと言える。これまでソリューションアーキテクトや熟練SREが担っていたインスタンス選定・ベンチマーク設計・コスト最適化の判断を、MCPに対応したコーディングエージェントが自然言語起点でこなせる環境が整備されつつある。生成AIモデルのデプロイが増えるにつれ、推論コストの最適化は競争力に直結するため、こうしたエージェント支援ツールの実用性は高い。
日本企業への示唆
日本企業が生成AIを社内システムや製品に組み込む際、推論インフラの選定・コスト管理は引き続き課題となる。このスキルはAWS環境でSageMakerを使っている企業であれば比較的低い導入コストで試験導入が可能とみられる。特に（1）GPUインスタンスの選定に工数をかけているMLエンジニアチーム、（2）推論コストの削減を経営課題としている企業、（3）コーディングエージェントを既に導入済みでMCP対応ツールを探している開発組織にとっては、早期に評価する価値がある。一方、スキルが生成するコードは自社の認証情報下で実行されるため、実際の運用前にIAMポリシーの確認とサンドボックス環境での検証を行うことが望ましい。
背景・経緯
Amazon SageMaker AIは、リアルタイム・バッチ・非同期など複数の推論モードを持ち、オンデマンド・予約容量・異種インスタンス構成・VPC分離・自動スケーリング等の幅広い機能を備えるが、最適な構成の選定はエンジニアにとって複雑であった。Model Context Protocol（MCP）はAIエージェントがツールやデータソースと連携するためのオープンなプロトコルで、複数のコーディングエージェントが対応を進めている。Agent Toolkit for AWSはこのMCPを活用してAWSサービスとエージェントを連携させる仕組みで、今回のaws-ai-mlスキルはその一部として位置づけられる。
