AWS、推論最適化エージェントスキル aws-ai-ml を公開──Kiro や Claude Code で SageMaker Python SDK v3 コードを自動生成
Model Context Protocol 経由で既存のコーディングエージェントに SageMaker AI の推論最適化・ベンチマーク専門知識を付与する。
リリース: 2026-10-05 · 読了 3 分記事の要約
1. 核心（What）
- Agent Toolkit for AWS を介して新しい aws-ai-ml スキルが提供開始され、MCP 対応コーディングエージェントで利用可能になった。
- Kiro、Claude Code、Codex などのエージェントが SageMaker AI の推論最適化やベンチマークの専門知識を獲得する。
- ユーザーの自然言語の指示に基づき、エンドポイントの負荷試験や最適なインスタンス選定を実行する。
- 実行可能な SageMaker Python SDK v3 のコードが自動生成され、ローカル環境や Amazon SageMaker Studio 上で動作する。
2. 影響（Why）
- インフラ選定の認知負荷の軽減: 多様なインスタンスファミリーや配信コンテナの中から最適なものを手動で探す必要がなくなり、ユースケースを伝えるだけで最適な構成を導出できる。
- 国内 AWS ユーザーへの実装効率化: AWS 上で LLM を運用する国内のエンジニアチームは、インフラ検証からコード生成までのフローをエージェントに任せることで、実装工数を大幅に圧縮できる。
3. 根拠・詳細（How）
- MCP による動的スキル統合: AWS MCP Server を介して Kiro や Claude Code がランタイム時にスキルを自動検出し、ローカル環境または Amazon SageMaker Studio のプライベート JupyterLab スペースで動作する。
- SDK v3 を用いたベンチマーク実行: SageMaker Python SDK の Workload.synthetic() および start_benchmark() API を利用し、スループットやレイテンシを実測するコードを生成する。
4. 展望・課題（Next）
- 対応エージェントの拡充: 今後は Model Context Protocol に準拠した他のコーディングエージェントへの対応拡大や、さらなる推論最適化パターンの追加が予定されている。