2026/5/14 9:00:00 ~ 2026/5/15 9:00:00 (JST)

最近の発表

Amazon CloudFront announces Passthrough Mode for mutual TLS (Viewer)

Amazon CloudFront は、ビューワーの相同 TLS (mTLS) 認証のパススルーモードをサポートするようになりました。これにより、お客様は CloudFront に証明書の検証を行わなくても、検証のためにクライアント証明書をオリジンに転送できます。パススルーモードにより、オリジンで既に mTLS を実装しているお客様は、検証ロジックをエッジに実装しなくても CloudFront を使用できます。\n CloudFront Viewer mTLS は、トラストストアを使用してクライアント証明書認証を CloudFront にオフロードする必須モードとオプションモードをすでにサポートしています。パススルーモードは、お客様が CloudFront でトラストストアを設定しなくても、既存の mTLS 検証インフラストラクチャをオリジンで維持できるように設計されています。パススルーモードでは、CloudFront はすべてのリクエストをクライアントの証明書チェーン全体とともにオリジンに転送します。キャッシュは実行されないため、各リクエストはオリジンによってエンドツーエンドで認証されます。接続レベルのデータを検査または変換できる接続関数は引き続き呼び出されるため、証明書データがオリジンに届く前に処理できます。

パススルーモードの CloudFront Mutual TLS (ビューワー) は追加料金なしで利用できます。詳細については、CloudFront Mutual TLS (ビューアー) のドキュメントを参照してください。

Amazon Bedrock Introduces Advanced Prompt Optimization and Migration Tool

顧客は、新しいモデルに移行したい場合や、現在のモデルからパフォーマンスを向上させたい場合に、プロンプトの最適化と応答の評価に数日から数週間を費やします。彼らは、プロンプトを素早く変更してからテストして、リグレッションを防ぎ、パフォーマンスの低いタスクを改善することに苦労しています。このような状況では、同じツール、つまり評価機能が組み込まれたプロンプトオプティマイザーが必要です。 \n Amazon Bedrockは本日、Advanced Prompt Optimizationを発表しました。これは、お客様がBedrockのどのモデルでもプロンプトを最適化できる一方で、元のプロンプトと最大5つのモデルの最適化されたプロンプトを同時に比較できる新しいツールです。お客様は、新しいモデルに移行する場合や、現在のモデルのパフォーマンスを向上させたい場合に、この機能を使用できます。モデルを変更する場合、現在のモデルをベースラインとして選択し、他のモデルを最大 4 つまで選択できます。モデルを変更しない場合は、現在のモデルを選択するだけで、最適化の前後を確認できます。オプティマイザーは、プロンプトテンプレート、変数値に対するユーザー入力例、オプションのグラウンドトゥルース回答、およびガイドとして使用する評価指標または簡単な自然言語基準を取り込みます。jpg、png、PDF などのマルチモーダル入力にも対応しています。プロンプトオプティマイザーはフィードバックループで動作して、プロンプトと結果のモデル応答を評価指標の最適化に導き、評価スコア、コスト見積もり、待ち時間を含む元と最後のプロンプトテンプレートを出力します。

リージョンの提供状況については、ドキュメントをご覧ください。料金については、Bedrock の料金ページをご覧ください。開始するには、アドバンスト・プロンプト・オプティマイザー用のBedrock APIを使用するか、Bedrock Consoleにアクセスしてください。

Announcing general availability of Amazon EC2 M3 Ultra Mac instances

アマゾンウェブサービスは、最新の Mac Studio ハードウェアを搭載した Amazon EC2 M3 Ultra Mac インスタンスの一般提供を発表しました。Amazon EC2 M3 Ultra Mac インスタンスは次世代の EC2 Mac インスタンスであり、これによって Apple の開発者は最も要求の厳しいビルドやテストのワークロードを AWS に移行できます。これらのインスタンスは、iOS、macOS、iPadOS、tvOS、watchOS、VisionOS、Safari などの Apple プラットフォーム向けのアプリケーションの構築とテストに最適です。 \n M3 Ultra Mac インスタンスは AWS Nitro システムを搭載しており、最大 10 Gbps のネットワーク帯域幅と 8 Gbps の Amazon エラスティックブロックストア (Amazon EBS) ストレージ帯域幅を提供します。これらのインスタンスは、28 コア CPU、60 コア GPU、32 コアのニューラルエンジン、256 GB のユニファイドメモリを搭載した Apple M3 ウルトラ Mac Studio コンピュータ上に構築されています。EC2 M4 Max Mac インスタンスと比較して、M3 Ultra Mac インスタンスは、ユニファイドメモリが 2 倍、CPU コアが 1.75 倍、GPU コアが 1.5 倍、Neural Engine コアが 2 倍であるため、Apple 開発者ははるかに多くの Xcode シミュレータを並行して実行し、デバイス上の ML ワークフローを高速化して製品の市場投入までの時間を短縮できます。

Amazon EC2 M3 Ultra Mac インスタンスは、米国東部 (バージニア北部) と米国西部 (オレゴン) でご利用いただけます。Amazon EC2 M3 ウルトラマックインスタンスの詳細については、Amazon EC2 Mac ページをご覧ください。

SageMaker AI now supports serverless model customization for Qwen3.6

Amazon SageMaker AI は、教師付き微調整 (SFT) と強化微調整 (RFT) を使用した Qwen3.6 27B パラメータモデルのサーバーレスモデルカスタマイズをサポートするようになりました。Qwen3.6 は Alibaba Cloud で人気のオープンウェイトモデルファミリーです。今回の発表は、Qwen3.5 やその他の人気モデルの微調整へのサポートに追加されたものです。今回のリリース前は、Qwen3.6 ベースモデルを SageMaker AI にデプロイできましたが、今度はそれを特定のドメインやワークフローに適応させることもできます。\n モデルのカスタマイズにより、独自のデータを使用して基盤モデルを調整し、その分野の知識、用語、品質基準をより正確に反映させることができます。モデルをゼロから構築するのではなく、微調整を行うことで、ドメイン固有のタスクの精度を向上させたり、アウトプットを組織のトーンに合わせたり、ラベル付けされたデータを使用して新しいタスクのパフォーマンスを向上させたりするなど、適切なベースモデルから始めて、ユースケースに特化させることができます。サーバーレスのカスタマイズでは、SageMaker AI がすべてのインフラストラクチャのプロビジョニングとトレーニングオーケストレーションを処理するため、ユーザーはクラスター管理ではなくデータと評価に集中でき、支払いは使用した分だけになります。 SageMaker AI 上の Qwen3.6 のサーバーレスモデルカスタマイズは、米国東部 (バージニア北部)、米国西部 (オレゴン)、アジア太平洋 (東京)、および欧州 (アイルランド) で利用できます。開始するには、Amazon SageMaker Studio の「モデル」ページに移動してカスタマイズジョブを開始するか、SageMaker Python SDK を使用してプログラムからアクセスしてください。詳細については、Amazon SageMaker AI モデルのカスタマイズドキュメントを参照してください。

AWS Transform agents now available in Kiro, Claude, Cursor, and Codex

本日、AWSは、数十年にわたるAWSの移行と近代化の経験に基づいて構築されたAWS Transformエージェントが、Kiro のパワー、エージェントプラグイン、AWS Transform MCP サーバーを介してアクセスできるようになったことを発表しました。開発者は、エージェント IDE でインタラクティブに作業したり、ウェブコンソールを使用してジョブを管理したり、MCP を介してプログラム的に統合したりする場合でも、希望する開発環境から AWS Transform のすべての機能を直接利用できるようになりました。\n 今回の発表により、ビルダーは Windows、VMware、メインフレームなどの AWS Transform エージェントの背後にあるトランスフォーメーションに関する深い専門知識を得ながら、ワークフローに合ったサーフェスを柔軟に選択できるようになります。開発者はエージェント IDE でトランスフォーメーションを開始し、進捗状況を監視してウェブコンソールで共同作業を行い、その結果を IDE で確認できます。これらはすべて、基盤となる同じジョブに対して一貫した状態で実行できます。さらに、AWS Transform は IAM ロール認証をサポートするようになりました。IDE またはウェブアプリケーションで AWS Transform の使用を開始したお客様は、既存の AWS 認証情報を使用して Transform 環境、ワークスペース、およびトランスフォーメーションジョブを作成できます。

エージェントプラグインと MCP は GitHub で、Kiro Power は Kiro マーケットプレイスで入手できます。詳細については、https://aws.amazon.com/transform を参照してください。

AWS Transform introduces the agent builder toolkit Kiro power for building customized transformation agents

本日、AWS Transform コンポーザビリティイニシアチブの一環として、AWS Transform 向けエージェントビルダーツールキット Kiro power の一般提供を発表しました。エージェントビルダーツールキットを使用すると、AWS パートナーとお客様はそれぞれのモダナイゼーションのニーズに合わせたエージェントを構築し、AWS Transform 内でシームレスに機能するようにできます。\n この機能により、移行および近代化コンピテンシーパートナー、ISV、またはお客様は、専用のエージェント、ツール、ナレッジベース、およびワークフローを AWS Transform のエージェント AI 機能と統合することで、差別化されたトランスフォーメーションソリューションを作成できます。エージェントビルダーツールキットは、Kiro の力を利用してエージェントを構築し、チームやパートナーネットワーク間で共有し、発見のために AWS Transform に登録するなど、トランスフォーメーションエージェントにエンドツーエンドのライフサイクルを提供します。 AWS Transform 用のエージェントビルダーツールキットは Kiro パワーマーケットプレイスで入手できます。詳細については、AWS Transform (https://aws.amazon.com/transform) を参照してください。

AWS Transform now supports customer-owned artifact stores

AWS Transform は、評価、移行、モダナイゼーションを AI を活用した単一のエクスペリエンスにまとめ、企業が変革の全過程を導きます。本日、AWS はお客様所有の Amazon S3 バケットのサポートを発表しました。これにより、お客様はトランスフォーメーションアーティファクトの保存場所と保護方法を完全に制御できます。\n 今回のリリースにより、独自の S3 バケットを設定したり、オプションで独自の AWS KMS キーを使用してアーティファクトを暗号化したり、独自の AWS アカウントを使用してアクセスポリシーを管理したりできます。移行担当者は、ファイルをバケットに直接アップロードして変換エージェントがすぐに使用できるようにしたり、アーティファクトのストレージを複数の AWS アカウントに一元化したりできます。これは、規制対象業界の企業が AWS Transform の使用方法を変えることなく、データ主権とコンプライアンスの要件を満たせるようにすることを目的としています。

この機能は、AWS Transform が提供されているすべての AWS リージョンで利用できます。詳細については、AWS Transform ユーザーガイドを参照してください。

New models for image generation and text embeddings are now available in Amazon SageMaker JumpStart

本日、AWS は Amazon SageMaker JumpStart で Flux.2-Klein-Base-4B と Qwen3-Embedding-0.6B が利用可能になったことを発表しました。これにより、AWS のお客様が利用できる基盤モデルのポートフォリオが拡大します。Black Forest Labs と Qwen のこれらのモデルは、最先端の画像生成機能と多言語テキスト埋め込み機能を備えているため、お客様は AWS インフラストラクチャ上に創造的な AI アプリケーションやインテリジェントな検索システムを構築できます。\n これらのモデルは、次のような特殊な機能によって企業の AI のさまざまな課題に対処します。

Flux.2-Klein-Base-4B は、コンパクトなアーキテクチャでのリアルタイム画像生成とマルチリファレンス編集に優れており、わずか 13 GB の VRAM しかないコンシューマーハードウェア上で動作する最先端の品質を実現します。クリエイティブなコンテンツパイプライン、製品ビジュアライゼーション、ラピッドプロトタイピング、および速度を犠牲にすることなく高品質の画像合成を必要とするアプリケーションに最適です。

Qwen3-Embedding-0.6Bは、柔軟な出力サイズと命令対応の埋め込みにより、100以上の言語にわたる検索、分類、クラスタリング、およびバイテキストマイニングのためのテキスト埋め込みに優れています。セマンティック検索システム、RAGパイプライン、多言語文書検索、および効率的で高品質なテキスト表現を大規模に必要とするアプリケーションの構築に最適です。

SageMaker JumpStart を使用すると、お客様は数回クリックするだけでこれらのモデルのいずれかをデプロイして、特定の AI ユースケースに対応できます。

これらのモデルを使い始めるには、SageMaker Studio の「モデル」セクションに移動するか、SageMaker Python SDK を使用してモデルを AWS アカウントにデプロイしてください。SageMaker JumpStart での基盤モデルのデプロイと使用の詳細については、Amazon SageMaker JumpStart ドキュメントを参照してください。

ARC Region switch adds Lambda event source mapping execution block for event handling during failover

Amazon Application Recovery Controller (ARC) リージョンスイッチは、お客様がマルチリージョンアプリケーションのフェイルオーバーを調整して、リージョンの障害が発生した場合に制限された復旧時間を実現するのに役立ちます。本日、Lambda イベントソースマッピング実行ブロックを発表しました。これにより、マルチリージョンのワークロードのイベントストリームのフェイルオーバーの調整が自動化されます。\n イベント駆動型アーキテクチャを実行しているお客様は、イベントソースマッピングを含む Lambda 関数を使用して、Kinesis、DynamoDB ストリーム、MSK、または SQS からのイベントストリームを処理します。アクティブ/パッシブのワークロードでは、お客様は各リージョンで Lambda 関数を管理しても、イベントは一度に 1 つのリージョンでのみ処理できます。これらのイベントソースのマッピングは、重複処理を避けるためにフェイルオーバー中に切り替える必要があります。これは手動でエラーを起こしやすい手順です。Lambda イベントソースマッピング実行ブロックは、アクティブ化しているリージョンと非アクティブ化しているリージョンのどちらかでイベントソースマッピングを有効または無効にすることでこれを自動化します。重複処理を制御するために、お客様は 2 つの Lambda イベントソースマッピング実行ブロックを順番に設定できます。1 つは無効化中のリージョンでイベント処理を停止する無効化ブロックで、もう 1 つは有効化ブロックをアクティブ化しているリージョンで開始します。無効化ブロックは、計画を「ungraceful」モードで実行することで無効にできます。これは、非アクティブ化しているリージョンが障害を受ける可能性がある計画外のフェイルオーバーに備えるためです。ネイティブのクロスアカウントサポートにより、1つのプランで複数のアカウントにわたるイベントストリームのフェイルオーバーを処理できます。 はじめに、Lambda イベントソースマッピング実行ブロックのドキュメントをご覧ください。ARC リージョンスイッチはすべての商用リージョンで利用できます。ARC リージョンスイッチの提供状況をご覧ください。

Three new models for speech recognition and text-to-speech are now available in Amazon SageMaker JumpStart

本日、AWSは、Amazon SageMaker JumpStartでQWEN3-TTS-12HZ-1.7B-CustomVoice、QWEN3-TTS-12HZ-1.7B-Base、QWEN3-ASR-1.7Bが利用可能になったことを発表しました。これにより、AWSのお客様が利用できる基盤モデルのポートフォリオが拡大します。Qwen のこれら 3 つのモデルは、高度な音声合成および認識機能を 10 以上の言語で提供し、お客様が AWS インフラストラクチャ上でインテリジェントな音声駆動アプリケーションを構築できるようにします。\n これらのモデルは、次のような特殊な機能により、企業の音声と音声に関するさまざまな課題に対処します。

QWEN3-TTS-12HZ-1.7B-CustomVoiceは、カスタマイズ可能な音声スタイルを備えた多言語の音声合成に優れており、音色、感情、韻律を指示主導で制御して10言語をサポートしています。自然で表現力豊かな音声出力を必要とする、リアルタイムのインタラクティブ音声アプリケーション、顧客向けバーチャルアシスタント、コンテンツ制作ワークフローの構築に最適です。

QWEN3-TTS-12HZ-1.7B-Base は、音声入力から 3 秒で迅速に音声クローニングを行うことができるため、多言語のテキスト読み上げに優れています。カスタム音声アプリケーションの構築、ドメイン固有の音声合成の微調整、および開発者が音声生成のための柔軟な基盤モデルを必要とするシナリオに最適です。

QWEN3-ASR-1.7b は、複雑な音響環境において最先端の精度で 52 の言語と方言をサポートする自動音声認識に優れています。トランスクリプションサービス、多言語カスタマーサポート、リアルタイムキャプション、および堅牢なストリーミングとオフライン音声テキスト変換を必要とするアプリケーションに最適です。

SageMaker JumpStart を使用すれば、お客様は数回クリックするだけでこれらのモデルのいずれかをデプロイして、特定の AI ユースケースに対応できます。

これらのモデルを使い始めるには、SageMaker Studio の「モデル」セクションに移動するか、SageMaker Python SDK を使用してモデルを AWS アカウントにデプロイしてください。SageMaker JumpStart での基盤モデルのデプロイと使用の詳細については、Amazon SageMaker JumpStart ドキュメントを参照してください。

Two new models for agentic coding and efficient AI are now available in Amazon SageMaker JumpStart

本日、AWS は Amazon SageMaker JumpStart で GLM-5.1-FP8 と Phi-4-Mini-Instruct が利用可能になったことを発表しました。これにより、AWS のお客様が利用できる基盤モデルのポートフォリオが拡大します。Z.ai と Microsoft のこれらのモデルは、AWS インフラストラクチャ上のエンタープライズ AI ワークロードに高度なエージェント機能と効率的な推論をもたらします。\n これらのモデルは、次のような特殊な機能によってエンタープライズ AI のさまざまな課題に対処します。

GLM-5.1-FP8は、持続的なマルチラウンド最適化によるエージェント型ソフトウェアエンジニアリングに優れ、リポジトリレベルのコード生成、ターミナルタスク、および拡張推論によって改善される複雑なデバッグワークフローを処理します。自動化されたコードレビューパイプライン、AI を活用した開発環境、モデルが数百回にわたって反復してソリューションを絞り込む長期的な問題解決に最適です。

Phi-4-Mini-Instructは、コンパクトなフォームファクターで24の言語と関数呼び出しをサポートし、メモリに制約がありレイテンシーに制約のある環境での強力な推論、数学、論理に長けています。エッジデプロイ、遅延の影響を受けやすいアプリケーション、多言語チャットボット、およびお客様が最小限のリソースオーバーヘッドで有能な推論を必要とするシナリオに最適です。

SageMaker JumpStart を使用すると、お客様は数回クリックするだけでこれらのモデルのいずれかをデプロイして、特定の AI ユースケースに対応できます。

これらのモデルを使い始めるには、SageMaker Studio の「モデル」セクションに移動するか、SageMaker Python SDK を使用してモデルを AWS アカウントにデプロイしてください。SageMaker JumpStart での基盤モデルのデプロイと使用の詳細については、Amazon SageMaker JumpStart ドキュメントを参照してください。

Amazon Aurora DSQL now supports change data capture (Preview)

Amazon Aurora DSQL では、変更データキャプチャ (CDC) のサポートがプレビューで導入され、リアルタイムのデータベース変更を Amazon Kinesis データストリームに直接ストリーミングできるようになりました。このフルマネージド型機能により、カスタムストリーミングパイプラインを構築または保守する必要がなくなり、イベント駆動型アプリケーションの構築、リアルタイム分析パイプラインの強化、システム間のデータ同期が容易になります。\n Aurora DSQL は、挿入、更新、削除操作の結果を変更イベントとして自動的にキャプチャします。これらのイベントを使用して、マイクロサービス間でデータを同期したり、AWS Lambda でダウンストリーム処理をトリガーしたり、Amazon Data Firehose を通じて Amazon S3、Amazon Redshift、Amazon OpenSearch サービスに配信して分析したりできます。CDC ストリーミングはインフラストラクチャの設定を必要とせず、データベースのワークロードに影響を与えないように設計されているため、データベースのスループットやレイテンシーに影響を与えずに変更をストリーミングできます。 プレビュー版の CDC ストリーミングは、Aurora DSQL が利用可能なすべての AWS リージョンで利用できます。ストリームは、キャプチャされたデータの量に基づいて分散処理装置 (DPU) を使用して請求され、標準の Amazon Kinesis Data Streams 料金は別途適用されます。詳細については、ブログを読み、「はじめに」を参照してください。

Reference stack outputs across accounts and Regions with AWS CloudFormation and CDK

AWS CloudFormation では、Fn:: GetStackOutput という新しい組み込み関数がサポートされるようになりました。これにより、AWS アカウントとリージョンのスタック出力を CloudFormation テンプレートと CDK アプリケーション内で直接参照できます。この新機能により、CloudFormation と CDK におけるマルチアカウントおよびマルチリージョンのワークロードのプロビジョニングと管理が簡単になり、CDK アプリケーションのスタック間の依存関係を再構築する際のデプロイデッドロックが解消されます。\n マルチアカウントの AWS 環境を管理する場合、多くの場合、チームはアカウントの境界を越えて VPC ID やデータベースエンドポイントなどのインフラストラクチャ値を共有する必要があります。以前は、これを実現するには、テンプレート間での値のコピーやチーム間のパラメータ更新の調整など、複数の手順が必要でした。今では Fn:: GetStackOutput では、ターゲットスタック名、出力キー、クロスアカウントアクセス用の IAM ロール ARN を指定し、オプションでリージョンを指定するだけで済みます。CloudFormation は指定された役割を引き受けて出力値を取得し、テンプレート処理中にそれを解決するので、手動による調整や設定ドリフトのリスクが軽減されます。CDK アプリケーションでは、クロスアカウント参照とクロスリージョン参照がこの機能を自動的に使用するようになり、以前のアプローチでは必要だったカスタムリソースや SSM パラメータが不要になりました。また、お客様は fn.getStackOutput を直接呼び出してスタック間の弱参照を作成できるため、スタックのリファクタリングが簡単になります。 開始するには、Fn:: GetStackOutput 関数を CloudFormation テンプレートに追加し、クロスアカウントアクセス用の適切な IAM 権限を設定します。CDK では、クロスアカウント参照とクロスリージョン参照によってこの関数が自動的に使用されます。詳細については、AWS CloudFormation ユーザーガイドまたは CDK 開発者ガイドをご覧ください。

この機能は CloudFormation がサポートされているすべての AWS リージョンで利用できます。サービスの可用性の詳細については、AWS リージョンの表を参照してください。

Amazon Connect Customer launches permission for agents to view only their own performance evaluations

Amazon Connect カスタマーは、他のエージェントの評価を公開せずにエージェントが Connect UI で自分のパフォーマンス評価にアクセスできる権限をサポートするようになりました。これにより、エージェントはフィードバックを確認してパフォーマンスを向上させることができます。この権限があれば、エージェントは評価を受けた連絡先を検索し、その評価を通話録音や記録とともに表示し、確認後に謝辞を送信できます。エージェントには、複数の連絡先を持つ顧客の問題を調査するために、部署全体の連絡先を閲覧する権限を付与し、自分の評価のみを表示できるようにすることができます。これにより、運用上の柔軟性が向上すると同時に、エージェントが同僚の機密業績データを見ることができなくなります。\n この機能は、Amazon Connect カスタマーが提供されているすべての AWS リージョンで利用できます。詳細については、当社のウェブサイトとドキュメントを参照してください。

Amazon RDS for PostgreSQL supports minor versions 18.4, 17.10, 16.14, 15.18, and 14.23

PostgreSQL 用アマゾンリレーショナルデータベースサービス (RDS) は、最新のマイナーバージョン 18.4、17.10、16.14、15.18、14.23 をサポートするようになりました。最新のマイナーバージョンにアップグレードして、以前のバージョンの PostgreSQL の既知のセキュリティ脆弱性を修正し、PostgreSQL コミュニティによって追加されたバグ修正や改善の恩恵を受けることをお勧めします。このリリースでは、PostgreSQL 18 の PostGIS 3.6.3 で postgis_topology のサポートも追加されました。これにより、ネットワーク接続や空間的隣接などのトポロジ的関係をデータベース内で直接モデル化してクエリできるようになりました。\n マイナーバージョン自動アップグレードを使用すると、定期メンテナンス期間中にデータベースをアップグレードできます。大規模な運用を簡素化するには、マイナーバージョンの自動アップグレードを有効にし、AWS Organizations Upgrade Rollout Policy を使用して、本番システムをアップグレードする前に、まず開発環境へのアップグレードを段階的に行うようにして、何千ものアップグレードを段階的に調整します。Amazon RDS Blue/Green デプロイを物理レプリケーションと共に使用して、マイナーバージョンアップグレードのダウンタイムを最小限に抑えることもできます。 Amazon RDS for PostgreSQL を使用すると、クラウドで PostgreSQL デプロイメントを簡単にセットアップ、運用、およびスケーリングできます。価格の詳細とリージョンの提供状況については、Amazon RDS for PostgreSQL の料金表をご覧ください。Amazon RDS マネジメントコンソールまたは AWS コマンドラインインターフェイス (CLI) を使用して、フルマネージド型の Amazon RDS データベースを作成または更新します。

AWS Transform adds agentic AI assistant to the AWS Toolkit for Visual Studio

開発者のエクスペリエンスを向上させるため、AWS Transform では、Visual Studio 用 AWS ツールキットにインタラクティブなエージェント AI アシスタントが追加されました。これにより、.NET 開発者は IDE で直接、会話形式のステップバイステップガイドによる操作を通じてアプリケーションを最新化できます。このアシスタントは、可視性、チェックポイント、および強化されたステアリング機能を提供します。そのため、IDE を使用している開発者は、きめ細かな制御を活用して IDE での作業を続けることができます。エージェントはソースコードを分析し、詳細な評価レポートを作成し、変革計画を作成します。その後、モダナイゼーションタスクをインタラクティブに実行するので、開発者は Web コンソールに切り替えることなく、作業を進める前に各ステップを確認、編集、承認できます。\n どのステップでも一時停止したり、生成された差分を調べたり、カスタムプランをアップロードしたり、自然言語でエージェントに指示したりできます。エージェントは、変換中に発生したビルドエラーの修正を自動的に試み、透明性を高めるために詳細な作業ログを提供し、完了時に推奨される次のステップとともにダウンロード可能な HTML 要約レポートを生成します。AWS Transform ウェブコンソールでモダナイゼーションプロジェクトを開始し、Visual Studio で直接続行できます。両方の環境でコンテキストと進行状況がすべて保存されるため、ワークフローを再開したり再設定したりする必要がありません。Visual Studio に加えて、Kiro やその他の AI コーディングアシスタントやコーディング環境から AWS Transform エージェントの機能を活用できます。AWS Transform エージェントと AWS Transform MCP エージェント向けの Kiro のパワーを利用することで、統一されたツールエクスペリエンスを利用してコンテキストの切り替えを減らし、変換されたコードを好きな開発で繰り返し処理し続けることができます。 この機能は、米国東部 (バージニア北部)、カナダ (中部)、ヨーロッパ (フランクフルト)、ヨーロッパ (ロンドン)、アジアパシフィック (ムンバイ)、アジアパシフィック (ムンバイ)、アジアパシフィック (ソウル)、アジアパシフィック (シドニー)、およびアジアパシフィック (東京) の AWS リージョンで利用できます。 開始するには、Visual Studio マーケットプレイスから Visual Studio 用の最新の AWS ツールキットをダウンロードしてください。詳細については、Windows .NET 用 AWS Transform のページをご覧ください。

AWS RTB Fabric supports custom domains for real-time bidding workloads

AWS RTB Fabric は、外部リンクを介して受信したリアルタイム入札トランザクションのカスタムドメインをサポートするようになりました。この機能により、広告テクノロジー (AdTech) 企業は、パートナーにエンドポイントの設定を更新しなくても、パブリックエンドポイントを維持し、所有ドメインを使用できます。\n リアルタイム入札ワークロードのエンドポイント (bid.company.com/path など) は通常、確立された長期のトラフィック契約を代表しています。これらのエンドポイントを変更するには、複数の組織、アプリケーション、ドメインにわたる調整が必要であり、アドテックパートナー間の設定が遅くなる可能性があります。カスタムドメインを使用すると、アドテック企業は独自のドメインネームシステム (DNS) を使用して正規名 (CNAME) のパブリックエンドポイントを設定できます。URL パターンに基づいて特定の RTB Fabric リンクにトラフィックを誘導するルーティングルールを定義することもできます。たとえば、デマンドサイドプラットフォーム (DSP) またはサプライサイドプラットフォーム (SSP) は、既存の DNS サーバーを RTB Fabric に接続し、URL パターンを特定のトラフィックソースにマッピングするルーティングルールを定義できます。これにより、自社のエンドポイント設定を変更することなく、すべてのパートナートラフィックを RTB Fabric 経由でシームレスにルーティングできます。また、サプライパートナーは設定を変更する必要もありません。

AWS RTB Fabric を利用すると、Amazon Ads、GumGum、Kargo、MobileFuse、Sovrn、TripleLift、Viant、Yieldmo などのアドテックパートナーと 3 つのステップでつながることができると同時に、プライベートで高性能なネットワーク環境で 1 桁ミリ秒のレイテンシーを実現できます。RTB Fabric は標準のクラウドネットワーキングコストを最大 80% 削減し、事前の契約も必要ありません。この機能は、AWS RTB Fabric がサポートされているすべての AWS リージョン (米国東部 (バージニア北部)、米国西部 (オレゴン)、アジアパシフィック (シンガポール)、アジアパシフィック (東京)、ヨーロッパ (フランクフルト)、ヨーロッパ (アイルランド) で利用できます。詳細については、ドキュメントまたは AWS RTB Fabric 製品ページをご覧ください。

AWS Blogs

Amazon Web Services ブログ (日本語)

AWS Startup ブログ (日本語)

AWS News Blog

AWS Big Data Blog

AWS Database Blog

AWS DevOps & Developer Productivity Blog

Artificial Intelligence

AWS Security Blog

Open Source Project

AWS CLI