概要
AWSについてのカンファレンス。幕張メッセにて開催。2日目のみ参加した。
AWSの知見はないため、トレンド調査が主な目的。
Hall ４～６
スポンサー企業ブースとなっており、営業色が強い。コンサル企業の営業から自社プロダクトの宣伝まで幅広い。各企業、集客のためにパンフだけではなく、ペンやタオル、ステッカーの配布や抽選会などが行われていた。
Claudeで話題のANTHROPICも参加していた。AWSがMCPに対応すると発信していたので、それつながりと思われる。
Hall ７～８
AWSを用いた先進的なサービス例やAWSスタッフへの質問の場となっていた。
生産管理やIOT、製薬、ゲーム、自動車など幅広い。
セッション
AWSに限らない知見として、今回AI駆動開発、AI開発についてのセッションが参考になった。
AI Agent 時代のソフトウェア開発の型 ～ Everything as Code で叡智を伝える ～
Everything as Codeとは
要件定義書、アーキテクチャ設計書、テスト方法、コーディング規約など、あらゆる仕様書をMarkdown形式で記載し、コードと同じようにGithub上に保存する。
なぜ Markdown形式か？
PDFやエクセルに比べ、AIにとって理解しやすいシンプルな記法のため。
Gitで差分管理できる。
メリット
・AIが参考情報にアクセスしやすくなり、自律的に動きやすくなる。
・プロンプトを入力する手間が減る。
・今後Gitの差分情報を活用できるようになると、仕様変更を考慮した行動を行えるようになる。
デメリット
・従来のPDFやWordでの保存文化から脱却するコストが必要。
・Markdown形式の場合、図の表現幅が限られる。
AIの過去と今後のロードマップ
１．コードの補完
２．コメントからのコード生成
３．短期的な自律的コード生成 ←今ここ
４．長期的な自律的コード生成
AI を使う？AI に使っていただこう。AI が考えた次の行動と実アクションの実践的 Agent アプローチ
初期AIの苦手分野
・最新情報の取得
⇒ 最新情報を得られるようにするために、毎回学習させるのはコスパが悪い。
・3桁以上の計算
どう克服したか
参考論文「MRKL（Modular Reasoning, Knowledge, and Language）」
AIの判断能力自体は優秀なため、AIが使えるツール・関数を提供し、状況に応じて使ってもらうようにした。
使ってもらう上で注意すべき点
・ツール、関数を認識してもらう
・ツールの中身は秘匿化し、出力情報のみを活用してもらう
・ツールの権限範囲の設定
これを可能とする、フレームワーク（LangChain、Tool useなど）を活用するのが基本。
AmazonのAIサービス
Amazon Bedrock
ChatGPTのような対話生成AI。複数のモデルを選択可能。
・Claude
・Amazon Nova
・Stability AI
Amazon Q Developer
VsCodeやEclipse、JetBrainsといったIDEに統合できるコード生成特化AI
Remote SWE Agent
Amazon Bedrockを活用して、「Devin」のようなSlack経由でやりとりするエージェントを作成可能。
OSSのため、ローカルや手持ちのインスタンスにて立ち上げられる。
所感
AWS上で動かす利点が見受けられないサービスもあったが、各ブースにて人が並んでおり賑わっていた。
取引先と調整できるのであれば、「Everything as Code」は実践していきたいと感じた。