
Amazon Bedrock AgentCoreが、本番トレースから推奨事項を生成し、バッチ評価とA/Bテストで検証する新機能をプレビュー提供開始。従来は開発者が手動でトレースを読み込み、仮説を立てて試行錯誤するサイクルに置き換わる。
Recommendations APIがCloudWatch Logグループのエージェントトレースを分析し、指定した評価指標(組み込み評価器またはカスタム評価器)に基づいてシステムプロンプトまたはツール説明の改善を提案。提案は不変でバージョン管理されたConfiguration bundleとしてパッケージ化され、ランタイムでAgenCore SDKを通じて動的に読み込まれる。
A/BテストはAgentCore Gatewayで本番トラフィックを分割し、統計的有意性と信頼区間を含む結果を報告。バッチ評価は事前定義されたテストデータセットに対して集計スコアを比較し、既知の重要なケースでの後退を検出する。
プレビューは開発者が推奨事項生成のタイミング、最適化対象の評価器、結果の昇格を選択する設計。将来的にはアラーム発火時の自動推奨や複数評価器の統合、スキル提案への拡張を検討中。
こういう要約が、毎朝あなたのメールに届きます。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…

AUMOVIOはDatabricks Unity GatewayをLLMへの唯一の経路に採用

CADMAGEDDONはBenchCADの64³ボクセルIoUで、1000部品のサブセットにおいて0.991を記録し、Claude Sonnet 5.5の0.963、Claude Opus 5.5の0.962、GPT-6…

MIT Technology ReviewのAI誇大広告指数はAIの広がりを示し、GoogleのAI Overviewsが広告収入で数十億ドルを失わせたことやAI支援のサイバー攻撃を挙げた

哲学者トーマス・ナゲル氏はバーグルエン賞受賞後のインタビューで、大規模言語モデルが意識を持つ可能性を真剣に受け止めるのは「馬鹿げている」と述べ、AnthropicのClaudeへのアプローチを「犯罪的」と呼んだ
