Amazon Bedrock AgentCore の Policy Authoring は、自然言語のポリシードキュメントを正確な Dogwood 形式仕様に変換します。時間的制約や軌跡制約、Bedrock Guardrails のインラインチェックをサポートします。銀行の顧客サービスエージェントの例を通じて変換例を示し、明確なポリシーを作成するためのベストプラクティスを提供します。

本記事では、マルチフレームワーク、マルチモデル、マルチプロバイダー環境でエージェントAIシステムをスケールするためのアーキテクチャ原則と実践パターンを解説します。コントロールプレーンと実行プレーンの分離、統合可観測性、集中ガバナンス、動的ルーティングなどの原則を通じてベンダーロックインを回避する方法と、Amazon SageMakerやAmazon BedrockなどのAWSサービスがフレームワーク非依存のスケールをどのように支援するかを説明します。

AWSは、既存のデータベースやストレージサービスに直接組み込まれたベクトル検索の幅広いポートフォリオを提供しており、スタンドアロンのベクトルデータベースやデータ移行は不要です。この記事では、6つの専用サービス、適切なエンジンを選択するための意思決定フレームワーク、各サービスの顧客事例を紹介します。

Simon Willison氏は、Bun 1.4で実験的に導入されたBun.WebViewを使い、約150行・依存ゼロのTypeScriptサービスでshot-scraper風のJSON APIを再現できることを示す研究を公開した。cgroupsによる検証では、複雑なページに対して完全なChromeを動かすには192MBから256MBのコンテナメモリが必要と判明した。