Amazon Bedrock AgentCore ObservabilityでStrands Agentsを可視化してみた

最近、AIエージェントを活用する開発が増えてきました。

でも実は――
AIエージェントは“動いているように見えても、中で何が起きているか分かりにくい”という課題があります。

そこで今回私たちは、Amazon Bedrock AgentCore Observability を使って
AIエージェント（Strands Agents）の動きを“見える化”してみました

そもそもObservabilityって何？

簡単に言うと、

「システムの中で何が起きているかを、ちゃんと観測できる状態にすること」

です。

たとえば、

• なぜレスポンスが遅くなったのか？
• どの処理で時間がかかっているのか？
• エラーはどこで発生しているのか？

こういったことが すぐ分かる状態 がObservabilityです。

AIエージェントのように複数の処理や外部サービスをまたいで動く仕組みでは、問題が起きたときに「どこが原因か分からない」という事態が起きがちです。

だからこそ、Observabilityが重要になります。

なぜAIエージェントにObservabilityが必要？

AIエージェントは、

• LLMへの問い合わせ
• ツール呼び出し
• 複数ステップの処理

などを内部で連続して実行します。
つまり、ブラックボックス化しやすい。
もし可視化できていなければ、

• 遅い理由が分からない
• コストが増えている理由が分からない
• 想定外の動きをしても気づけない

という状態になります。

AIを“実務で使う”なら、ちゃんと中身を見える状態にすることが必須です。

今回やったこと

私たちは、

• Strands Agents の処理を
• OpenTelemetryでトレースし
• Amazon Bedrock AgentCore Observabilityで可視化

しました。

これによって、

• どのステップに時間がかかっているか
• どのツール呼び出しが実行されたか
• 処理の流れ全体

を一目で確認できるようになりました。

何がうれしいの？

今回の取り組みで得られた価値は大きく3つです。

① AIを「なんとなく動いている状態」にしない

→ 中身を理解しながら改善できる。

② パフォーマンス改善がしやすい

→ どこを直せばいいか分かる。

③ 実務レベルで安心して使える

→ トラブル時の調査ができる。

つまり、

AIを“実験”で終わらせず、“プロダクトレベル”に近づけるための一歩

がObservabilityでした。

まとめ

AIエージェントは便利ですが、
見えないまま使うのは危険です。

だからこそ、

「ちゃんと観測できる仕組みを作る」

という地道だけど重要な取り組みに、
私たちはチャレンジしました。

派手な機能追加ではありませんが、
プロダクトとして育てるために必要な技術です。

もし

• AI開発に興味がある
• でも、ただ使うだけじゃなく“ちゃんと理解したい”
• 実務で通用する設計力を身につけたい

そんな方がいれば、ぜひ一度お話しましょう。

Acroquestでは、
こうした“見えない部分までこだわる開発”を大事にしています。

具体的な実装コードなど詳しくは当社技術ブログに記載しておりますので、詳細を知りたい場合はこちらをご覧ください。

ぜひ、当社で一緒に働いてみませんか？

チャレンジングな案件が多く、成長の機会が多く得られる環境です

当社では、機械学習／AIや生成AIに加えて、AWSやAzureを活用したITサービス開発事業を推進しています。そこで、最先端技術を駆使しながら、社会を進化させたい情熱とスキルのある機械学習・AIエンジニア、クラウドエンジニアを募集しています！

私たちが取り組む案件は、最先端技術を用いる内容や高難易度の内容が多く、チャレンジングな環境なので、成長の機会が多く得られることをお約束します。