概要
AWSは、AIエージェント開発を効率化する「Amazon Bedrock AgentCore harness（ハーネス）」を一般提供（GA）開始したと発表しました。2つのAPI呼び出しだけで、本番運用レベルのAIエージェントを数分で立ち上げられる仕組みです。
何が発表・更新されたのか
2026年4月にプレビュー提供されていたAgentCore harnessが、正式に一般提供（GA）となりました。CreateHarness（エージェントを定義）とInvokeHarness（実行）という2つのAPI、またはCLI・コンソール操作で、エージェントを稼働させられます。
このハーネスは、AgentCoreの各機能（Runtime、Memory、Gateway、Browser、Identity、Observability）を自動で連携させ、これまで手作業だった「配線（plumbing）」を管理された仕組みとして提供します。エージェントは独立した隔離環境で動作し、ファイルの読み書きやコマンド実行、コード作成を安全に行えます。
なぜ重要なのか
公式記事によると、AIエージェント開発の難所は「ループ（loop）」そのものではなく、その周辺の作業だと述べています。フレームワーク選定、ツール接続、サンドボックス環境の用意、ストレージ・認証・ネットワーク設定、メモリ管理、監視の追加など、本番化のたびに同じ「配線」を繰り返す必要がありました。
ハーネスはこれらを「構築するもの」から「設定するもの」へ変え、開発者がエージェントの本質的な部分に集中できるようにします。
誰に関係があるのか
AIエージェントを試作から本番運用へ進めたい開発者やエンジニア、複数モデルを使い分けたいチーム、AWS環境でAIを活用する企業の実務担当者に関係があります。特に、同じインフラ構築を繰り返してきたチームにとって有用です。
仕事や業務でどう使えるのか
主な機能は次のとおりです。
- 任意のモデル利用：Bedrock上のClaude、Nova、Llama、DeepSeek、Mistral、OpenAI GPT-5.5/5.4などに加え、OpenAI API・Google Gemini・LiteLLM経由の各種プロバイダーを指定可能。セッション途中でモデルを切り替えても会話の文脈を維持できます。
- 設定でツール接続：ブラウザ操作、Python/Node実行、MCPサーバー接続、Gateway連携などを、コードを書かずに設定（config）で追加できます。人間による承認（human-in-the-loop）にも対応します。
- 組み込みメモリ：設定を省略すると管理されたメモリが自動で用意され、ユーザーや過去の会話を記憶します。不要な場合は無効化も可能です。
例えば、計画にClaude、コード作成にGPT-5.5、要約にGeminiを使う、といった使い分けを1つの会話の中で行えます。各ステップはリアルタイムでストリーミングされ、CloudWatchへ自動的に記録されます。
注意点
APIキーで各モデルプロバイダーにアクセスする場合、認証情報はAgentCore Identityのトークン保管庫（token vault）に安全に保管され、エージェントが生の認証情報を見ることはありません。メモリ機能は必須ではなく、用途に応じて自動生成・無効化・既存リソースの利用を選べます。
なお、料金や日本での提供状況、対象プランの詳細について、公式情報上では本記事の範囲で確認できませんでした。利用前に公式ページで最新情報をご確認ください。
公式情報
関連キーワード
- Amazon Bedrock AgentCore
- AIエージェント
- AWS Bedrock
- MCP（Model Context Protocol）
- 生成AI
