Amazonはなぜ「AWS Kiro」を標準IDEに指定したのか？ AIドリブン開発の最新事情を聞く

なぜ「AWS Kiro」が開発されたのか

　「プロトタイプからプロダクションまで」を掲げ、2025年11月にAgentic IDE（統合開発環境）として一般提供が開始された「AWS Kiro」。Amazon/AWS自身も、このKiroを標準開発環境と定め活用を進めている。また、これまでのAIドリブン活用の成果を反映させ、ブラッシュアップも継続中だ。

　ソフトウェア開発におけるAIの適用は、非常に進化のスピードが速い。AWSは、ChatGPTの登場以前から開発にAIを利用してきた。たとえば、コードを途中まで書くと次に続くコードを予測する「オートコンプリート（開発の自動補完）」で、既にかなりの効率化が可能だった。それを踏まえても、生成AIの登場はAIドリブン開発の大きな転換点となった。プロンプトに「〇〇ができるアプリケーションを作って」と指示するだけでソースコードを書かせることができ、アプリケーション開発を加速させられる。

　そして、2025年に台頭してきたのがエージェンティックAIである。人間も関与はするものの、複雑なソフトウェア開発プロセスを最初から最後までエージェントが完了できる自律性を得たことが、これまでとの大きな違いである。

　Amazon/AWSは、ソフトウェア開発においてAIを使う中で、エージェントに求める自律性の水準がわかってきたという。「これをやっておいて」と頼むと、それなりに完成度が高い成果物をアプトプットし、「これでいいですか？」と言ってくるような状態が人間にとっては望ましい。ここでのポイントは、人間とエージェントのコミュニケーションが“適量”であることだ。若手社員から何でもかんでも確認されるのと同様に、エージェントからの確認頻度が多すぎるとマネージャー自身の仕事が滞ってしまう。だからこそ、複雑な依頼に対しても、タスクを分解し、順序を考えて実行する自律性がどれだけあるかが問われる。

　便利なようで、実際にやろうとするとAI開発は難しい。瀧澤与一氏（アマゾン ウェブ サービス ジャパン合同会社 執行役員パブリックセクター技術統括本部長）は、3つの課題を挙げた。

　1つ目は「適用範囲をスケールさせる」こと。エンジニア1人が使う分には問題なくても、規模の大きなタスクの場合、全体の整合性を維持しながら品質の高い成果物を作れるのか。2つ目は「コントロールが難しい」こと。エージェントの自律性が十分でない場合、コラボレーションコストが増大する。そして3つ目は、「品質」の問題だ。複雑なタスクを実行できるほどの自律性が担保できたとして、エージェントが出力したコードの品質がデプロイできる水準か……。Kiroはこれらの問題を克服するために開発された。