AWSがLoomを公開：企業向けAIエージェント基盤のリファレンス実装

導入

AWSはAWS Labsで、AIエージェント管理のオープンソース参考プラットフォーム「Loom」を公開した。Loomは、企業がAWS上でAIエージェントを構築し、展開し、統制する方法を示す実装例であり、完成されたマネージドサービスとして提供されるものではない。

企業でエージェント活用が進むと、課題は単体のエージェント性能だけではなくなる。誰の代理として動くのか、どのデータにアクセスできるのか、どのように配備され、危険な操作を誰が承認するのか。Loomは、こうしたプラットフォーム層の問題を具体的な設計として示している。

主なポイント

• AWSのエージェント技術を前提に構成：LoomはStrands Agents SDKでエージェントを構築し、Amazon Bedrock AgentCore Runtime上で実行する。管理UIとバックエンドAPIを備え、エージェント、メモリリソース、MCPサーバー、A2A連携のライフサイクル管理を扱う。
• ID伝播を重視：エージェントがユーザーの代理でMCPサーバーを呼び、その先でREST APIが呼ばれる場合、元のユーザーのIDと権限が各段階で保持されなければならない。Loomは認可コードフローと、AgentCore Identityが支えるRFC 8693のトークン交換を利用し、委任チェーンを維持する。
• 実行時コード生成ではなく設定で展開：Loomが配備するのは、事前に作成されたStrandsベースのPythonエージェントである。展開時に行動指針、メモリ、MCPまたはA2A設定を注入する。コードは共通で、差分は設定に閉じ込めるため、企業側はコードスキャンやログ要件の追加を一度行えば再利用しやすい。
• ガバナンスを組み込む設計：リソースにはアプリケーション、グループ、所有者に相当する必須タグが求められる。アクセス制御はロールとグループタグを組み合わせ、管理者と一般ユーザーで見える範囲を分ける。機微なツール呼び出しは、StrandsのフックやMCP呼び出し機構を使い、人間の承認を待ってから実行できる。
• エージェント登録にも対応：Loomは公開プレビュー中のAWS Agent Registryと連携し、本番利用前のレビューを組み込む。ただし素材では、レジストリARNに名前ではなくランダム文字列が含まれるため、IAMポリシー設計に不便が生じる点も指摘されている。

意義と影響

Loomの価値は、企業向けAgentOpsの設計図を示した点にある。IDの委任、設定ベースの配備、タグによる管理、レジストリ、承認ワークフローは、今後のAIエージェント運用で避けにくい基盤要素になる。

一方で、Loomは無料でオープンソースだが、下位のAWSマネージドサービスにはコストが発生する。また、参考実装である以上、製品としての完成度やサポート体制は別問題だ。プラットフォームエンジニアリング力のある企業には有用な出発点となるが、すぐに導入できる商用製品を求める企業には、まだ検証が必要だろう。

AIエージェントは実験から運用基盤の段階へ移りつつある。今後問われるのは、エージェントをどれだけ作れるかだけでなく、それらをどれだけ安全に、統制された形で動かせるかである。

Source: InfoQ 中文