AWSは2026年5月5日、Amazon SageMaker AI向けに「agent skills」と呼ばれるエージェント主導のモデルカスタマイズ機能を公開した。開発者が自然言語でユースケースを記述すると、AIコーディングエージェントがユースケース定義・データ準備・手法選定・学習・評価・デプロイまでの一連のライフサイクルをガイドする仕組みになっている。
特徴は3点ある。第一に、ファインチューニング手法としてSFT（教師あり微調整）・DPO（直接選好最適化）・RLVR（検証可能報酬を用いた強化学習）の3種を扱い、ユースケースに応じて自動推奨する。第二に、機能は9つのモジュール型スキルで構成され、組織のガバナンス基準に合わせてカスタマイズできる。第三に、JupyterLabに統合されたKiroをデフォルトエージェントとしつつ、ACP（Agent Client Protocol）互換のClaude CodeやCursorも利用できる。
利用にはSageMaker AI Distributionイメージ4.1以上が必要で、生成コードはすべて編集可能、Amazon BedrockまたはSageMaker AIエンドポイントへのデプロイコードも自動生成される。
読者視点での含意は、ファインチューニング経験の浅い開発者でも手法選定とパイプライン構築の負荷を下げられる点、および既存のClaude Code/Cursorワークフローを維持したままSageMakerの学習インフラを呼び出せる点にある。一方で実運用では、エージェント生成コードの品質・再現性・社内承認との整合をどう確保するかが検証項目になる。まずはDistributionバージョンの確認と、小規模データでのSFT/DPO/RLVR推奨比較から着手するのが現実的だ。
