AWSはAugust 13, 2026、AWS外で動くAIエージェントをAmazon Bedrock AgentCore Observabilityで監視する方法を示すチュートリアルを公開した。対象はStrands Agents、LangGraph、CrewAIなどのフレームワークで構築されたエージェントで、Amazon EKS、Amazon ECS、AWS Lambda、オンプレミス環境、Google Cloud Platform、Microsoft Azureへのデプロイを含む。Amazon Bedrock AgentCore ObservabilityはAIエージェント向けのトレース、監視、分析を提供するが、ネイティブ対応はAWS CloudのAgentCore runtime上にデプロイされたエージェントに限られるため、外部エージェントには追加のテレメトリ設定が必要になる。

設定では、エージェントアプリケーション内で動くAWS Distro for OpenTelemetry、すなわちADOTを使い、テレメトリ（システム動作データ）を収集する。ADOTはエージェントフレームワークを自動計装し、生成AIのセマンティック規約スパンを取得し、AWS Identity and Access Management認証情報によるSigV4認証を使ってAmazon CloudWatch OpenTelemetry Protocolエンドポイントへテレメトリをエクスポートする。AWSは必要な要素として、ADOT自動計装、IAM認証情報、ルーティングと認証用の環境変数を挙げた。

構成は複数のAWSサービスを結び付ける。Amazon CloudWatchはテレメトリの取り込みと保存を担い、Amazon Bedrock AgentCore ObservabilityはAIエージェントのダッシュボードを提供し、ADOTはクロスプラットフォーム計装を供給し、IAMは外部環境とAWSの間の認証を保護する。AWSによれば、集中型の可観測性により、チームはエージェントの推論チェーン、ツール呼び出し、モデル出力、トークン使用量、監査記録を確認でき、ハルシネーションや有害または主題外の応答の検出にも役立つ。

前提条件には、Amazon Bedrockのモデルアクセスを設定済みのAWSアカウントが含まれ、手順ではClaude Haikuを使う。利用者は、アカウントごとに1回CloudWatch Transaction Searchを有効化し、非AWS環境にPython 3.10以降を用意し、AWSエンドポイントへのアウトバウンドHTTPSアクセスを確保する必要がある。IAMユーザー認証情報には、bedrock:InvokeModel、logs:CreateLogGroup、logs:CreateLogStream、logs:PutLogEvents、xray:PutTraceSegments、xray:PutTelemetryRecords、xray:GetSamplingRules、xray:GetSamplingTargets、cloudwatch:PutMetricDataなどの権限が必要だ。

AWSは、aws-opentelemetry-distroパッケージがopentelemetry-instrumentと連携し、PythonランタイムへADOTを注入する仕組みを説明した。このツールはAmazon Bedrock呼び出し用のboto3と、エージェント推論スパン用のStrandsフレームワークに自動でパッチを当てる。aws_configuratorはboto3の認証情報チェーンを使い、OTLPエクスポート要求にSigV4で署名する。非AWS環境では、AWS_ACCESS_KEY_IDとAWS_SECRET_ACCESS_KEY環境変数を使う。Strands[otel]は、推論ステップ、ツール呼び出し、モデル呼び出し、トークン使用量のスパンを出力する。

手順では、aws-opentelemetry-distroとstrands-agents[otel]をインストールし、IAM認証情報を設定し、OpenTelemetry環境変数を構成し、agent_test.pyのStrandsエージェントを作成し、opentelemetry-instrumentで実行する。AGENT_OBSERVABILITY_ENABLED=trueは生成AI専用のテレメトリ処理を有効にする。OTEL_PYTHON_DISTRO=aws_distroとOTEL_PYTHON_CONFIGURATOR=aws_configuratorはAWS固有のOpenTelemetry設定を有効にし、aws.log.group.namesを含むOTEL_RESOURCE_ATTRIBUTESはCloudWatchにAgentCore Observability配下でデータをインデックスさせる。x-aws-metric-namespace=bedrock-agentcoreを含むOTEL_EXPORTER_OTLP_LOGS_HEADERSは、埋め込みメトリック形式の指標を正しいCloudWatch名前空間へ振り分ける。

AWSによると、テレメトリは2〜3分以内にAgentCore Observabilityダッシュボードへ表示される。CloudWatchコンソールでは、利用者がGenAI Observabilityを開き、Bedrock AgentCoreを選択し、Agentsタブでmy-external-agentなどのエージェントを確認する。ダッシュボードには、セッション、トレース、スパン指標、レイテンシー、トークン指標、invoke_agent、chat、execute_event_loop_cycle、chat.us.anthropic.claude-haikuなどのスパンが表示される。

AWSは、GCPインフラ上で動くブラウザベースのターミナルであるGoogle Cloud Shellから同じ設定を検証した。gcp-hosted-agentは、AgentCore runtime上または他の環境で動くエージェントと並び、2〜3分以内にAgentCore Observabilityへ表示された。AWSによれば、GCPのテレメトリはAgentCore runtimeでホストされたテレメトリと同一で、セッション、トレース、スパン指標、トークン使用量、レイテンシーを含む。同じADOTベースのパターンは、OpenTelemetry互換の他のエージェントフレームワークにも適用される。

AWSは、非AWSランタイムへのデプロイとAgentCore runtimeへのデプロイを比較した。非AWSランタイムのテレメトリはuses

AWSはAugust 13, 2026、AWS外で動くAIエージェントをAmazon Bedrock AgentCore Observabilityで監視する方法を示すチュートリアルを公開した。対象はStrands Agents、LangGraph、CrewAIなどのフレームワークで構築されたエージェントで、Amazon EKS、Amazon ECS、AWS Lambda、オンプレミス環境、Google Cloud Platform、Microsoft Azureへのデプロイを含む。Amazon Bedrock AgentCore ObservabilityはAIエージェント向けのトレース、監視、分析を提供するが、ネイティブ対応はAWS CloudのAgentCore runtime上にデプロイされたエージェントに限られるため、外部エージェントには追加のテレメトリ設定が必要になる。

設定では、エージェントアプリケーション内で動くAWS Distro for OpenTelemetry、すなわちADOTを使い、テレメトリ（システム動作データ）を収集する。ADOTはエージェントフレームワークを自動計装し、生成AIのセマンティック規約スパンを取得し、AWS Identity and Access Management認証情報によるSigV4認証を使ってAmazon CloudWatch OpenTelemetry Protocolエンドポイントへテレメトリをエクスポートする。AWSは必要な要素として、ADOT自動計装、IAM認証情報、ルーティングと認証用の環境変数を挙げた。

構成は複数のAWSサービスを結び付ける。Amazon CloudWatchはテレメトリの取り込みと保存を担い、Amazon Bedrock AgentCore ObservabilityはAIエージェントのダッシュボードを提供し、ADOTはクロスプラットフォーム計装を供給し、IAMは外部環境とAWSの間の認証を保護する。AWSによれば、集中型の可観測性により、チームはエージェントの推論チェーン、ツール呼び出し、モデル出力、トークン使用量、監査記録を確認でき、ハルシネーションや有害または主題外の応答の検出にも役立つ。

前提条件には、Amazon Bedrockのモデルアクセスを設定済みのAWSアカウントが含まれ、手順ではClaude Haikuを使う。利用者は、アカウントごとに1回CloudWatch Transaction Searchを有効化し、非AWS環境にPython 3.10以降を用意し、AWSエンドポイントへのアウトバウンドHTTPSアクセスを確保する必要がある。IAMユーザー認証情報には、bedrock:InvokeModel、logs:CreateLogGroup、logs:CreateLogStream、logs:PutLogEvents、xray:PutTraceSegments、xray:PutTelemetryRecords、xray:GetSamplingRules、xray:GetSamplingTargets、cloudwatch:PutMetricDataなどの権限が必要だ。

AWSは、aws-opentelemetry-distroパッケージがopentelemetry-instrumentと連携し、PythonランタイムへADOTを注入する仕組みを説明した。このツールはAmazon Bedrock呼び出し用のboto3と、エージェント推論スパン用のStrandsフレームワークに自動でパッチを当てる。aws_configuratorはboto3の認証情報チェーンを使い、OTLPエクスポート要求にSigV4で署名する。非AWS環境では、AWS_ACCESS_KEY_IDとAWS_SECRET_ACCESS_KEY環境変数を使う。Strands[otel]は、推論ステップ、ツール呼び出し、モデル呼び出し、トークン使用量のスパンを出力する。

手順では、aws-opentelemetry-distroとstrands-agents[otel]をインストールし、IAM認証情報を設定し、OpenTelemetry環境変数を構成し、agent_test.pyのStrandsエージェントを作成し、opentelemetry-instrumentで実行する。AGENT_OBSERVABILITY_ENABLED=trueは生成AI専用のテレメトリ処理を有効にする。OTEL_PYTHON_DISTRO=aws_distroとOTEL_PYTHON_CONFIGURATOR=aws_configuratorはAWS固有のOpenTelemetry設定を有効にし、aws.log.group.namesを含むOTEL_RESOURCE_ATTRIBUTESはCloudWatchにAgentCore Observability配下でデータをインデックスさせる。x-aws-metric-namespace=bedrock-agentcoreを含むOTEL_EXPORTER_OTLP_LOGS_HEADERSは、埋め込みメトリック形式の指標を正しいCloudWatch名前空間へ振り分ける。

AWSによると、テレメトリは2〜3分以内にAgentCore Observabilityダッシュボードへ表示される。CloudWatchコンソールでは、利用者がGenAI Observabilityを開き、Bedrock AgentCoreを選択し、Agentsタブでmy-external-agentなどのエージェントを確認する。ダッシュボードには、セッション、トレース、スパン指標、レイテンシー、トークン指標、invoke_agent、chat、execute_event_loop_cycle、chat.us.anthropic.claude-haikuなどのスパンが表示される。

AWSは、GCPインフラ上で動くブラウザベースのターミナルであるGoogle Cloud Shellから同じ設定を検証した。gcp-hosted-agentは、AgentCore runtime上または他の環境で動くエージェントと並び、2〜3分以内にAgentCore Observabilityへ表示された。AWSによれば、GCPのテレメトリはAgentCore runtimeでホストされたテレメトリと同一で、セッション、トレース、スパン指標、トークン使用量、レイテンシーを含む。同じADOTベースのパターンは、OpenTelemetry互換の他のエージェントフレームワークにも適用される。

AWSは、非AWSランタイムへのデプロイとAgentCore runtimeへのデプロイを比較した。非AWSランタイムのテレメトリはuses