AWSがOSS公開したDeep Insight、マルチエージェント本番化の5課題への設計

Deep Insightとは何か

Deep Insightは、CSVファイルと自然言語のプロンプトを入力すると、データ分析からグラフ生成、計算検証、引用付きの.docxレポート作成までを自動で行うマルチエージェントシステムです。AWSのソリューションアーキテクチャチームが構築し、GitHubでオープンソースとして公開されています。

内部ではCoordinator、Planner、Plan Reviewer、Supervisor、Coder、Validator、Reporter、Trackerという8つのエージェントが階層的に協調します。各エージェントは独立したコンテキストで専門作業だけを担い、圧縮した結果のみを次に渡す設計です。記事ではデモとして、架空の食品会社Yummy Foodの広告データ（yummy-food-market.csv）とカラム定義ファイルを入力し、販売・マーケティング観点の分析レポートを生成する流れが示されています。

実行フローをどう制御するか

記事が技術的な中心に置いているのが、Strands Agents SDKの2つのパターンの組み合わせです。1つはGraphパターンで、エージェントの実行順序を有向グラフとして定義します。リクエストはCoordinator、Planner、Plan Reviewer、Supervisorの順に流れ、修正要求があればPlannerへ戻る条件分岐が入ります。もう1つはAgents-as-Toolsパターンで、Supervisorが必要な場面だけCoderやValidatorなどをツールとして呼び出します。

モデルの使い分けも明示されています。振り分けだけを担うCoordinatorは軽量なClaude Haikuを使い、基本的な挨拶に高性能モデルのコストをかけないようにしています。一方、分析計画を立てるPlannerはExtended Thinkingを有効にしたClaude Opusを使い、5〜10個の具体的ステップからなるチェックリスト形式の計画を生成します。

Plan Reviewerは人間が計画を承認するHITL（Human-in-the-Loop）の节点です。修正フィードバックがあればPlannerに戻り、無限ループを防ぐために最大修正回数と最大ノード実行数25が設定されています。Web版では300秒のカウントダウンで、応答がなければ自動承認されます。

3つのデプロイ形態

Deep Insightは開発から本番まで3つの選択肢を用意しています。ローカルCLIで動かすSelf-Hosted版は約10分でセットアップでき、すべてのエージェント、プロンプト、ワークフローにコードレベルでアクセスできるため反復開発に向きます。Web版はブラウザからデータをアップロードし、分析計画を確認してレポートをダウンロードできる非開発者向けのUIです。

本番向けはAmazon Bedrock AgentCoreのruntime上にデプロイするManaged版です。システム全体がプライベートVPC内で動作し、コード実行を担うCode InterpreterはAWS Fargate上に別途ホストされます。エージェントはユーザーごとに分離された環境で並行実行されるため、セッション分離が必要な場合に適しています。3形態は同一のマルチエージェントアーキテクチャを共有しており、開発時に検証したエージェントをそのまま本番へ持っていけると説明されています。

現時点で分かっていないこと

記事は3部作の第1回であり、本文中で「5つの課題」を一覧にした表は掲載されていません。本文から読み取れるのは、課題1と2がマルチエージェント構造（Strands Agents）で、課題3から5がデプロイと運用のインフラ層で対応するという役割分担までです。各課題の具体的な内容は、続編の公開を待つ必要があります。

また、AgentCore版の詳しいデプロイ手順や運用上の知見は第3回で扱うとされており、本記事には記載がありません。導入コストやモデル利用料金についても言及がないため、現時点では判断できません。第2回ではContext Engineering、第3回ではHarness engineeringと本番移行が主題になります。