从支撑工具到人工智能开发操作系统的转变
根据Tan Phat Digital的深入分析,软件开发工具的发展正在经历一个历史转折点,从纯文本编辑器转向传统的集成开发环境(IDE),再到如今的“AI原生”生态系统。在这种背景下,Amazon Kiro 不仅作为一种附加工具出现,而且还重新定义了软件的构思、设计和部署方式。 Kiro 代表知识、集成、推理和编排,代表了 Amazon Web Services (AWS) 通过自主 AI 代理掌握整个软件开发生命周期的雄心。
与仅作为附加功能的第一代编码支持工具不同,Kiro 建立在 AI 优先的理念之上。这意味着 IDE 的每一层,从上下文管理到终端命令执行再到架构规划,都被设计为直接与大型语言模型 (LLM) 交互,特别是 Anthropic 的 Claude 系列模型。 Kiro 的推出标志着 Amazon 努力解决“执行差距”——由于缺乏结构、文档和严格的测试流程,快速原型在转移到生产环境时经常会失败。
技术平台和对开源生态系统的继承
Amazon Kiro 构建在 Code OSS 平台之上,即 Visual Studio Code (VS Code) 的开源版本。选择该平台是一项战略决策,它使 Kiro 能够立即兼容开发人员社区数十年来构建的数千个扩展、主题和配置。这使用户可以从 VS Code 无缝过渡到 Kiro,而不会遇到使用障碍或丢失现有的生产力工具。
这种兼容性不仅仅限于界面。 Kiro 完全支持配置文件迁移,允许通过命令面板从 VS Code 直接导入快捷方式、设置和主题。此外,Kiro 使用 OpenVSX 注册表而不是微软专有的 Marketplace,确保开源扩展完美运行,同时保持亚马逊的商业和技术独立性。
技术规范和平台兼容性
为了帮助您快速掌握技术要素,Tan Phat Digital 列出了以下核心规范:
核心平台: OSS 代码(开源版本VS Code)。
主流人工智能模型:与 Anthropic Claude Sonnet 4.5、4.0 和 3.7 模型系列深度集成。
支持的操作系统:在 Windows (x64)、macOS(Intel 和 Apple Silicon)和 Linux (Debian/Ubuntu) 上稳定运行24+)。
主要编程语言:完全支持 Python、Java、JavaScript、TypeScript、C#、Go、Rust、PHP、Ruby 等。
扩展管理:与 OpenVSX 注册表兼容。
协议连接:使用模型上下文协议(MCP) 来扩展数据上下文。
规范驱动开发革命:从“Vibe 编码”到高质量源代码
Kiro 对开发社区最重要的贡献之一是“规范驱动开发”概念的形式化。在生成式人工智能的繁荣时期,术语“Vibe Coding”似乎指的是基于直觉和重复命令提示的编程,直到代码起作用。然而,这种方法往往会产生难以维护、缺乏文档的源代码,并且在复杂的项目中容易出现系统错误。
Kiro 通过在编写代码之前需要一个思考过程来解决这个问题。当用户以自然语言提供请求时,Kiro 不是即时生成代码片段,而是首先以 Markdown 格式构建三个基础文档,并将其直接存储在项目的源代码存储库中:
requirements.md(需求文档): Kiro 转换根据 EARS(需求语法简单方法)符号将想法转化为用户故事和验收标准。规范化结构:“WHEN [条件/事件] THEN THEN THE SYSTEM WILL [预期行为]”。
design.md(设计文档):分析当前源代码结构,提出技术架构,包括数据流图、合适的 API 和关键架构组件(通常使用 Mermaid.js 图)。
tasks.md(任务列表):将计划分解为原子任务,按依赖顺序组织,有助于确保创建的每一行代码的可追溯性
此过程不仅有助于减少技术债务,还为所有变更创建透明的路线图,帮助大型团队协作
代理挂钩:智能自动化和监控
Kiro 引入了“代理挂钩”的概念——由 IDE 中的特定事件触发的后台 AI 代理。这是帮助维护源代码质量而无需持续人工干预的重要一步。
工作原理:事件(保存文件、创建文件)->代理提醒->自主操作。
实际应用:在保存源代码、更新 API 文档或建议 Git 根据实际更改提交内容时自动创建单元测试
此功能使 Kiro 成为高级助手,始终监控项目,确保始终严格遵守安全性、格式和文档标准。
高级上下文管理和多模式功能
为了解决 AI 在大型项目中“记忆丢失”的现象,Kiro 使用“Steering”系统,通过三种配置帮助 AI 深入了解工作环境文件:
product.md:产品愿景和用户受众。
structural.md: 文件夹组织和命名约定。
tech.md: 团队技术堆栈和编程标准。
外部此外,Kiro 大力支持多模式功能。开发人员可以上传手绘实体图(ERD)或界面草图(UI 模型)的照片。 Kiro 的 AI 能够直接将这些图像转换为实际源代码(如 TypeScript 模型或 AWS CDK 代码),从而显着缩短从想法到部署的差距。
AWS 云集成和自治代理生态系统
Kiro 是 AWS 简化云应用程序开发战略的一部分。用户无需立即掌握 AWS CLI,即可通过简单的英文命令创建 AWS 基础设施(Lambda、S3、DynamoDB)。
“Kiro Powers”系统提供专门的软件包来扩展 Agent 功能:
Figma:将 UI 设计一致地映射到源代码。
Stripe:自动化支付集成和发票管理。
Netlify:直接从 IDE 部署 Web 应用程序。
Postman:自动化测试和 API 管理。
Terraform:专业基础设施即代码 (IaC) 管理。
Datadog / Dynatrace:用于直接调试的日志和指标查询。
人工智能经济建模和资源管理
Kiro 使用灵活的积分系统帮助用户轻松控制成本:
Kiro 免费: 0 美元/月(50 个积分)- 适合体验体验。
Kiro Pro: 20 美元/月(1,000 个积分)- 适合专业人士。
- 专注。
特别是,Kiro 对于小额编辑有小额费用机制(最多 0.01 个积分),帮助用户最有效地优化预算。
企业级安全、隐私和合规性
安全是 Kiro 的首要任务。亚马逊承诺,付费用户的源代码不会用于训练AI。该系统集成了“人在环”(HITL)保护机制,在执行敏感命令(例如运行 shell 脚本或更改系统配置)之前需要人工确认。企业还可享受知识产权补偿政策(IP Indemnity),放心地将产品部署到市场。
Q CLI 和 Kiro CLI 合并
编程社区的重要信息:Kiro CLI 已从 2025 年 11 月起正式取代 Amazon Q Developer CLI。用户只需运行命令
q update即可将整个终端环境转换为 Kiro CLI,享受命令行与 IDE 之间一致的体验Kiro 与竞争对手(Cursor、Claude Code)的比较
Tan Phat Digital 总结了主要差异如下:
理念方面: Kiro 注重规划(Spec 驱动),而 Cursor 则强于对话(聊天驱动)。
关于受众:Kiro 优先考虑复杂的企业系统;适合初创公司的灵活光标和快速的 UI/UX。
关于准确性:Kiro 在根据规范生成代码时达到了 95% 的准确率,显着高于传统的仅提示方法。
Amazon Kiro 不仅用编码工具回答了“什么是 Kiro”的问题,而且还提供了全面的软件工程系统。在 AWS 基础设施和先进的 Claude 模型的支持下,Kiro 正在重塑未来,程序员充当协调架构师,AI 负责详细执行。 Tan Phat Digital 建议团队开始应用 Kiro 的规范驱动流程来提高产品质量并优化长期开发成本。
分享








