Kiro

Kiro 是 AWS 的智能体 AI 开发平台，帮助开发者和团队从 AI 编码迈向"智能体工程"。其核心思想是规范驱动开发：在写代码前将提示词转化为需求、架构设计和有序任务，然后用并行智能体实现。Kiro 还用基于属性的测试验证正确性，捕获单元测试遗漏的边界情况。

Kiro 由 AWS 构建和运营，提供 IDE（VS Code/Code OSS 分支）、CLI、Web 界面和移动应用——具备数百万 AWS 客户信赖的安全、可靠和隐私标准。它支持 Anthropic Claude、开放权重模型，以及按任务自动选择最佳模型的 "Auto" 模式。

核心功能

1. 规范驱动开发

在编写任何代码前，将提示词转化为需求、系统设计和有序任务。Kiro 用自动化推理检查需求中的矛盾和缺口，编写记录实现决策的详细规范。

2. 基于属性的测试

在写代码前，Kiro 用基于属性的测试（类似模糊测试）验证行为——断言必须在所有输入下成立的规则，捕获通过单元测试但在生产中崩溃的 Bug。

3. 并行智能体

在本地或云端用并行智能体实现任务。规范驱动功能分解；子智能体以独立上下文窗口并行工作。

4. 智能体钩子（Agent Hooks）

事件驱动自动化：定义触发器（如"文件变更时更新文档"），Kiro 在后台自动执行任务——作为代码库文件可通过 git 共享。

5. MCP、技能与引导

兼容 Agent Client Protocol (ACP)，支持 AGENTS.md、Skills.md 和 MCP 服务器。从 Kiro IDE 导入 VS Code 设置、主题和 Open VSX 扩展。

6. Powers 与扩展

一键激活 Figma、Postman、Terraform、GitHub、GitLab、Firebase 等集成——从网站或 IDE 安装。

7. 企业就绪

IAM 和 SSO 认证、用量仪表盘、成本管理、IP 赔偿、治理和管理员控制——个人使用无需 AWS 账户。

适用场景

• 结构化 AI 开发：从 vibe coding 迈向规范驱动、有文档的开发。
• 正确性优先编码：用基于属性的测试跨所有输入验证行为。
• 并行功能构建：多个智能体从单个规范并发实现任务。
• 企业智能体工程：AWS 级安全、治理和成本控制。

定价方案

Kiro 采用基于 credit 的模型，无每日或每周速率限制，支持预付超量：

• 免费层：约 50 次交互/月（含规范、智能体钩子、MCP、智能体引导）。
• 付费计划：基于 credit，如 Kiro Pro 约 $20/月（1K credits）、Pro+ 约 $40/月（2K credits）、Power 约 $200/月（10K credits）。模型选择影响 credit 乘数（如 Claude Opus 乘数更高，DeepSeek/MiniMax 为 0.25x）。

优势对比

1. 规范优先，而非仅聊天：文档和推理是一等输出，而非事后补充。
2. 基于属性的测试：捕获单元测试遗漏的正确性 Bug。
3. AWS 信任：由 AWS 构建和运营，具备企业级安全与治理。
4. 并行智能体：从单个规范实现多智能体执行。

用户评价

"Kiro 是创业公司的强力盟友。它天然将被忽视的文档和规范转化为稳健资产。" — Kento Ikeda，创始人兼工程师

"大约两天时间，我从零构建了一个安全的文件共享应用——无需额外提示词。" — Ihor Sasovets，首席安全工程师

"大多数工具擅长生成代码，但 Kiro 在你写第一行代码之前就给混乱带来了结构。" — Farah Abdirahman，云与 AI 工程师

快速开始

1. 安装：下载 Kiro IDE 或运行 curl -fsSL https://cli.kiro.dev/install | bash 安装 CLI。
2. 登录：用 GitHub、Google、AWS Builder ID 或 IAM Identity Center 登录（无需 AWS 账户）。
3. 导入设置：在引导期间迁移 VS Code 设置、主题和插件。
4. 开始规范：用自然语言描述功能，让 Kiro 创建需求、设计和任务。

局限性

• 年轻产品：处于预览/早期开发阶段——功能迭代快。
• AWS 中心化：与 AWS 生态集成最佳，虽无需 AWS 账户也可使用。
• Credit 计量：模型乘数意味着重度使用高级模型会更快消耗 credits。
• 规范开销：规范驱动开发增加的结构对琐碎变更可能显得繁琐。

总结

Kiro 是 AWS 对智能体 AI 开发的认真入局，其规范驱动方法是拥挤的 AI IDE 领域真正的差异化。通过让需求、设计和正确性测试成为一等输出——并与并行智能体和企业级治理结合——它解决了 vibe coding 的核心弱点：无文档、未验证的 AI 生成代码。如果你希望 AI 开发工作流具备结构、正确性和 AWS 级可靠性，Kiro 值得一试。

推荐给： 想要结构化、规范驱动并带正确性验证的 AI 开发的团队，以及已在 AWS 生态中的组织。

不推荐给： 喜欢最小开销 vibe coding 的开发者，或对基于 credit 定价不感兴趣的团队。