过去两年，氛围编程（Vibe Coding）风靡开发者圈。开发者只需在聊天对话框输入一句简单指令，AI就能够快速生成代码，对于快速验证MVP原型、完成小型Demo，这套模式足够高效便捷。但随着项目走向生产环境、业务逻辑日趋复杂，“AI垃圾代码（AI Slop）”的痛点被不断放大：代码可以快速产出，但需求理解错位、逻辑漏洞暗藏，开发者看似提升了编码速度，实则逐步丧失了对软件构建全流程的把控能力。
面对行业普遍存在的困境，亚马逊云科技提出“规范驱动开发（Spec‑driven Development）”范式：不再把AI直接生成代码作为第一优先级，而是人机协同，先把“我们究竟要构建什么”这件事定义清楚。2025年7月，落地该理念的Kiro预览版正式对外发布。一年后，2026 年8月初，恰逢Kiro发布一周年，亚马逊云科技正式开源全新长周期Agent工作空间Kiro Crew（kiro.dev/crew/），一经推出就引发热烈讨论。近日，我们采访了亚马逊云科技杰出开发者布道师Darko Mesaroš，完整复盘Kiro过去一年的成长历程，解读这套Agent开发工具的核心理念、产品分工与行业价值。
从“氛围”到 规范”：Kiro的变革基石
“氛围编程很适合做原型，但是如果要开展严肃的生产级软件开发，就必须转向规范驱动开发。”Darko在采访中直白点明两者定位差异。Kiro完整的工作流分为三个核心步骤：接收用户的业务诉求，自动生成标准化的需求规范文档；基于已经确认的规范，输出完整的技术设计文档；最后为AI Agent生成一份可以直接执行的任务清单。整套工作流引导开发者将精力投入需求与目标定义，而不是无休止地调试提示词，重新拿回对软件交付物的控制权。
在Darko的理解中，一份规范，就是开发者与AI Agent之间签署的一份“开发契约”。Agent不再仅凭碎片化的一句话提示自由发挥，而是严格遵循这份可读、可修改、可评审的文档开展工作，从源头降低AI生成无效、错误代码的概率。
2025年7月，产品上线之初就收获极高关注度，Kiro预览版上线仅仅5天，就圈粉十万开发者，而那时Kiro还只是一个基于开源代码分叉（fork）构建的IDE。到同年10月，Kiro整体用户规模实现翻倍增长。2025年11月，Kiro正式进入GA商用阶段，陆续上线基于属性的测试、检查点回滚、Kiro CLI以及一系列面向企业客户的功能特性。后续团队又推出Kiro Web网页沙箱以及移动端 App，真正实现“随时随地使用Kiro”，解决了Darko 口中的“Agent焦虑”——开发者不必时刻守在电脑前面，也可以远程查看、管控后台正在运行的AI开发任务。
时至今日，西门子、达美航空、尼尔森等不同行业的企业都在使用Kiro加速软件研发；数千名在校学生借助Kiro学生版学习工程开发；大量初创企业创始人依靠这套工具落地产品。不仅外部客户，亚马逊内部多条业务线也深度落地规范驱动开发的工作模式。其中一支6人规模的工程团队，依托Kiro仅用76天，就完成了原先预估需要30名开发者投入18个月的架构重构项目；Amazon.com的“下单后追加商品”功能，借助Kiro和规范驱动开发实现提前两个月上线。
区别于市面上普通AI编码工具，Kiro搭载神经符号AI（Neurosymbolic AI）实现需求分析能力。在还没有写下任何一行代码的时候，系统就能够识别需求文档当中的语义歧义。举个典型例子，需求描述写着“点击按钮删除数据库条目”，系统会主动识别疑问：是逻辑层面的软删除，还是物理层面的硬删除？在源头规避上线之后才暴露、修复成本极高的需求类缺陷。
从Kiro IDE到Kiro CLI再到Kiro Crew：Kiro三叉戟的边界与适用场景
不少开发者会产生疑问，Kiro IDE、Kiro CLI、Kiro Crew三者看起来都可以做AI辅助开发，应当如何取舍？对此Darko给出清晰的判断逻辑：三款产品相互独立，同时又可以互相搭配协同工作，核心分界点在于，开发者的目标是“亲自操控开发全流程”，还是将任务“委派给Agent自主执行”。
Kiro IDE面向的是需要深度编码的开发者，交互体验对标VS Code。在这里，AI是你的副驾驶，文件的全部控制权依旧掌握在开发者手中，完整落地规范驱动开发整套流程。适合需要深度介入代码编写、逐文件调试、追求细粒度代码掌控的项目。虽然Kiro Crew内置简易文本编辑器，但编辑能力有限，涉及精细编码工作，优先选择Kiro IDE。
Kiro CLI是部署在命令行环境下的Kiro版本。面向终端重度使用者、习惯SSH远程操作的研发人员，它最大的价值在于适配自动化流程。开启自主模式，传入API密钥，Kiro CLI便可以直接嵌入CI/CD流水线当中，完成自动化的代码生成、检查、迭代任务，非常适合集成到现有DevOps体系。
Kiro Crew定位是开源长周期Agent工作空间。当业务场景需要多Agent并行协作、跨会话持久留存上下文、配置定时任务、执行长时间异步工程任务，就应当启用Kiro Crew。它不是用来替代IDE与CLI，而是作为上层扩展，承接大量不需要开发者全程盯守的工程任务。
除此之外，Kiro Web、Kiro Mobile属于补充型访问载体，主要用来远程管理云端运行的会话，实现多终端无缝访问。简单概括选型逻辑：需要亲自上手深度写代码，选用Kiro IDE；需要做流水线自动化、命令行运维，选用Kiro CLI；希望把复杂、多步骤、耗时长的任务交给Agent自主运转，则选用Kiro Crew。
起底Kiro Crew：把Agent变成可以持续干活的开发团队
本次一周年重磅发布的Kiro Crew，最初只是亚马逊内部三名工程师发起的副业项目。在不到6个月时间内，内部使用者突破39000人，近500位贡献者完成597次版本更新，平均每周代码提交达到143次。正式开源之后，首周下载量突破3万，GitHub项目星标在发布24小时内就突破一千。
在真实的软件工程场景中，大量任务没有办法在单次会话内闭环完成。故障排查、大规模代码迁移、批量PR审查、全量依赖升级，往往横跨多套工具，耗时长达数天。过去很多时候，开发者被迫充当各个系统之间的“人工集成层”，一旦离开电脑终端，整套工作流程就陷入停滞，必须等待人回来重新接续上下文。Kiro Crew正是为解决该现实痛点而生。
它搭载“持久化语义记忆系统”，每隔数小时自动整合全部会话，沉淀项目的经验教训。系统会主动识别反复出现的工作模式，自动向开发者推荐待审核的可复用Skill；开发者确认通过之后，该Skill就会对该实例内部全部Agent生效。同时 Kiro Crew可以直接指向Obsidian笔记目录，对本地团队知识库做向量化处理，构建向量数据库，Agent执行任务时可以检索过往沉淀的经验。
为了规避过时记忆干扰新项目，工具内置记忆检查器（Memory Inspector），开发者可以直接查询底层向量记忆，一键删除错误、陈旧的记忆条目；配套完整审计溯源日志，记录每一条记忆的生成时间与来源，避免脏数据污染知识库。需要注意，记忆数据会被限定在当前Kiro Crew实例内部，不会自动跨实例同步。
Kiro Crew部署模式十分灵活，既可以运行在开发者本地电脑、内网虚拟机，也可以部署在AWS EC2云实例。同时原生兼容微信、Slack、Discord、Teams等IM工具，开发者通过聊天消息就可以下发指令、查询任务进度。
安全性是Kiro Crew的核心设计原则，原生内置七层纵深防御安全体系：操作系统沙箱、默认拒绝高危命令策略、敏感路径保护、MCP输入校验、凭证脱敏、签名审计日志等。即便Agent尝试读取环境配置文件窃取凭证，系统会直接拦截行为，而不是仅仅给出口头提示。当然工具也提供快速放行的YOLO模式，但官方反复提醒开发者谨慎开启。
但长周期Agent也存在客观技术天花板。Darko提醒，受限于主流大模型约100万Token的上下文窗口，不建议让Agent无限制循环运行，持续循环会带来上下文压缩，引发关键信息丢失，输出质量逐步衰减。团队经过基准测试证明，Kiro整体Token效率表现优异，与其依赖Agent盲目试错，不如前期投入精力完善规范，依靠规范驱动开发引导任务执行。工具还内置Issue Radar、Research Lab等应用，能够自动扫描GitHub工单、开展专题调研，进一步释放研发生产力。
下一年，期待Kiro把“自主”推向更深水区
站在一周年的节点回望，Kiro已经完成理念落地，搭建起 Kiro IDE、Kiro CLI、Kiro Crew完整的产品三叉戟矩阵，将规范驱动开发从理论概念，转变为一套可以落地实操的完整Agent开发工具链，打破AI Agent只能完成单次对话任务的局限。
Darko在采访中自嘲，因为高频使用Kiro Crew，自己的工作账号与个人账号的使用额度全部耗尽，甚至产生超额用量。他的亲身使用经历，也侧面印证这套工具的真实生产力价值。
AI Coding浪潮持续迭代，氛围编程可以带来短期开发提速，但规范驱动开发回答了如何构建可靠的生产级软件。Kiro用一年的成长向行业证明：AI能力越强大，人类开发者越应该向上游迁移，优先搞清楚“到底要构建什么”，这也正是Agent时代软件工程值得思考的核心命题。
