Testoval jsem AWS Kiro měsíc a toto vám nikdo neřekne

Proč je Kiro důležité nyní

Budu s vámi přímý: důrazně doporučuji, aby každý — zejména neprogramátoři a netechničtí lidé — prozkoumali svět AI IDE agentů. Tyto nástroje zásadně změnily, co je možné. Někdo, kdo nic neví o kódování, nic o počítačové vědě, může nyní instruovat počítač k práci prostřednictvím jednoduchého chatovacího okna. Je to jako mít profesionálního zaměstnance, který nikdy nespí, nikdy si nestěžuje a skutečně rozumí tomu, čeho se snažíte dosáhnout.

Už nepotřebujete roky specializovaného vzdělání. Nepotřebujete memorovat syntaxi nebo bojovat s dokumentací. Potřebujete nápady. Potřebujete schopnost jasně přemýšlet o tom, co chcete. To je vše.

Krajina AI kódování v roce 2025 explodovala. Máme Cursor dominující s intuitivním rozhraním. Windsurf (dříve Codeium) posouvající hranice agent-native vývoje. Claude Code přinášející terminál-first workflow masám. GitHub Copilot evolvující s novými agentními schopnostmi. A pak AWS, gigant cloudové infrastruktury, tiše spouští Kiro — a najednou se konverzace mění.

Podle dat SimilarWeb nyní Kiro.dev přitahuje více než milion měsíčních návštěvníků. To není jen zvědavost — to je skutečný zájem vývojářů o nástroj, který slibuje opravit, co je na AI-asistovaném vývoji rozbité.

Co je Kiro

Kiro je agentní AI IDE vyvinuté AWS, postavené na Code OSS — open-source základu Visual Studio Code. To znamená, že vaše stávající nastavení VS Code, rozšíření a svalová paměť se přímo přenášejí. Neučíte se úplně nový nástroj; získáváte superschopnosti na známém terénu.

Ale toto je to, co dělá Kiro zásadně odlišným od každého jiného AI kódovacího nástroje: je specifikací řízené. Zatímco Cursor a Windsurf se zaměřují na rychlejší a inteligentnější doplňování kódu, Kiro klade úplně jinou otázku — co kdyby vám AI mohla pomoci plánovat, než začnete kódovat?

Zajímavé je, že Kiro je pozicionováno jako „mírně oddělené od zbytku jádra AWS," podle Nathana Pecka, developerského advokáta AWS. Cílem je, aby Kiro mělo jedinečnou identitu, která oslovuje vývojáře napříč všemi platformami — nejen ty, kteří jsou již investováni v ekosystému AWS. Můžete používat Kiro bez AWS účtu, přihlášením přes Google nebo GitHub.

Toto strategické pozicování je důležité. CEO AWS Matt Garman popisuje Kiro jako „agentní IDE, které dovede vývojáře od prototypu k produkci se strukturou, kterou kód připravený pro produkci vyžaduje." Nesnaží se nahradit vaše nástroje pro rychlé prototypování — snaží se zajistit, aby se tyto prototypy skutečně dostaly do produkce.

Revoluce specifikací řízeného vývoje

Toto je problém, který se Kiro snaží vyřešit: vibe kódování. Znáte to. Já to znám. Všichni jsme to dělali. Otevřete AI chat, přibližně popíšete, co chcete, iterujete přes výzvy, dokud něco nefunguje, a nasadíte. Je to rychlé. Cítí se to jako magie. A vytváří to technický dluh, který vás pronásleduje měsíce.

Vibe kódování produkuje kód, který je často rozvláčný, stylisticky nekonzistentní a postrádá dodržování zavedených architektonických vzorů. AI dělá předpoklady, se kterými jste nikdy nesouhlasili. Požadavky zůstávají mlhavé, protože je nikdo nezapsal. O šest měsíců později, když potřebujete funkci upravit, nemáte tušení, proč byla učiněna určitá rozhodnutí.

Specifikací řízený přístup Kiro generuje tři propojené soubory, které tvoří základ každé funkce:

Napište „Přidej systém recenzí pro produkty" a Kiro negeneruje pouze kód. Generuje uživatelské příběhy pro prohlížení, vytváření, filtrování a hodnocení recenzí. Každý uživatelský příběh zahrnuje akceptační kritéria pokrývající hraniční případy, které vývojáři typicky řeší během implementace. Teprve po vaší kontrole a schválení těchto specifikací začíná skutečné kódování.

Může to znít pomaleji. Je to tak — zpočátku. Ale výhoda přichází v redukovaných iteračních cyklech, jasnější týmové komunikaci a kódu, který skutečně dělá to, co jste zamýšleli. Specifikace se stávají jediným zdrojem pravdy, na který se mohou odkazovat jak lidé, tak AI agenti po celou dobu životního cyklu projektu.

Vysvětlení EARS syntaxe

EARS — Easy Approach to Requirements Syntax — je tajnou ingrediencí za systémem specifikací Kiro. Vyvinutá Alistairem Mavinem a kolegy v Rolls-Royce při analýze letových předpisů pro řídicí systémy tryskových motorů, EARS poskytuje strukturovaný formát pro psaní jasných, jednoznačných, testovatelných požadavků.

EARS není jen chytrá auto-formalizace. Je to vlastně rozšíření temporální logiky, která je sama rozšířením logiky prvního řádu. To dává Kiro skutečnou sílu k ověřování procesů, řízení chování modelu a propojování designu s implementací.

WHEN [condition/event] THE SYSTEM SHALL [expected behavior]

WHEN a user submits a form with invalid data 
THE SYSTEM SHALL display validation errors next to the relevant fields

WHEN a user successfully creates a review 
THE SYSTEM SHALL display a confirmation message and add the review to the product page

EARS syntaxe zahrnuje několik vzorů pro různé typy požadavků:

Strukturovaný formát usnadňuje pochopení toho, co se očekává, snižuje nedorozumění mezi produktovými a inženýrskými týmy. Také činí požadavky přímo testovatelné — každý EARS výrok může být převeden na testovací případ, což zajišťuje, že nic nepropadne.

Vibe režim vs Spec režim

Kiro funguje ve dvou odlišných režimech, z nichž každý slouží různým vývojovým potřebám:

Můžete přecházet mezi režimy přirozeně. Začněte vibe konverzací k prozkoumání nápadů, pak řekněte „Generate spec", když jste připraveni formalizovat. Kiro se zeptá, zda chcete zahájit spec session a pokračuje v generování požadavků na základě kontextu vaší konverzace.

Je tu také Autopilot režim — přepněte ho v pravém dolním rohu a Kiro se změní na akcelerátor vývoje. V Autopilotu Kiro implementuje kompletní kód bez čekání na vaše schválení v každém kroku, zkracuje vývojový čas eliminací zpětnovazebních schválení. Používejte pro základní komponenty a boilerplate. Přepněte na supervised režim pro kritickou obchodní logiku, kde chcete kontrolovat každou změnu.

Agent Hooks a automatizace

Hooks jsou druhou hlavní inovací Kiro — událostmi řízené automatizace, které spouštějí AI agenty na pozadí na základě změn souborů. Fungují jako zkušený vývojář zachycující věci, které vám unikají, nebo dokončující šablonové úkoly, zatímco pracujete.

Když uložíte soubor, vytvoříte novou komponentu nebo upravíte API endpoint, hooks mohou automaticky:

Jakmile je hook commitnut do Gitu, vynucuje standardy napříč celým vaším týmem. Každý těží ze stejných kontrol kvality, kódových standardů a bezpečnostní validace. To řeší běžný problém, kdy se dokumentace rozchází s realitou, kódové standardy se liší podle vývojáře a institucionální znalosti odcházejí, když odejdou seniorní inženýři.

# .kiro/hooks/validate-react-components.md
Trigger: On file save in src/components/**/*.tsx

Validate that the component follows the Single Responsibility Principle.
If violations are found, suggest refactoring into smaller components.
Update the component's documentation in the adjacent README if it exists.

Kiro také podporuje Agent Steering — trvalé projektové znalosti uložené v markdown souborech pod .kiro/steering/. To dává AI kontext o vašem tech stacku, struktuře souborů a kódovacích vzorech, které přetrvávají napříč sessions. V kombinaci s podporou Model Context Protocol (MCP) se můžete připojit k externí dokumentaci, databázím, API a dalšímu.

Modely za Kiro

Během testování jsem použil tuto výzvu k ověření, co přesně pohání Kiro:

What model powers you? List: model name, API model ID, 
release date, context window, max output tokens, 
and knowledge cutoff.

Zde je to, co jsem zjistil o situaci s modely Kiro — a toto je důležité pro nastavení očekávání:

Kiro představilo „Auto" — agent, který používá mix různých frontier modelů kombinovaných se specializovanými modely, detekcí záměru, cachováním a optimalizačními technikami. Cílem je lepší vyvážení kvality, latence a nákladů. Při použití Auto určité úkoly, které spotřebují X kreditů přes přímý Sonnet 4, stojí méně, protože systém inteligentně směruje na nejvhodnější model.

Pro ty, kteří chtějí přímou kontrolu, můžete explicitně vybrat Sonnet 4 pro své výzvy, i když to spotřebovává kredity vyšší rychlostí (přibližně 1,3× ve srovnání s Auto).

Ceny a kredity

Ceny Kiro byly... kontroverzní. Zpětná vazba komunity byla hlasitá a AWS reagovala s několika úpravami. Zde je aktuální stav:

Noví uživatelé dostávají 500 bonusových kreditů jako uvítací balíček použitelný do 30 dnů, bez ohledu na to, jaký plán si vyberou — včetně bezplatné úrovně. To vám dává čas skutečně zažít schopnosti Kiro před závazkem.

Pochopení spotřeby kreditů

Zde se věci stávají nuancovanými. Kredity nejsou jednoduše „jedna výzva = jeden kredit." Kredit je jednotka práce v reakci na uživatelské výzvy:

• Jednoduché výzvy mohou spotřebovat méně než 1 kredit
• Komplexní výzvy, zejména provádění spec úkolů, typicky stojí více než 1 kredit
• Různé modely spotřebovávají kredity různou rychlostí
• Kredity jsou měřeny na druhé desetinné místo (minimum 0,01 kreditu)

V mém testování jednoduchá otázka na ověření modelu stála pouze 0,1 kreditu — pozoruhodně efektivní. Ale vytvoření plného projektu spec může spotřebovat 15-25 interakcí a komplexní multi-souborové implementace budou pálit kredity rychle.

Přetahování a fakturace

U placených plánů můžete povolit přetahování pro pokračování v práci po vašich měsíčních limitech. Dodatečné kredity stojí $0,04 za kus, fakturováno na konci měsíce. Přetahování je ve výchozím nastavení vypnuté a musí být explicitně povoleno v Nastavení — rozumné bezpečnostní opatření proti překvapivým účtům.

AWS také nabízí Kiro Startup Credits Program — až jeden rok Pro+ přístupu zdarma pro kvalifikující se startupy. Pokud budujete společnost a splňujete kritéria, je to významná hodnota.

Mé upřímné zkušenosti

Dovolte mi sdílet mé osobní zkušenosti s Kiro, nefiltrované. Přišel jsem k tomu nadšený — AWS vstupuje do prostoru AI IDE se skutečně novým přístupem? Počítejte se mnou.

Specifikací řízený workflow je skutečně působivý, když funguje. Sledovat, jak Kiro transformuje vágní požadavek na funkci do strukturovaných uživatelských příběhů s EARS akceptačními kritérii, pak generuje dokument technického designu analyzující vaši existující codebase, pak to rozdělí do sekvenovaných implementačních úkolů — cítilo se to jako mít na palubě seniorního inženýra, který skutečně dokumentuje svou práci.

Komunita ozývá podobné frustrace. Jeden vývojář hlásil, že strávil 310+ hodin a $620 v AI kreditech na projektu, který měl trvat 20-30 hodin, a dosáhl pouze 50% úspěšnosti — dva ze čtyř modulů fungovaly. Úkoly se často zasekávají, selhávají a vyžadují opakované manuální pokusy. Selhané úkoly ztrácejí kontext, nutí restart od nuly a současně pálí limity využití.

Běžné problémy, které jsem zažil a které hlásí ostatní:

• Chyby vysokého provozu: „Model, který jste vybrali, zažívá vysoký objem provozu. Zkuste změnit model." Lepší u placených plánů, ale stále se vyskytuje.
• Debugovací smyčky: AI někdy upadá do kruhových vzorců, opakovaně aplikuje stejnou nesprávnou opravu.
• Přehnaná funkcionalita: Kiro má tendenci generovat „průmyslová, vojenská" řešení, když by stačil jednodušší kód — 20 souborů a 1 500 řádků pro to, co by mohlo být 200 řádků.
• Ztráta kontextu: Správně implementovaná logika se někdy míchá s kódem z úplně jiných dřívějších úkolů.
• Chyby spotřeby kreditů: Časný rollout cen měl problémy s měřením způsobující neočekávané špičky využití (AWS to uznalo a řešilo).

Na pozitivní straně jsou kredity Kiro štědré pro jednoduché dotazy. Když spec workflow funguje dobře, skutečně produkuje kvalitnější, udržovatelnější kód než vibe kódování samo. Dokumentace, která vzniká, je legitimně užitečná pro týmovou spolupráci.

Můj závěr z praktického testování: Kiro je příliš mladé. Úroveň inteligence agenta se stále vyvíjí. Potřebuje více iterací, než bude připraveno pro profesionální workflow. Ale základ je solidní a filozofie je zdravá. AWS dobře reagovalo na zpětnou vazbu komunity, vrátilo peníze uživatelům postiženým cenovými chybami a prodloužilo období bezplatného přístupu.

Kiro vs Cursor vs Windsurf

Pojďme prořezat marketing a porovnat tyto nástroje na tom, co skutečně záleží:

Benchmarky výkonu

Na základě testování napříč běžnými vývojovými scénáři:

Kiro:    45 min (zahrnuje plnou dokumentaci/testy)
Cursor:  65 min (manuální architektura)
Windsurf: 70 min (dobré zpracování více souborů)
Copilot: 85 min (omezený kontext)

Vynikající metrika je konzistence Kiro — zatímco konkurenti mohou být rychlejší pro jednoduché doplňování, Kiro udržuje vysokou přesnost napříč složitými, multi-souborovými operacemi. Specifikací řízený přístup zvlášť září v designu databází a API architektuře, oblastech, kde tradiční AI asistenti bojují.

Kdo by měl používat Kiro

Profesionální tipy a best practices

Po rozsáhlém testování a výzkumu napříč komunitou zde jsou strategie, které maximalizují hodnotu Kiro:

Konečný verdikt

Moje doporučení? Zatím se nepřihlašujte ke Kiro, pokud očekáváte, že nahradí váš primární vývojový workflow. Agentní schopnosti jsou stále příliš mladé, spolehlivost tam není úplně, a učební křivka pro specifikací řízený vývoj je reálná.

Ale sledujte. AWS vytvořilo něco skutečně odlišného se specifikací řízeným přístupem. Filozofie — že AI kódování by mělo vynutit jasnost myšlení spíše než jen rychlost psaní — je hluboká. Až Kiro dozraje, mohlo by změnit, jak přemýšlíme o AI-asistovaném vývoji úplně.

Vyzkoušejte bezplatnou úroveň. Zažijte spec workflow na malém projektu. Podívejte se, zda struktura rezonuje s tím, jak chcete pracovat. A pokud budujete tým nebo společnost, kde dokumentace a konzistence záleží více než hrubá rychlost, Kiro už může být přesně to, co potřebujete.