Ho Testato AWS Kiro Per Un Mese Ed Ecco Cosa Nessuno Ti Dice

Perché Kiro È Importante Ora

Lasciatemi essere diretto con voi: raccomando fortemente a tutti—specialmente ai non programmatori e alle persone non tecniche—di esplorare il mondo degli agenti IDE AI. Questi strumenti hanno cambiato fondamentalmente ciò che è possibile. Qualcuno che non sa nulla di programmazione, nulla di informatica, può ora dare istruzioni a un computer attraverso una semplice finestra di chat. È come avere un dipendente professionale che non dorme mai, non si lamenta mai, e comprende davvero cosa stai cercando di realizzare.

Non hai più bisogno di anni di formazione specializzata. Non devi memorizzare sintassi o lottare con la documentazione. Hai bisogno di idee. Hai bisogno della capacità di pensare chiaramente a ciò che vuoi. Tutto qui.

Il panorama della programmazione AI nel 2025 è esploso. Cursor domina la mindshare con la sua interfaccia intuitiva. Windsurf (ex Codeium) spinge i confini dello sviluppo agent-native. Claude Code porta i workflow terminal-first alle masse. GitHub Copilot evolve con nuove capacità agentiche. E poi AWS, il gigante dell'infrastruttura cloud, lancia silenziosamente Kiro—e improvvisamente la conversazione cambia.

Secondo i dati di SimilarWeb, Kiro.dev sta attirando oltre un milione di visitatori mensili. Non è solo curiosità—è genuino interesse degli sviluppatori in uno strumento che promette di risolvere ciò che non funziona nello sviluppo assistito dall'AI. Anche nella comunità tech italiana l'interesse sta crescendo rapidamente.

Cos'è Kiro

Kiro è un IDE AI agentico sviluppato da AWS, costruito su Code OSS—la base open-source di Visual Studio Code. Questo significa che le tue impostazioni VS Code esistenti, estensioni e memoria muscolare si trasferiscono direttamente. Non stai imparando uno strumento completamente nuovo; stai guadagnando superpoteri su terreno familiare.

Ma ecco cosa rende Kiro fondamentalmente diverso da ogni altro strumento di programmazione AI: è basato su specifiche. Mentre Cursor e Windsurf si concentrano sul rendere il completamento del codice più veloce e intelligente, Kiro pone una domanda completamente diversa—e se l'AI potesse aiutarti a pianificare prima di programmare?

Interessante notare che Kiro è posizionato come "leggermente separato dal resto del core AWS", secondo Nathan Peck, developer advocate di AWS. L'obiettivo è che Kiro abbia un'identità unica che attragga gli sviluppatori su tutte le piattaforme—non solo quelli già investiti nell'ecosistema AWS. Puoi usare Kiro senza un account AWS, accedendo tramite Google o GitHub.

Questo posizionamento strategico è importante. Il CEO di AWS Matt Garman descrive Kiro come "un IDE agentico che porta gli sviluppatori dal prototipo alla produzione con la struttura che il codice production-ready richiede." Non sta cercando di sostituire i tuoi strumenti per prototipi veloci—sta cercando di assicurare che quei prototipi arrivino effettivamente in produzione.

La Rivoluzione Basata su Specifiche

Ecco il problema che Kiro sta cercando di risolvere: il vibe coding. Lo conosci. Io lo conosco. L'abbiamo fatto tutti. Apri una chat AI, descrivi approssimativamente cosa vuoi, iteri attraverso prompt finché qualcosa funziona, e lo rilasci. È veloce. Sembra magia. E crea debito tecnico che ti perseguita per mesi.

Il vibe coding produce codice che è spesso verboso, stilisticamente inconsistente e manca di aderenza ai pattern architetturali stabiliti. L'AI fa assunzioni che non hai mai accettato. I requisiti rimangono vaghi perché nessuno li ha scritti. Sei mesi dopo, quando devi modificare la funzionalità, non hai idea del perché certe decisioni sono state prese.

L'approccio basato su specifiche di Kiro genera tre file interconnessi che formano la base di ogni funzionalità:

Scrivi "Aggiungi un sistema di recensioni per i prodotti" e Kiro non genera solo codice. Genera user story per visualizzare, creare, filtrare e valutare le recensioni. Ogni user story include criteri di accettazione che coprono casi limite che gli sviluppatori tipicamente gestiscono durante l'implementazione. Solo dopo aver rivisto e approvato queste specifiche inizia la programmazione vera e propria.

Questo potrebbe sembrare più lento. Lo è—all'inizio. Ma il ritorno arriva in cicli di iterazione ridotti, comunicazione di team più chiara, e codice che fa effettivamente quello che intendevi. Le specifiche diventano un'unica fonte di verità che sia gli umani che gli agenti AI possono consultare durante tutto il ciclo di vita del progetto.

La Sintassi EARS Spiegata

EARS—Easy Approach to Requirements Syntax—è la salsa segreta dietro il sistema di specifiche di Kiro. Sviluppato da Alistair Mavin e colleghi alla Rolls-Royce mentre analizzavano le normative di aeronavigabilità per i sistemi di controllo dei motori a reazione, EARS fornisce un formato strutturato per scrivere requisiti chiari, non ambigui e testabili.

EARS non è solo una formalizzazione automatica intelligente. È in realtà un'estensione della logica temporale, che a sua volta è un'estensione della logica del primo ordine. Questo dà a Kiro un vero potere per verificare processi, controllare il comportamento del modello e collegare il design all'implementazione.

WHEN [condizione/evento] THE SYSTEM SHALL [comportamento atteso]

WHEN un utente invia un form con dati non validi 
THE SYSTEM SHALL visualizzare errori di validazione accanto ai campi rilevanti

WHEN un utente crea con successo una recensione 
THE SYSTEM SHALL visualizzare un messaggio di conferma e aggiungere la recensione alla pagina prodotto

La sintassi EARS include diversi pattern per diversi tipi di requisiti:

Il formato strutturato rende facile capire cosa ci si aspetta, riducendo le interpretazioni errate tra team di prodotto e ingegneria. Rende anche i requisiti direttamente testabili—ogni affermazione EARS può essere convertita in un test case, assicurando che nulla venga trascurato.

Modalità Vibe vs Modalità Spec

Kiro opera in due modalità distinte, ognuna al servizio di diverse esigenze di sviluppo:

Puoi passare naturalmente tra le modalità. Inizia una conversazione vibe per esplorare idee, poi dì "Genera spec" quando sei pronto a formalizzare. Kiro chiederà se vuoi iniziare una sessione spec e procederà a generare requisiti basati sul contesto della tua conversazione.

C'è anche la Modalità Autopilot—attivala nell'angolo in basso a destra e Kiro si trasforma in un acceleratore di sviluppo. In Autopilot, Kiro implementa codice completo senza aspettare la tua approvazione ad ogni passo, riducendo i tempi di sviluppo eliminando le approvazioni avanti e indietro. Usala per componenti fondamentali e boilerplate. Passa alla modalità supervisionata per logica di business critica dove vuoi rivedere ogni modifica.

Agent Hooks e Automazione

Gli Hooks sono la seconda grande innovazione di Kiro—automazioni event-driven che triggherano agenti AI in background basandosi sui cambiamenti ai file. Agiscono come uno sviluppatore esperto che cattura le cose che ti sfuggono o completa task boilerplate mentre lavori.

Quando salvi un file, crei un nuovo componente, o modifichi un endpoint API, gli hooks possono automaticamente:

Una volta che un hook è committato su Git, applica gli standard a tutto il tuo team. Tutti beneficiano degli stessi controlli qualità, standard di codice e validazione di sicurezza. Questo risolve il problema comune dove la documentazione si discosta dalla realtà, gli standard di codifica variano per sviluppatore, e la conoscenza istituzionale esce dalla porta quando gli ingegneri senior se ne vanno.

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

Valida che il componente segua il Principio di Singola Responsabilità.
Se vengono trovate violazioni, suggerisci refactoring in componenti più piccoli.
Aggiorna la documentazione del componente nel README adiacente se esiste.

Kiro supporta anche Agent Steering—conoscenza persistente del progetto memorizzata in file markdown sotto .kiro/steering/. Questo dà all'AI contesto sul tuo stack tecnologico, struttura file e pattern di codifica che sopravvive tra le sessioni. Combinato con il supporto Model Context Protocol (MCP), puoi connetterti a documentazione esterna, database, API e altro.

I Modelli Dietro Kiro

Durante i miei test, ho usato questo prompt per verificare esattamente cosa alimentava Kiro:

Quale modello ti alimenta? Elenca: nome modello, API model ID, 
data di rilascio, context window, max output token, 
e knowledge cutoff.

Ecco cosa ho scoperto sulla situazione dei modelli di Kiro—e questo è importante per impostare le aspettative:

Kiro ha introdotto "Auto"—un agente che usa un mix di diversi modelli frontier combinati con modelli specializzati, rilevamento dell'intento, caching e tecniche di ottimizzazione. L'obiettivo è un migliore equilibrio tra qualità, latenza e costo. Quando usi Auto, certi task che consumano X crediti tramite Sonnet 4 diretto costano meno perché il sistema instrada intelligentemente al modello più appropriato.

Per chi vuole controllo diretto, puoi selezionare esplicitamente Sonnet 4 per i tuoi prompt, anche se questo consuma crediti a un tasso più alto (circa 1.3x rispetto ad Auto).

Prezzi e Crediti

I prezzi di Kiro sono stati... controversi. Il feedback della community è stato forte, e AWS ha risposto con molteplici aggiustamenti. Ecco lo stato attuale:

I nuovi utenti ricevono un pacchetto di benvenuto di 500 crediti bonus utilizzabili entro 30 giorni, indipendentemente dal piano scelto—incluso il livello gratuito. Questo ti dà tempo per sperimentare genuinamente le capacità di Kiro prima di impegnarti.

Comprendere il Consumo di Crediti

Ecco dove le cose si fanno sfumate. I crediti non sono semplicemente "un prompt = un credito." Un credito è un'unità di lavoro in risposta ai prompt dell'utente:

• Prompt semplici possono consumare meno di 1 credito
• Prompt complessi, specialmente l'esecuzione di task spec, tipicamente costano più di 1 credito
• Diversi modelli consumano crediti a tassi diversi
• I crediti sono misurati al secondo decimale (minimo 0.01 crediti)

Nei miei test, una semplice domanda di verifica del modello costava solo 0.1 crediti—notevolmente efficiente. Ma creare una spec di progetto completa può consumare 15-25 interazioni, e implementazioni complesse multi-file bruceranno crediti rapidamente.

Overage e Fatturazione

Sui piani a pagamento, puoi abilitare l'overage per continuare a lavorare oltre i tuoi limiti mensili. I crediti aggiuntivi costano $0.04 ciascuno, fatturati a fine mese. L'overage è disabilitato di default e deve essere esplicitamente abilitato nelle Impostazioni—una salvaguardia sensata contro fatture a sorpresa.

AWS offre anche il Kiro Startup Credits Program—fino a un anno di accesso Pro+ senza costi per startup qualificanti. Se stai costruendo un'azienda e soddisfi i criteri, questo è un valore significativo. Anche le startup tecnologiche italiane potrebbero qualificarsi per questo programma.

La Mia Esperienza Onesta

Lasciatemi condividere la mia esperienza personale con Kiro, senza filtri. Sono arrivato a questo entusiasta—AWS che entra nello spazio IDE AI con un approccio genuinamente nuovo? Contatemi.

Il workflow basato su specifiche è genuinamente impressionante quando funziona. Guardare Kiro trasformare una richiesta di funzionalità vaga in user story strutturate con criteri di accettazione EARS, poi generare un documento di design tecnico che analizza il mio codebase esistente, poi suddividerlo in task di implementazione sequenziati—sembrava di avere a bordo un ingegnere senior che documenta effettivamente il suo lavoro.

La community riflette frustrazioni simili. Uno sviluppatore ha riportato di aver speso 310+ ore e $620 in crediti AI su un progetto che avrebbe dovuto richiedere 20-30 ore, raggiungendo solo il 50% di successo—due moduli su quattro funzionanti. I task si bloccano frequentemente, falliscono e richiedono multipli retry manuali. I task falliti perdono il contesto, forzando ripartenze da zero mentre bruciano i limiti di utilizzo.

Problemi comuni che ho incontrato e che altri riportano:

• Errori alto traffico: "Il modello che hai selezionato sta sperimentando alto volume di traffico. Prova a cambiare modello." Meglio sui piani a pagamento, ma si verifica ancora.
• Loop di debugging: L'AI a volte cade in pattern circolari, applicando la stessa fix sbagliata ripetutamente.
• Feature overkill: Kiro tende a generare soluzioni "industriali, di livello militare" quando codice più semplice sarebbe sufficiente—20 file e 1.500 righe per quello che potrebbero essere 200 righe.
• Perdita di contesto: Logica implementata correttamente a volte si mischia con codice da task precedenti completamente diversi.
• Bug consumo crediti: Il primo rollout dei prezzi aveva problemi di metering che causavano picchi di utilizzo inaspettati (AWS ha riconosciuto e affrontato questo).

Sul lato positivo, i crediti di Kiro sono generosi per query semplici. Quando il workflow spec funziona bene, produce genuinamente codice di qualità superiore e più mantenibile rispetto al solo vibe coding. La documentazione che emerge è legittimamente utile per la collaborazione di team.

La mia conclusione dai test hands-on: Kiro è troppo giovane. Il livello di intelligenza dell'agente si sta ancora sviluppando. Ha bisogno di più iterazione prima di essere pronto per workflow professionali. Ma la fondazione è solida, e la filosofia è corretta. AWS ha risposto bene al feedback della community, rimborsando gli utenti colpiti dai bug dei prezzi e estendendo i periodi di accesso gratuito.

Kiro vs Cursor vs Windsurf

Tagliamo corto col marketing e confrontiamo questi strumenti su ciò che conta davvero:

Benchmark di Performance

Basato su test attraverso scenari di sviluppo comuni:

Kiro:    45 min (include doc/test completi)
Cursor:  65 min (architettura manuale)
Windsurf: 70 min (buona gestione multi-file)
Copilot: 85 min (contesto limitato)

La metrica che spicca è la consistenza di Kiro—mentre i competitor potrebbero essere più veloci per completamenti semplici, Kiro mantiene alta accuratezza attraverso operazioni complesse multi-file. L'approccio basato su specifiche brilla particolarmente nel design di database e architettura API, aree dove gli assistenti AI tradizionali faticano.

Chi Dovrebbe Usare Kiro

Consigli Pro e Best Practice

Dopo test estensivi e ricerca attraverso la community, ecco le strategie che massimizzano il valore di Kiro:

Verdetto Finale

La mia raccomandazione? Non abbonarti ancora a Kiro se ti aspetti che sostituisca il tuo workflow di sviluppo principale. Le capacità agentiche sono ancora troppo giovani, l'affidabilità non è del tutto lì, e la curva di apprendimento per lo sviluppo basato su specifiche è reale.

Ma continua a guardare. AWS ha creato qualcosa di genuinamente diverso con l'approccio basato su specifiche. La filosofia—che la programmazione AI dovrebbe forzare chiarezza di pensiero piuttosto che solo velocità di battitura—è profonda. Quando Kiro maturerà, potrebbe cambiare il modo in cui pensiamo allo sviluppo assistito dall'AI completamente.

Prova il livello gratuito. Sperimenta il workflow spec su un piccolo progetto. Vedi se la struttura risuona con il modo in cui vuoi lavorare. E se stai costruendo un team o un'azienda dove documentazione e consistenza contano più della velocità grezza, Kiro potrebbe già essere esattamente ciò di cui hai bisogno.