Saya Menguji AWS Kiro Selama Sebulan Dan Inilah Yang Tiada Siapa Beritahu Anda

Mengapa Kiro Penting Sekarang

Izinkan saya bercakap terus terang dengan anda: saya sangat mengesyorkan semua orang—terutamanya bukan pengaturcara dan orang bukan teknikal—untuk meneroka dunia agen IDE AI. Alat-alat ini telah mengubah secara fundamental apa yang mungkin. Seseorang yang tidak tahu apa-apa tentang pengekodan, tidak tahu apa-apa tentang sains komputer, kini boleh mengarahkan komputer untuk bekerja melalui tetingkap chat mudah. Ia seperti mempunyai pekerja profesional yang tidak pernah tidur, tidak pernah mengadu, dan benar-benar memahami apa yang anda cuba capai.

Anda tidak memerlukan latihan khusus bertahun-tahun lagi. Anda tidak perlu menghafal sintaks atau bergelut dengan dokumentasi. Anda perlukan idea. Anda perlukan keupayaan untuk berfikir dengan jelas tentang apa yang anda mahu. Itu sahaja.

Landskap pengekodan AI pada 2025 telah meletup. Kita ada Cursor mendominasi perhatian dengan antaramukanya yang intuitif. Windsurf (dahulunya Codeium) menolak sempadan pembangunan natif agen. Claude Code membawa aliran kerja berasaskan terminal kepada orang ramai. GitHub Copilot berkembang dengan keupayaan agentik baharu. Dan kemudian AWS, gergasi infrastruktur awan, secara senyap melancarkan Kiro—dan tiba-tiba perbualan berubah.

Menurut data SimilarWeb, Kiro.dev kini menarik lebih sejuta pelawat bulanan. Itu bukan sekadar rasa ingin tahu—itu adalah minat pembangun tulen dalam alat yang berjanji untuk membaiki apa yang rosak tentang pembangunan berbantukan AI.

Apa Itu Kiro

Kiro ialah IDE AI agentik yang dibangunkan oleh AWS, dibina di atas Code OSS—asas sumber terbuka Visual Studio Code. Ini bermakna tetapan VS Code sedia ada anda, sambungan, dan ingatan otot dipindahkan terus. Anda tidak mempelajari alat yang benar-benar baru; anda mendapat kuasa super di atas tanah yang biasa.

Tetapi inilah yang menjadikan Kiro berbeza secara fundamental daripada setiap alat pengekodan AI lain: ia berasaskan spesifikasi. Sementara Cursor dan Windsurf fokus pada menjadikan pelengkapan kod lebih pantas dan lebih pintar, Kiro bertanya soalan yang berbeza sepenuhnya—bagaimana jika AI boleh membantu anda merancang sebelum anda mengekod?

Menariknya, Kiro diposisikan sebagai "sedikit terpisah daripada teras AWS yang lain," menurut Nathan Peck, peguam bela pembangun AWS. Matlamatnya adalah untuk Kiro mempunyai identiti unik yang menarik pembangun merentas semua platform—bukan hanya mereka yang sudah melabur dalam ekosistem AWS. Anda boleh menggunakan Kiro tanpa akaun AWS, log masuk melalui Google atau GitHub.

Penentududukan strategik ini penting. CEO AWS Matt Garman menggambarkan Kiro sebagai "IDE agentik yang membawa pembangun dari prototaip ke pengeluaran dengan struktur yang kod sedia pengeluaran perlukan." Ia tidak cuba menggantikan alat prototaip pantas anda—ia cuba memastikan prototaip tersebut benar-benar sampai ke pengeluaran.

Revolusi Berasaskan Spesifikasi

Inilah masalah yang Kiro cuba selesaikan: vibe coding. Anda tahu. Saya tahu. Kita semua pernah melakukannya. Anda membuka chat AI, menerangkan secara kasar apa yang anda mahu, mengulang melalui prompt sehingga sesuatu berfungsi, dan hantar. Ia pantas. Ia terasa seperti sihir. Dan ia mencipta hutang teknikal yang menghantui anda selama berbulan-bulan.

Vibe coding menghasilkan kod yang sering verbose, tidak konsisten dari segi gaya, dan kurang mematuhi corak seni bina yang ditetapkan. AI membuat andaian yang anda tidak pernah setuju. Keperluan kekal kabur kerana tiada siapa yang menulisnya. Enam bulan kemudian, apabila anda perlu mengubah suai ciri, anda tidak tahu mengapa keputusan tertentu dibuat.

Pendekatan berasaskan spesifikasi Kiro menjana tiga fail yang saling berkaitan yang membentuk asas setiap ciri:

Taip "Tambah sistem ulasan untuk produk" dan Kiro tidak sekadar menjana kod. Ia menjana cerita pengguna untuk melihat, mencipta, menapis, dan menilai ulasan. Setiap cerita pengguna termasuk kriteria penerimaan yang meliputi kes tepi yang pembangun biasanya kendalikan semasa pelaksanaan. Hanya selepas anda menyemak dan meluluskan spesifikasi ini barulah pengekodan sebenar bermula.

Ini mungkin kedengaran lebih lambat. Memang—pada mulanya. Tetapi ganjarannya datang dalam bentuk kitaran iterasi yang dikurangkan, komunikasi pasukan yang lebih jelas, dan kod yang benar-benar melakukan apa yang anda maksudkan. Spesifikasi menjadi sumber kebenaran tunggal yang kedua-dua manusia dan agen AI boleh rujuk sepanjang kitaran hayat projek.

Sintaks EARS Dijelaskan

EARS—Easy Approach to Requirements Syntax—adalah rahsia di sebalik sistem spesifikasi Kiro. Dibangunkan oleh Alistair Mavin dan rakan sekerja di Rolls-Royce semasa menganalisis peraturan kelayakan terbang untuk sistem kawalan enjin jet, EARS menyediakan format berstruktur untuk menulis keperluan yang jelas, tidak kabur, dan boleh diuji.

EARS bukan sekadar auto-formalisasi yang bijak. Ia sebenarnya adalah lanjutan logik temporal, yang sendiri merupakan lanjutan logik perintah pertama. Ini memberikan Kiro kuasa tulen untuk mengesahkan proses, mengawal tingkah laku model, dan menghubungkan reka bentuk kepada pelaksanaan.

WHEN [keadaan/peristiwa] THE SYSTEM SHALL [tingkah laku yang dijangka]

WHEN pengguna menghantar borang dengan data tidak sah 
THE SYSTEM SHALL memaparkan ralat pengesahan di sebelah medan yang berkaitan

WHEN pengguna berjaya mencipta ulasan 
THE SYSTEM SHALL memaparkan mesej pengesahan dan menambah ulasan ke halaman produk

Sintaks EARS merangkumi beberapa corak untuk jenis keperluan yang berbeza:

Format berstruktur menjadikannya mudah untuk memahami apa yang dijangka, mengurangkan salah tafsir antara pasukan produk dan kejuruteraan. Ia juga menjadikan keperluan boleh diuji secara langsung—setiap pernyataan EARS boleh ditukar menjadi kes ujian, memastikan tiada apa yang terlepas pandang.

Mod Vibe vs Mod Spec

Kiro beroperasi dalam dua mod yang berbeza, setiap satu melayani keperluan pembangunan yang berbeza:

Anda boleh beralih antara mod secara semula jadi. Mulakan perbualan vibe untuk meneroka idea, kemudian katakan "Jana spesifikasi" apabila anda bersedia untuk memformalkan. Kiro akan bertanya sama ada anda mahu memulakan sesi spesifikasi dan meneruskan dengan menjana keperluan berdasarkan konteks perbualan anda.

Terdapat juga Mod Autopilot—togol di sudut kanan bawah dan Kiro berubah menjadi pemecut pembangunan. Dalam Autopilot, Kiro melaksanakan kod lengkap tanpa menunggu kelulusan anda pada setiap langkah, mengurangkan masa pembangunan dengan menghapuskan kelulusan berulang-alik. Gunakannya untuk komponen asas dan boilerplate. Beralih ke mod yang diawasi untuk logik perniagaan kritikal di mana anda mahu menyemak setiap perubahan.

Hook Agen dan Automasi

Hook adalah inovasi utama kedua Kiro—automasi didorong peristiwa yang mencetuskan agen AI di latar belakang berdasarkan perubahan fail. Ia bertindak seperti pembangun berpengalaman yang menangkap perkara yang anda terlepas atau menyelesaikan tugas boilerplate semasa anda bekerja.

Apabila anda menyimpan fail, mencipta komponen baharu, atau mengubah suai titik akhir API, hook boleh secara automatik:

Sebaik sahaja hook di-commit ke Git, ia menguatkuasakan standard merentas seluruh pasukan anda. Semua orang mendapat manfaat daripada pemeriksaan kualiti yang sama, standard kod, dan pengesahan keselamatan. Ini menyelesaikan masalah biasa di mana dokumentasi menyimpang daripada realiti, standard pengekodan berbeza mengikut pembangun, dan pengetahuan institusi pergi apabila jurutera kanan keluar.

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

Sahkan bahawa komponen mengikuti Prinsip Tanggungjawab Tunggal.
Jika pelanggaran ditemui, cadangkan pemfaktoran semula ke komponen yang lebih kecil.
Kemas kini dokumentasi komponen dalam README bersebelahan jika wujud.

Kiro juga menyokong Agent Steering—pengetahuan projek berterusan yang disimpan dalam fail markdown di bawah .kiro/steering/. Ini memberikan AI konteks tentang timbunan teknologi, struktur fail, dan corak pengekodan anda yang bertahan merentas sesi. Digabungkan dengan sokongan Model Context Protocol (MCP), anda boleh menyambung ke dokumentasi luaran, pangkalan data, API, dan banyak lagi.

Model Di Sebalik Kiro

Semasa ujian saya, saya menggunakan prompt ini untuk mengesahkan dengan tepat apa yang menggerakkan Kiro:

Model apa yang menggerakkan anda? Senaraikan: nama model, ID model API, 
tarikh keluaran, tetingkap konteks, token output maksimum, 
dan cutoff pengetahuan.

Inilah apa yang saya temui tentang situasi model Kiro—dan ini penting untuk menetapkan jangkaan:

Kiro telah memperkenalkan "Auto"—agen yang menggunakan campuran model frontier berbeza digabungkan dengan model khusus, pengesanan niat, caching, dan teknik pengoptimuman. Matlamatnya adalah keseimbangan kualiti, kependaman, dan kos yang lebih baik. Apabila menggunakan Auto, tugas tertentu yang menggunakan X kredit melalui Sonnet 4 langsung kos lebih rendah kerana sistem secara bijak mengarahkan ke model yang paling sesuai.

Bagi mereka yang mahu kawalan langsung, anda boleh memilih Sonnet 4 secara eksplisit untuk prompt anda, walaupun ini menggunakan kredit pada kadar yang lebih tinggi (kira-kira 1.3x berbanding Auto).

Harga dan Kredit

Harga Kiro telah... kontroversial. Maklum balas komuniti sangat kuat, dan AWS telah bertindak balas dengan pelbagai penyesuaian. Inilah keadaan semasa:

Pengguna baharu menerima pakej selamat datang 500 kredit bonus yang boleh digunakan dalam 30 hari, tanpa mengira pelan yang mereka pilih—termasuk peringkat percuma. Ini memberi anda masa untuk benar-benar mengalami keupayaan Kiro sebelum komited.

Memahami Penggunaan Kredit

Inilah di mana perkara menjadi bernuansa. Kredit bukan semata-mata "satu prompt = satu kredit." Kredit adalah unit kerja sebagai respons kepada prompt pengguna:

• Prompt mudah boleh menggunakan kurang daripada 1 kredit
• Prompt kompleks, terutamanya pelaksanaan tugas spesifikasi, biasanya kos lebih daripada 1 kredit
• Model berbeza menggunakan kredit pada kadar yang berbeza
• Kredit dimeter ke titik perpuluhan kedua (minimum 0.01 kredit)

Dalam ujian saya, soalan pengesahan model mudah hanya kos 0.1 kredit—sangat efisien. Tetapi mencipta spesifikasi projek penuh boleh menggunakan 15-25 interaksi, dan pelaksanaan berbilang fail yang kompleks akan membakar kredit dengan cepat.

Lebihan dan Pengebilan

Pada pelan berbayar, anda boleh membolehkan lebihan untuk terus bekerja melepasi had bulanan anda. Kredit tambahan berharga $0.04 setiap satu, dibilkan pada akhir bulan. Lebihan dilumpuhkan secara lalai dan mesti diaktifkan secara eksplisit dalam Tetapan—pelindung yang bijak terhadap bil mengejut.

AWS juga menawarkan Program Kredit Permulaan Kiro—sehingga satu tahun akses Pro+ tanpa kos untuk permulaan yang layak. Jika anda membina syarikat dan memenuhi kriteria, ini adalah nilai yang signifikan.

Pengalaman Jujur Saya

Izinkan saya berkongsi pengalaman peribadi saya dengan Kiro, tanpa penapis. Saya datang dengan teruja—AWS memasuki ruang IDE AI dengan pendekatan yang benar-benar novel? Kira saya masuk.

Aliran kerja berasaskan spesifikasi benar-benar mengagumkan apabila ia berfungsi. Menyaksikan Kiro mengubah permintaan ciri yang samar menjadi cerita pengguna berstruktur dengan kriteria penerimaan EARS, kemudian menjana dokumen reka bentuk teknikal yang menganalisis pangkalan kod sedia ada saya, kemudian memecahkannya kepada tugas pelaksanaan berjujukan—ia terasa seperti mempunyai jurutera kanan yang sebenarnya mendokumentasikan kerja mereka.

Komuniti menggemakan kekecewaan yang serupa. Seorang pembangun melaporkan menghabiskan 310+ jam dan $620 dalam kredit AI pada projek yang sepatutnya mengambil 20-30 jam, mencapai hanya 50% kejayaan—dua daripada empat modul berfungsi. Tugas kerap tersekat, gagal, dan memerlukan berbilang percubaan semula manual. Tugas yang gagal kehilangan konteks, memaksa permulaan semula dari awal sambil membakar had penggunaan.

Isu biasa yang saya temui dan orang lain laporkan:

• Ralat trafik tinggi: "Model yang anda pilih mengalami volum trafik yang tinggi. Cuba tukar model." Lebih baik pada pelan berbayar, tetapi masih berlaku.
• Gelung penyahpepijatan: AI kadang-kadang jatuh ke dalam corak bulatan, menggunakan pembetulan yang salah yang sama berulang kali.
• Ciri berlebihan: Kiro cenderung menjana penyelesaian "gred industri, gred tentera" apabila kod yang lebih mudah sudah memadai—20 fail dan 1,500 baris untuk apa yang boleh menjadi 200 baris.
• Kehilangan konteks: Logik yang dilaksanakan dengan betul kadang-kadang bercampur dengan kod daripada tugas terdahulu yang berbeza sepenuhnya.
• Pepijat penggunaan kredit: Pelancaran harga awal mempunyai isu pemeteran yang menyebabkan lonjakan penggunaan yang tidak dijangka (AWS telah mengakui dan menangani ini).

Dari segi positif, kredit Kiro murah hati untuk pertanyaan mudah. Apabila aliran kerja spesifikasi berfungsi dengan baik, ia benar-benar menghasilkan kod yang lebih berkualiti dan lebih boleh diselenggara daripada vibe coding sahaja. Dokumentasi yang terhasil benar-benar berguna untuk kerjasama pasukan.

Kesimpulan saya daripada ujian praktikal: Kiro terlalu muda. Tahap kecerdasan agen masih berkembang. Ia memerlukan lebih banyak iterasi sebelum ia sedia untuk aliran kerja profesional. Tetapi asasnya kukuh, dan falsafahnya mantap. AWS telah bertindak balas dengan baik kepada maklum balas komuniti, membayar balik pengguna yang terjejas oleh pepijat harga dan melanjutkan tempoh akses percuma.

Kiro vs Cursor vs Windsurf

Mari kita potong pemasaran dan bandingkan alat-alat ini pada apa yang benar-benar penting:

Penanda Aras Prestasi

Berdasarkan ujian merentas senario pembangunan biasa:

Kiro:     45 min (termasuk dokumen/ujian penuh)
Cursor:   65 min (seni bina manual)
Windsurf: 70 min (pengendalian berbilang fail baik)
Copilot:  85 min (konteks terhad)

Metrik yang menonjol adalah konsistensi Kiro—sementara pesaing mungkin lebih pantas untuk pelengkapan mudah, Kiro mengekalkan ketepatan tinggi merentas operasi kompleks berbilang fail. Pendekatan berasaskan spesifikasi terutamanya bersinar dalam reka bentuk pangkalan data dan seni bina API, kawasan di mana pembantu AI tradisional bergelut.

Siapa Patut Guna Kiro

Tip Pro dan Amalan Terbaik

Selepas ujian meluas dan penyelidikan merentas komuniti, inilah strategi yang memaksimumkan nilai Kiro:

Keputusan Akhir

Cadangan saya? Jangan langgan Kiro lagi jika anda menjangka ia menggantikan aliran kerja pembangunan utama anda. Keupayaan agen masih terlalu muda, kebolehpercayaan tidak cukup di sana, dan keluk pembelajaran untuk pembangunan berasaskan spesifikasi adalah nyata.

Tetapi terus memerhati. AWS telah mencipta sesuatu yang benar-benar berbeza dengan pendekatan berasaskan spesifikasi. Falsafah—bahawa pengekodan AI harus memaksa kejelasan pemikiran berbanding hanya kelajuan menaip—adalah mendalam. Apabila Kiro matang, ia boleh mengubah cara kita berfikir tentang pembangunan berbantukan AI sepenuhnya.

Cuba peringkat percuma. Alami aliran kerja spesifikasi pada projek kecil. Lihat sama ada struktur itu sesuai dengan cara anda mahu bekerja. Dan jika anda membina pasukan atau syarikat di mana dokumentasi dan konsistensi lebih penting daripada kelajuan mentah, Kiro mungkin sudah tepat apa yang anda perlukan.