Ik heb AWS Kiro een maand getest en dit is wat niemand je vertelt

Waarom Kiro nu belangrijk is

Laat ik direct zijn: ik raad iedereen — vooral niet-programmeurs en niet-technische mensen — sterk aan om de wereld van AI IDE-agenten te verkennen. Deze tools hebben fundamenteel veranderd wat mogelijk is. Iemand die niets van code weet, niets van informatica, kan nu een computer instrueren via een eenvoudig chatvenster. Het is alsof je een professionele werknemer hebt die nooit slaapt, nooit klaagt en daadwerkelijk begrijpt wat je probeert te bereiken.

Je hebt geen jarenlange gespecialiseerde training meer nodig. Je hoeft geen syntaxis uit je hoofd te leren of met documentatie te worstelen. Je hebt ideeën nodig. Je hebt het vermogen nodig om helder na te denken over wat je wilt. Dat is alles.

Het AI-coding landschap is in 2025 geëxplodeerd. We hebben Cursor die de aandacht domineert met zijn intuïtieve interface. Windsurf (voorheen Codeium) die de grenzen van agent-native ontwikkeling verlegt. Claude Code die terminal-first workflows naar de massa brengt. GitHub Copilot die evolueert met nieuwe agentic mogelijkheden. En dan lanceert AWS, de gigant in cloudinfrastructuur, stilletjes Kiro — en plotseling verandert het gesprek.

Volgens gegevens van SimilarWeb trekt Kiro.dev nu meer dan een miljoen maandelijkse bezoekers. Dat is niet alleen nieuwsgierigheid — dat is oprechte interesse van ontwikkelaars in een tool die belooft te repareren wat er kapot is aan AI-ondersteunde ontwikkeling.

Wat is Kiro

Kiro is een agentic AI IDE ontwikkeld door AWS, gebouwd op Code OSS — de open-source basis van Visual Studio Code. Dit betekent dat je bestaande VS Code-instellingen, extensies en spiergeheugen direct overdraagbaar zijn. Je leert geen compleet nieuwe tool; je krijgt superkrachten op bekend terrein.

Maar hier is wat Kiro fundamenteel anders maakt dan elke andere AI-coding tool: het is spec-driven. Terwijl Cursor en Windsurf zich richten op het sneller en intelligenter maken van code-aanvulling, stelt Kiro een heel andere vraag — wat als AI je zou kunnen helpen plannen voordat je codeert?

Interessant genoeg is Kiro gepositioneerd als "enigszins gescheiden van de rest van kern-AWS", volgens Nathan Peck, AWS developer advocate. Het doel is dat Kiro een unieke identiteit heeft die ontwikkelaars op alle platformen aanspreekt — niet alleen degenen die al geïnvesteerd hebben in het AWS-ecosysteem. Je kunt Kiro gebruiken zonder een AWS-account, door in te loggen via Google of GitHub.

Deze strategische positionering is belangrijk. AWS CEO Matt Garman beschrijft Kiro als "een agentic IDE die ontwikkelaars van prototype naar productie brengt met de structuur die productieklare code vereist." Het probeert je tools voor snelle prototypes niet te vervangen — het probeert ervoor te zorgen dat die prototypes daadwerkelijk in productie komen.

De spec-gedreven revolutie

Hier is het probleem dat Kiro probeert op te lossen: vibe coding. Je kent het. Ik ken het. We hebben het allemaal gedaan. Je opent een AI-chat, beschrijft ruwweg wat je wilt, itereert door prompts totdat iets werkt, en shipt het. Het is snel. Het voelt als magie. En het creëert technische schuld die je maandenlang achtervolgt.

Vibe coding produceert code die vaak breedsprakig is, stilistisch inconsistent, en zich niet houdt aan gevestigde architectuurpatronen. De AI maakt aannames waar je nooit mee hebt ingestemd. Eisen blijven vaag omdat niemand ze heeft opgeschreven. Zes maanden later, wanneer je de functie moet aanpassen, heb je geen idee waarom bepaalde beslissingen zijn genomen.

Kiro's spec-driven aanpak genereert drie onderling verbonden bestanden die de basis vormen van elke functie:

Typ "Voeg een beoordelingssysteem toe voor producten" en Kiro genereert niet alleen code. Het genereert user stories voor het bekijken, maken, filteren en beoordelen van reviews. Elke user story bevat acceptatiecriteria die randgevallen dekken die ontwikkelaars normaal gesproken tijdens de implementatie afhandelen. Pas nadat je deze specificaties hebt beoordeeld en goedgekeurd, begint het eigenlijke coderen.

Dit klinkt misschien langzamer. Dat is het — in het begin. Maar de beloning komt in verminderde iteratiecycli, helderdere teamcommunicatie en code die daadwerkelijk doet wat je bedoelde. De specificaties worden een enkele bron van waarheid waar zowel mensen als AI-agenten naar kunnen verwijzen gedurende de hele levenscyclus van het project.

EARS-syntaxis uitgelegd

EARS — Easy Approach to Requirements Syntax — is de geheime saus achter Kiro's specificatiesysteem. Ontwikkeld door Alistair Mavin en collega's bij Rolls-Royce tijdens het analyseren van luchtwaardigheidsregels voor straalmotorbesturingssystemen, biedt EARS een gestructureerd formaat voor het schrijven van heldere, ondubbelzinnige, testbare eisen.

EARS is niet zomaar slimme auto-formalisering. Het is eigenlijk een uitbreiding van temporele logica, die zelf een uitbreiding is van eerste-orde logica. Dit geeft Kiro echte kracht om processen te verifiëren, modelgedrag te controleren en ontwerp met implementatie te verbinden.

WHEN [voorwaarde/gebeurtenis] THE SYSTEM SHALL [verwacht gedrag]

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-syntaxis bevat verschillende patronen voor verschillende soorten eisen:

Het gestructureerde formaat maakt het gemakkelijk om te begrijpen wat er wordt verwacht, waardoor misinterpretaties tussen product- en engineeringteams worden verminderd. Het maakt eisen ook direct testbaar — elke EARS-verklaring kan worden omgezet in een testcase, zodat er niets door de mazen van het net glipt.

Vibe Mode vs Spec Mode

Kiro werkt in twee verschillende modi, die elk verschillende ontwikkelingsbehoeften bedienen:

Je kunt op natuurlijke wijze tussen modi wisselen. Start een vibe-gesprek om ideeën te verkennen, en zeg dan "Generate spec" wanneer je klaar bent om te formaliseren. Kiro zal vragen of je een spec-sessie wilt starten en doorgaan met het genereren van eisen op basis van je gesprekscontext.

Er is ook de Autopilot-modus — schakel deze in rechtsonder en Kiro transformeert in een ontwikkelingsversneller. In Autopilot implementeert Kiro volledige code zonder bij elke stap op je goedkeuring te wachten, waardoor de ontwikkelingstijd drastisch wordt verkort door het elimineren van heen-en-weer goedkeuringen. Gebruik het voor fundamentele componenten en boilerplate. Schakel over naar de begeleide modus voor kritieke bedrijfslogica waarbij je elke wijziging wilt beoordelen.

Agent Hooks en Automatisering

Hooks zijn Kiro's tweede grote innovatie — gebeurtenisgestuurde automatiseringen die AI-agenten op de achtergrond triggeren op basis van bestandswijzigingen. Ze werken als een ervaren ontwikkelaar die dingen opvangt die je mist of boilerplate-taken voltooit terwijl je werkt.

Wanneer je een bestand opslaat, een nieuw component maakt of een API-eindpunt wijzigt, kunnen hooks automatisch:

Zodra een hook is gecommit in Git, dwingt het standaarden af in je hele team. Iedereen profiteert van dezelfde kwaliteitscontroles, codestandaarden en beveiligingsvalidatie. Dit lost het veelvoorkomende probleem op waarbij documentatie afwijkt van de realiteit, codestandaarden variëren per ontwikkelaar en institutionele kennis de deur uitloopt wanneer senior ingenieurs vertrekken.

# .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 ondersteunt ook "Agent Steering" — persistente projectkennis opgeslagen in markdown-bestanden onder .kiro/steering/. Dit geeft de AI context over je tech stack, bestandsstructuur en codeerpatronen die sessies overleeft. Gecombineerd met ondersteuning voor het Model Context Protocol (MCP), kun je verbinding maken met externe documentatie, databases, API's en meer.

De modellen achter Kiro

Tijdens mijn tests gebruikte ik deze prompt om precies te verifiëren wat Kiro aandreef:

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

Hier is wat ik ontdekte over Kiro's modelsituatie — en dit is belangrijk voor het scheppen van verwachtingen:

Kiro heeft "Auto" geïntroduceerd — een agent die een mix van verschillende geavanceerde modellen gebruikt in combinatie met gespecialiseerde modellen, intentiedetectie, caching en optimalisatietechnieken. Het doel is een betere balans tussen kwaliteit, latentie en kosten. Bij gebruik van Auto kosten bepaalde taken die X credits zouden kosten via directe Sonnet 4, minder omdat het systeem intelligent routeert naar het meest geschikte model.

Voor degenen die directe controle willen, kun je expliciet Sonnet 4 selecteren voor je prompts, hoewel dit credits verbruikt in een hoger tempo (ongeveer 1,3x in vergelijking met Auto).

Prijzen en Credits

Kiro's prijsstelling is... controversieel geweest. De feedback van de gemeenschap was luid, en AWS heeft gereageerd met meerdere aanpassingen. Hier is de huidige stand van zaken:

Nieuwe gebruikers ontvangen een welkomstpakket van 500 bonuscredits die binnen 30 dagen kunnen worden gebruikt, ongeacht welk plan ze kiezen — inclusief het gratis niveau. Dit geeft je de tijd om Kiro's mogelijkheden echt te ervaren voordat je je vastlegt.

Creditverbruik begrijpen

Hier worden de dingen genuanceerd. Credits zijn niet simpelweg "één prompt = één credit". Een credit is een werkeenheid in reactie op gebruikersprompts:

• Eenvoudige prompts kunnen minder dan 1 credit verbruiken
• Complexe prompts, vooral uitvoering van spec-taken, kosten doorgaans meer dan 1 credit
• Verschillende modellen verbruiken credits in verschillende tempo's
• Credits worden gemeten tot op de tweede decimaal (minimaal 0,01 credits)

In mijn tests kostte een eenvoudige modelverificatievraag slechts 0,1 credits — opmerkelijk efficiënt. Maar het maken van een volledige projectspecificatie kan 15-25 interacties kosten, en complexe multi-file implementaties zullen credits snel opbranden.

Overschrijding en facturering

Op betaalde plannen kun je overschrijding (overage) inschakelen om door te werken na je maandelijkse limieten. Extra credits kosten $0,04 per stuk, gefactureerd aan het einde van de maand. Overschrijding is standaard uitgeschakeld en moet expliciet worden ingeschakeld in Instellingen — een verstandige beveiliging tegen verrassingsrekeningen.

AWS biedt ook het Kiro Startup Credits Programma — tot een jaar Pro+ toegang zonder kosten voor in aanmerking komende startups. Als je een bedrijf bouwt en aan de criteria voldoet, is dit een aanzienlijke waarde.

Mijn eerlijke ervaring

Laat me mijn persoonlijke ervaring met Kiro delen, ongefilterd. Ik begon enthousiast — AWS die de AI IDE-ruimte betreedt met een echt nieuwe aanpak? Ik doe mee.

De spec-driven workflow is oprecht indrukwekkend als het werkt. Kijken hoe Kiro een vaag functieverzoek omzet in gestructureerde user stories met EARS-acceptatiecriteria, vervolgens een technisch ontwerpdocument genereert dat mijn bestaande codebase analyseert, en dat vervolgens opsplitst in gesequentieerde implementatietaken — het voelde alsof ik een senior ingenieur aan boord had die zijn werk daadwerkelijk documenteert.

De gemeenschap echoot soortgelijke frustraties. Een ontwikkelaar meldde dat hij meer dan 310 uur en $620 aan AI-credits besteedde aan een project dat 20-30 uur had moeten duren, met slechts 50% succes — twee van de vier modules werkten. Taken lopen vaak vast, mislukken en vereisen meerdere handmatige herhalingen. Mislukte taken verliezen context, waardoor herstarts vanaf nul nodig zijn terwijl gebruikslimieten worden opgebrand.

Veelvoorkomende problemen die ik tegenkwam en die anderen melden:

• Fouten bij veel verkeer: "Het model dat u hebt geselecteerd, ervaart een hoog verkeersvolume. Probeer het model te wijzigen." Beter op betaalde plannen, maar komt nog steeds voor.
• Debugging loops: De AI valt soms in circulaire patronen, waarbij dezelfde onjuiste oplossing herhaaldelijk wordt toegepast.
• Feature overkill: Kiro heeft de neiging om "industriële, militaire kwaliteit" oplossingen te genereren wanneer eenvoudigere code zou volstaan — 20 bestanden en 1.500 regels voor wat 200 regels zouden kunnen zijn.
• Contextverlies: Correct geïmplementeerde logica wordt soms gemengd met code van compleet andere eerdere taken.
• Creditverbruik bugs: Vroege prijsuitrol had meetproblemen die onverwachte gebruikspieken veroorzaakten (AWS heeft dit erkend en aangepakt).

Aan de positieve kant zijn Kiro's credits genereus voor eenvoudige vragen. Wanneer de spec-workflow goed werkt, produceert het oprecht code van hogere kwaliteit die beter onderhoudbaar is dan vibe coding alleen. De documentatie die ontstaat is legitiem nuttig voor teamsamenwerking.

Mijn conclusie uit hands-on testen: Kiro is te jong. Het agent-intelligentieniveau is nog in ontwikkeling. Het heeft meer iteratie nodig voordat het klaar is voor professionele workflows. Maar de basis is solide, en de filosofie is gezond. AWS heeft goed gereageerd op feedback van de gemeenschap, gebruikers die getroffen waren door prijsbugs terugbetaald en gratis toegangsperiodes verlengd.

Kiro vs Cursor vs Windsurf

Laten we door de marketing heen prikken en deze tools vergelijken op wat er werkelijk toe doet:

Prestatiebenchmarks

Gebaseerd op tests over veelvoorkomende ontwikkelingsscenario's:

Kiro:    45 min (inclusief volledige docs/tests)
Cursor:  65 min (handmatige architectuur)
Windsurf: 70 min (goede multi-file afhandeling)
Copilot: 85 min (beperkte context)

De opvallende maatstaf is Kiro's consistentie — terwijl concurrenten misschien sneller zijn voor eenvoudige voltooiingen, behoudt Kiro een hoge nauwkeurigheid bij complexe, multi-file operaties. De spec-driven aanpak blinkt vooral uit in databaseontwerp en API-architectuur, gebieden waar traditionele AI-assistenten moeite mee hebben.

Wie zou Kiro moeten gebruiken

Pro-tips en best practices

Na uitgebreide tests en onderzoek in de gemeenschap zijn hier de strategieën die de waarde van Kiro maximaliseren:

Eindoordeel

Mijn aanbeveling? Abonneer je nog niet op Kiro als je verwacht dat het je primaire ontwikkelingsworkflow vervangt. De agent-mogelijkheden zijn nog te jong, de betrouwbaarheid is er nog niet helemaal, en de leercurve voor spec-driven development is reëel.

Maar blijf kijken. AWS heeft iets echt anders gecreëerd met de spec-driven aanpak. De filosofie — dat AI-coding helderheid van denken moet afdwingen in plaats van alleen typesnelheid — is diepgaand. Wanneer Kiro rijpt, zou het de manier waarop we over AI-ondersteunde ontwikkeling denken volledig kunnen veranderen.

Probeer het gratis niveau. Ervaar de spec-workflow op een klein project. Kijk of de structuur resoneert met hoe jij wilt werken. En als je een team of een bedrijf bouwt waar documentatie en consistentie meer tellen dan pure snelheid, is Kiro misschien al precies wat je nodig hebt.