Testowałem AWS Kiro przez miesiąc i oto czego nikt Ci nie powie

Dlaczego Kiro jest teraz ważne

Będę z wami szczery: gorąco polecam każdemu—zwłaszcza osobom niebędącym programistami i osobom nietechnicznym—eksplorację świata agentów IDE AI. Te narzędzia fundamentalnie zmieniły to, co jest możliwe. Ktoś, kto nie wie nic o kodowaniu, nic o informatyce, może teraz instruować komputer za pomocą prostego okna czatu. To jak posiadanie profesjonalnego pracownika, który nigdy nie śpi, nigdy nie narzeka i faktycznie rozumie, co próbujesz osiągnąć.

Nie potrzebujesz już lat specjalistycznego szkolenia. Nie musisz zapamiętywać składni ani walczyć z dokumentacją. Potrzebujesz pomysłów. Potrzebujesz umiejętności jasnego myślenia o tym, co chcesz osiągnąć. To wszystko.

Krajobraz kodowania AI w 2025 roku eksplodował. Mamy Cursor dominujący w świadomości dzięki swojemu intuicyjnemu interfejsowi. Windsurf (dawniej Codeium) przesuwający granice rozwoju natywnego dla agentów. Claude Code wprowadzający przepływy pracy oparte na terminalu do mas. GitHub Copilot ewoluujący z nowymi możliwościami agentowymi. A potem AWS, gigant infrastruktury chmurowej, po cichu uruchamia Kiro—i nagle rozmowa się zmienia.

Według danych SimilarWeb, Kiro.dev przyciąga obecnie ponad milion odwiedzających miesięcznie. To nie tylko ciekawość—to autentyczne zainteresowanie deweloperów narzędziem, które obiecuje naprawić to, co jest zepsute w rozwoju wspomaganym przez AI.

Czym jest Kiro

Kiro to agentowe IDE AI opracowane przez AWS, zbudowane na Code OSS—otwartej podstawie Visual Studio Code. Oznacza to, że twoje istniejące ustawienia VS Code, rozszerzenia i pamięć mięśniowa przenoszą się bezpośrednio. Nie uczysz się zupełnie nowego narzędzia; zyskujesz supermoce na znanym gruncie.

Ale oto co sprawia, że Kiro fundamentalnie różni się od każdego innego narzędzia do kodowania AI: jest oparte na specyfikacjach. Podczas gdy Cursor i Windsurf skupiają się na szybszym i inteligentniejszym uzupełnianiu kodu, Kiro zadaje zupełnie inne pytanie—co by było, gdyby AI mogło pomóc ci zaplanować, zanim zaczniesz kodować?

Co ciekawe, Kiro jest pozycjonowane jako "nieco oddzielone od reszty głównego AWS", według Nathana Pecka, rzecznika deweloperów AWS. Celem jest, aby Kiro miało unikalną tożsamość, która przemawia do deweloperów na wszystkich platformach—nie tylko tych już zainwestowanych w ekosystem AWS. Możesz używać Kiro bez konta AWS, logując się przez Google lub GitHub.

To strategiczne pozycjonowanie ma znaczenie. CEO AWS Matt Garman opisuje Kiro jako "agentowe IDE, które przeprowadza deweloperów od prototypu do produkcji ze strukturą, jakiej wymaga kod gotowy do produkcji". Nie próbuje zastąpić twoich narzędzi do szybkich prototypów—próbuje zapewnić, że te prototypy faktycznie trafią do produkcji.

Rewolucja oparta na specyfikacjach

Oto problem, który Kiro próbuje rozwiązać: kodowanie na wyczucie ("vibe coding"). Znasz to. Ja to znam. Wszyscy to robiliśmy. Otwierasz czat AI, opisujesz z grubsza, czego chcesz, iterujesz przez podpowiedzi, aż coś zadziała, i wysyłasz to. Jest szybko. Wygląda jak magia. I tworzy dług technologiczny, który prześladuje cię przez miesiące.

Kodowanie na wyczucie produkuje kod, który jest często przegadany, niespójny stylistycznie i brakuje mu przestrzegania ustalonych wzorców architektonicznych. AI przyjmuje założenia, na które nigdy się nie zgodziłeś. Wymagania pozostają niejasne, ponieważ nikt ich nie spisał. Sześć miesięcy później, kiedy musisz zmodyfikować funkcję, nie masz pojęcia, dlaczego podjęto pewne decyzje.

Podejście Kiro oparte na specyfikacjach generuje trzy połączone pliki, które stanowią podstawę każdej funkcji:

Wpisz "Dodaj system recenzji dla produktów", a Kiro nie tylko wygeneruje kod. Wygeneruje historyjki użytkownika dla przeglądania, tworzenia, filtrowania i oceniania recenzji. Każda historyjka użytkownika zawiera kryteria akceptacji obejmujące przypadki brzegowe, które deweloperzy zazwyczaj obsługują podczas implementacji. Dopiero po przejrzeniu i zatwierdzeniu tych specyfikacji rozpoczyna się właściwe kodowanie.

To może brzmieć wolniej. Jest—na początku. Ale korzyść przychodzi w postaci zredukowanych cykli iteracji, jaśniejszej komunikacji w zespole i kodu, który faktycznie robi to, co zamierzałeś. Specyfikacje stają się jedynym źródłem prawdy, do którego zarówno ludzie, jak i agenci AI mogą się odwoływać przez cały cykl życia projektu.

Wyjaśnienie składni EARS

EARS—Easy Approach to Requirements Syntax (Łatwe Podejście do Składni Wymagań)—to sekretny składnik stojący za systemem specyfikacji Kiro. Opracowany przez Alistaira Mavina i jego współpracowników w Rolls-Royce podczas analizy przepisów zdatności do lotu dla systemów sterowania silnikami odrzutowymi, EARS zapewnia ustrukturyzowany format do pisania jasnych, jednoznacznych i testowalnych wymagań.

EARS to nie tylko sprytna auto-formalizacja. To w rzeczywistości rozszerzenie logiki temporalnej, która sama w sobie jest rozszerzeniem logiki pierwszego rzędu. Daje to Kiro prawdziwą moc do weryfikacji procesów, kontrolowania zachowania modelu i łączenia projektu z implementacją.

WHEN [warunek/zdarzenie] THE SYSTEM SHALL [oczekiwane zachowanie]

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

Składnia EARS zawiera kilka wzorców dla różnych typów wymagań:

Ustrukturyzowany format ułatwia zrozumienie tego, co jest oczekiwane, redukując błędne interpretacje między zespołami produktowymi a inżynieryjnymi. Sprawia również, że wymagania są bezpośrednio testowalne—każde oświadczenie EARS może zostać przekształcone w przypadek testowy, zapewniając, że nic nie zostanie pominięte.

Tryb Vibe kontra Tryb Spec

Kiro działa w dwóch odrębnych trybach, z których każdy służy innym potrzebom rozwojowym:

Możesz naturalnie przechodzić między trybami. Zacznij rozmowę "vibe", aby zgłębić pomysły, a następnie powiedz "Generuj spec", gdy będziesz gotowy do formalizacji. Kiro zapyta, czy chcesz rozpocząć sesję specyfikacji i przystąpi do generowania wymagań w oparciu o kontekst twojej rozmowy.

Istnieje również Tryb Autopilota—włącz go w prawym dolnym rogu, a Kiro przekształci się w akcelerator rozwoju. W trybie Autopilota Kiro implementuje kompletny kod bez czekania na twoją akceptację na każdym kroku, drastycznie skracając czas rozwoju poprzez eliminację ciągłych zatwierdzeń. Używaj go do komponentów fundamentalnych i standardowego kodu. Przełącz się na tryb nadzorowany (supervised) dla krytycznej logiki biznesowej, gdzie chcesz przeglądać każdą zmianę.

Hooki agenta i automatyzacja

Hooki to druga duża innowacja Kiro—automatyzacje sterowane zdarzeniami, które wyzwalają agentów AI w tle w oparciu o zmiany w plikach. Działają jak doświadczony deweloper wyłapujący rzeczy, które przegapiłeś, lub wykonujący standardowe zadania, podczas gdy ty pracujesz.

Kiedy zapisujesz plik, tworzysz nowy komponent lub modyfikujesz punkt końcowy API, hooki mogą automatycznie:

Gdy hook zostanie zatwierdzony w Git, egzekwuje standardy w całym zespole. Wszyscy korzystają z tych samych kontroli jakości, standardów kodu i walidacji bezpieczeństwa. Rozwiązuje to powszechny problem, w którym dokumentacja odbiega od rzeczywistości, standardy kodowania różnią się w zależności od dewelopera, a wiedza instytucjonalna wychodzi drzwiami, gdy starsi inżynierowie odchodzą.

# .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 obsługuje również "Agent Steering"—trwałą wiedzę o projekcie przechowywaną w plikach markdown w katalogu .kiro/steering/. Daje to AI kontekst na temat twojego stosu technologicznego, struktury plików i wzorców kodowania, który przetrwa między sesjami. W połączeniu z obsługą protokołu Model Context Protocol (MCP), możesz łączyć się z zewnętrzną dokumentacją, bazami danych, API i nie tylko.

Modele stojące za Kiro

Podczas moich testów użyłem tego promptu, aby zweryfikować, co dokładnie zasila Kiro:

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

Oto co odkryłem na temat sytuacji modeli w Kiro—i jest to ważne dla ustalenia oczekiwań:

Kiro wprowadziło "Auto"—agenta, który używa mieszanki różnych modeli wiodących połączonych z wyspecjalizowanymi modelami, wykrywaniem intencji, buforowaniem i technikami optymalizacji. Celem jest lepsza równowaga jakości, opóźnień i kosztów. Podczas korzystania z Auto, niektóre zadania, które zużywają X kredytów przez bezpośredni Sonnet 4, kosztują mniej, ponieważ system inteligentnie kieruje je do najbardziej odpowiedniego modelu.

Dla tych, którzy chcą bezpośredniej kontroli, można jawnie wybrać Sonnet 4 dla swoich promptów, choć zużywa to kredyty w wyższym tempie (około 1,3x w porównaniu do Auto).

Cennik i kredyty

Cennik Kiro był... kontrowersyjny. Opinie społeczności były głośne, a AWS odpowiedział wieloma korektami. Oto obecny stan:

Nowi użytkownicy otrzymują pakiet powitalny 500 kredytów bonusowych do wykorzystania w ciągu 30 dni, niezależnie od wybranego planu—w tym poziomu darmowego. Daje to czas na autentyczne doświadczenie możliwości Kiro przed zobowiązaniem się.

Zrozumienie zużycia kredytów

Tutaj sprawy stają się zniuansowane. Kredyty nie są po prostu "jeden prompt = jeden kredyt". Kredyt to jednostka pracy w odpowiedzi na polecenia użytkownika:

• Proste prompty mogą zużywać mniej niż 1 kredyt
• Złożone prompty, zwłaszcza wykonywanie zadań specyfikacji, zazwyczaj kosztują więcej niż 1 kredyt
• Różne modele zużywają kredyty w różnym tempie
• Kredyty są mierzone do drugiego miejsca po przecinku (minimum 0,01 kredytu)

W moich testach proste pytanie weryfikujące model kosztowało tylko 0,1 kredytu—niezwykle efektywnie. Ale stworzenie pełnej specyfikacji projektu może pochłonąć 15-25 interakcji, a złożone implementacje wieloplikowe szybko spalą kredyty.

Przekroczenie limitu i rozliczenia

W planach płatnych możesz włączyć opcję przekroczenia limitu (overage), aby kontynuować pracę po wyczerpaniu miesięcznych limitów. Dodatkowe kredyty kosztują 0,04 $ każdy, rozliczane na koniec miesiąca. Przekroczenie limitu jest domyślnie wyłączone i musi zostać jawnie włączone w Ustawieniach—rozsądne zabezpieczenie przed niespodziewanymi rachunkami.

AWS oferuje również program Kiro Startup Credits Program—do roku dostępu Pro+ bez kosztów dla kwalifikujących się startupów. Jeśli budujesz firmę i spełniasz kryteria, to znacząca wartość.

Moje szczere doświadczenia

Pozwólcie, że podzielę się moimi osobistymi doświadczeniami z Kiro, bez filtra. Podszedłem do tego podekscytowany—AWS wchodzi w przestrzeń IDE AI z autentycznie nowatorskim podejściem? Wchodzę w to.

Przepływ pracy oparty na specyfikacjach jest naprawdę imponujący, gdy działa. Obserwowanie, jak Kiro przekształca niejasną prośbę o funkcję w ustrukturyzowane historyjki użytkownika z kryteriami akceptacji EARS, następnie generuje dokument projektu technicznego analizujący moją istniejącą bazę kodu, a potem rozbija to na sekwencjonowane zadania implementacyjne—czułem się, jakbym miał na pokładzie starszego inżyniera, który faktycznie dokumentuje swoją pracę.

Społeczność podziela podobne frustracje. Jeden deweloper zgłosił spędzenie ponad 310 godzin i 620 $ w kredytach AI na projekt, który powinien zająć 20-30 godzin, osiągając tylko 50% sukcesu—dwa z czterech modułów działające. Zadania często utykają, kończą się niepowodzeniem i wymagają wielu ręcznych prób. Nieudane zadania tracą kontekst, zmuszając do restartów od zera przy jednoczesnym spalaniu limitów użycia.

Typowe problemy, które napotkałem i które zgłaszają inni:

• Błędy dużego ruchu: "Wybrany model doświadcza dużego natężenia ruchu. Spróbuj zmienić model." Lepiej w planach płatnych, ale nadal się zdarza.
• Pętle debugowania: AI czasami wpada w cykliczne wzorce, stosując wielokrotnie tę samą błędną poprawkę.
• Przerost funkcjonalności (Feature overkill): Kiro ma tendencję do generowania rozwiązań "przemysłowych, klasy wojskowej", gdy wystarczyłby prostszy kod—20 plików i 1 500 linii tam, gdzie wystarczyłoby 200 linii.
• Utrata kontekstu: Poprawnie zaimplementowana logika czasami miesza się z kodem z zupełnie innych, wcześniejszych zadań.
• Błędy zużycia kredytów: Początkowe wdrożenie cennika miało problemy z naliczaniem powodujące nieoczekiwane skoki użycia (AWS uznał i rozwiązał ten problem).

Z pozytywnej strony, kredyty Kiro są hojne dla prostych zapytań. Kiedy przepływ pracy specyfikacji działa dobrze, autentycznie produkuje kod wyższej jakości i łatwiejszy w utrzymaniu niż samo kodowanie na wyczucie. Dokumentacja, która powstaje, jest rzeczywiście przydatna do współpracy zespołowej.

Mój wniosek z testów praktycznych: Kiro jest zbyt młode. Poziom inteligencji agenta wciąż się rozwija. Potrzebuje więcej iteracji, zanim będzie gotowe do profesjonalnych przepływów pracy. Ale fundament jest solidny, a filozofia słuszna. AWS dobrze zareagował na opinie społeczności, zwracając koszty użytkownikom dotkniętym błędami cennika i przedłużając okresy bezpłatnego dostępu.

Kiro vs Cursor vs Windsurf

Przebijmy się przez marketing i porównajmy te narzędzia w tym, co faktycznie ma znaczenie:

Testy wydajności

Na podstawie testów w typowych scenariuszach deweloperskich:

Kiro:    45 min (obejmuje pełną dok/testy)
Cursor:  65 min (architektura ręczna)
Windsurf: 70 min (dobra obsługa wielu plików)
Copilot: 85 min (ograniczony kontekst)

Wyróżniającą się metryką jest spójność Kiro—podczas gdy konkurencja może być szybsza w prostych uzupełnieniach, Kiro utrzymuje wysoką dokładność w złożonych operacjach wieloplikowych. Podejście oparte na specyfikacjach szczególnie błyszczy w projektowaniu baz danych i architekturze API, obszarach, w których tradycyjni asystenci AI mają trudności.

Kto powinien używać Kiro

Wskazówki i najlepsze praktyki

Po szeroko zakrojonych testach i badaniach w społeczności, oto strategie, które maksymalizują wartość Kiro:

Ostateczny werdykt

Moja rekomendacja? Nie subskrybuj jeszcze Kiro, jeśli oczekujesz, że zastąpi ono twój główny przepływ pracy deweloperskiej. Możliwości agenta są wciąż zbyt młode, niezawodność nie jest jeszcze na odpowiednim poziomie, a krzywa uczenia się rozwoju opartego na specyfikacjach jest realna.

Ale obserwuj to. AWS stworzył coś autentycznie innego dzięki podejściu opartemu na specyfikacjach. Filozofia—że kodowanie AI powinno wymuszać jasność myślenia, a nie tylko szybkość pisania—jest głęboka. Kiedy Kiro dojrzeje, może całkowicie zmienić sposób, w jaki myślimy o rozwoju wspomaganym przez AI.

Wypróbuj poziom darmowy. Doświadcz przepływu pracy specyfikacji na małym projekcie. Zobacz, czy struktura rezonuje ze sposobem, w jaki chcesz pracować. A jeśli budujesz zespół lub firmę, gdzie dokumentacja i spójność liczą się bardziej niż surowa prędkość, Kiro może być już dokładnie tym, czego potrzebujesz.