Testei o AWS Kiro Por Um Mês e Aqui Está o Que Ninguém Conta

Por Que o Kiro Importa Agora

Deixe-me ser direto: recomendo fortemente que todos—especialmente não-programadores e pessoas não técnicas—explorem o mundo dos agentes de IDE com IA. Essas ferramentas mudaram fundamentalmente o que é possível. Alguém que não sabe nada sobre programação, nada sobre ciência da computação, agora pode instruir um computador através de uma simples janela de chat. É como ter um funcionário profissional que nunca dorme, nunca reclama, e realmente entende o que você está tentando realizar.

Você não precisa mais de anos de treinamento especializado. Você não precisa memorizar sintaxe ou lutar com documentação. Você precisa de ideias. Você precisa da capacidade de pensar claramente sobre o que quer. É isso.

O cenário de programação com IA em 2025 explodiu. O Cursor domina a mente compartilhada com sua interface intuitiva. O Windsurf (anteriormente Codeium) empurra os limites do desenvolvimento nativo de agentes. O Claude Code traz workflows focados em terminal para as massas. O GitHub Copilot evolui com novas capacidades agênticas. E então a AWS, a gigante de infraestrutura em nuvem, silenciosamente lança o Kiro—e de repente a conversa muda.

De acordo com dados do SimilarWeb, o Kiro.dev agora atrai mais de um milhão de visitantes mensais. Isso não é apenas curiosidade—é interesse genuíno de desenvolvedores em uma ferramenta que promete resolver o que está quebrado no desenvolvimento assistido por IA.

O Que É o Kiro

O Kiro é um IDE de IA agêntica desenvolvido pela AWS, construído sobre o Code OSS—a fundação open-source do Visual Studio Code. Isso significa que suas configurações existentes do VS Code, extensões e memória muscular se transferem diretamente. Você não está aprendendo uma ferramenta completamente nova; você está ganhando superpoderes em território familiar.

Mas aqui está o que torna o Kiro fundamentalmente diferente de todas as outras ferramentas de programação com IA: ele é baseado em especificações. Enquanto Cursor e Windsurf focam em tornar a completação de código mais rápida e inteligente, o Kiro faz uma pergunta completamente diferente—e se a IA pudesse ajudar você a planejar antes de programar?

Curiosamente, o Kiro está posicionado como "ligeiramente separado do resto da AWS core", de acordo com Nathan Peck, developer advocate da AWS. O objetivo é que o Kiro tenha uma identidade única que atraia desenvolvedores de todas as plataformas—não apenas aqueles já investidos no ecossistema AWS. Você pode usar o Kiro sem uma conta AWS, fazendo login via Google ou GitHub.

Esse posicionamento estratégico importa. O CEO da AWS, Matt Garman, descreve o Kiro como "um IDE agêntico que leva desenvolvedores do protótipo à produção com a estrutura que código pronto para produção requer." Ele não está tentando substituir suas ferramentas de prototipagem rápida—ele está tentando garantir que esses protótipos realmente cheguem à produção.

A Revolução Baseada em Especificações

Aqui está o problema que o Kiro está tentando resolver: programação por vibes. Você conhece. Eu conheço. Todos já fizemos. Você abre um chat de IA, descreve aproximadamente o que quer, itera através de prompts até algo funcionar, e faz deploy. É rápido. Parece mágica. E cria dívida técnica que te assombra por meses.

A programação por vibes produz código frequentemente verboso, estilisticamente inconsistente, e sem aderência a padrões arquiteturais estabelecidos. A IA faz suposições com as quais você nunca concordou. Requisitos permanecem vagos porque ninguém os escreveu. Seis meses depois, quando você precisa modificar a feature, você não tem ideia do porquê certas decisões foram tomadas.

A abordagem baseada em especificações do Kiro gera três arquivos interconectados que formam a fundação de cada feature:

Digite "Adicionar um sistema de avaliações para produtos" e o Kiro não gera código diretamente. Ele gera histórias de usuário para visualizar, criar, filtrar e avaliar reviews. Cada história inclui critérios de aceitação cobrindo casos extremos que desenvolvedores tipicamente lidam durante a implementação. Apenas após você revisar e aprovar essas especificações a codificação real começa.

Isso pode parecer mais lento. E é—no início. Mas o retorno vem em ciclos de iteração reduzidos, comunicação de equipe mais clara, e código que realmente faz o que você pretendia. As especificações se tornam uma fonte única de verdade que tanto humanos quanto agentes de IA podem referenciar ao longo do ciclo de vida do projeto.

Sintaxe EARS Explicada

EARS—Easy Approach to Requirements Syntax (Abordagem Fácil para Sintaxe de Requisitos)—é o molho secreto por trás do sistema de especificações do Kiro. Desenvolvido por Alistair Mavin e colegas na Rolls-Royce enquanto analisavam regulamentos de aeronavegabilidade para sistemas de controle de motores a jato, o EARS fornece um formato estruturado para escrever requisitos claros, inequívocos e testáveis.

O EARS não é apenas formatação automática inteligente. Na verdade, é uma extensão da lógica temporal, que por si só é uma extensão da lógica de primeira ordem. Isso dá ao Kiro poder genuíno para verificar processos, controlar comportamento de modelos e conectar design à implementação.

WHEN [condição/evento] THE SYSTEM SHALL [comportamento esperado]

WHEN um usuário submete um formulário com dados inválidos 
THE SYSTEM SHALL exibir erros de validação próximos aos campos relevantes

WHEN um usuário cria uma avaliação com sucesso 
THE SYSTEM SHALL exibir uma mensagem de confirmação e adicionar a avaliação à página do produto

A sintaxe EARS inclui vários padrões para diferentes tipos de requisitos:

O formato estruturado torna fácil entender o que é esperado, reduzindo mal-entendidos entre equipes de produto e engenharia. Também torna requisitos diretamente testáveis—cada declaração EARS pode ser convertida em um caso de teste, garantindo que nada passe despercebido.

Modo Vibe vs Modo Spec

O Kiro opera em dois modos distintos, cada um servindo diferentes necessidades de desenvolvimento:

Você pode transitar entre os modos naturalmente. Comece uma conversa vibe para explorar ideias, então diga "Gerar spec" quando estiver pronto para formalizar. O Kiro perguntará se você quer iniciar uma sessão de spec e procederá gerando requisitos baseados no contexto da sua conversa.

Também existe o Modo Autopilot—ative no canto inferior direito e o Kiro se transforma em um acelerador de desenvolvimento. No Autopilot, o Kiro implementa código completo sem esperar sua aprovação em cada passo, reduzindo drasticamente o tempo de desenvolvimento ao eliminar aprovações ida e volta. Use para componentes fundamentais e boilerplate. Mude para modo supervisionado para lógica de negócio crítica onde você quer revisar cada mudança.

Agent Hooks e Automação

Hooks são a segunda grande inovação do Kiro—automações orientadas a eventos que disparam agentes de IA em segundo plano baseadas em mudanças de arquivos. Eles agem como um desenvolvedor experiente capturando coisas que você perde ou completando tarefas de boilerplate enquanto você trabalha.

Quando você salva um arquivo, cria um novo componente, ou modifica um endpoint de API, hooks podem automaticamente:

Uma vez que um hook é commitado no Git, ele aplica padrões em toda sua equipe. Todos se beneficiam das mesmas verificações de qualidade, padrões de código e validação de segurança. Isso resolve o problema comum onde documentação diverge da realidade, padrões de código variam por desenvolvedor, e conhecimento institucional vai embora quando engenheiros seniores saem.

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

Validar que o componente segue o Princípio de Responsabilidade Única.
Se violações forem encontradas, sugerir refatoração em componentes menores.
Atualizar a documentação do componente no README adjacente se existir.

O Kiro também suporta Agent Steering—conhecimento persistente de projeto armazenado em arquivos markdown em .kiro/steering/. Isso dá à IA contexto sobre sua stack tecnológica, estrutura de arquivos e padrões de código que sobrevive entre sessões. Combinado com suporte ao Model Context Protocol (MCP), você pode conectar a documentação externa, bancos de dados, APIs e mais.

Os Modelos Por Trás do Kiro

Durante meus testes, usei este prompt para verificar exatamente o que estava alimentando o Kiro:

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

Aqui está o que descobri sobre a situação de modelos do Kiro—e isso é importante para definir expectativas:

O Kiro introduziu "Auto"—um agente que usa uma mistura de diferentes modelos de fronteira combinados com modelos especializados, detecção de intenção, cache e técnicas de otimização. O objetivo é melhor equilíbrio de qualidade, latência e custo. Ao usar Auto, certas tarefas que consomem X créditos via Sonnet 4 direto custam menos porque o sistema inteligentemente roteia para o modelo mais apropriado.

Para aqueles que querem controle direto, você pode explicitamente selecionar Sonnet 4 para seus prompts, embora isso consuma créditos a uma taxa mais alta (aproximadamente 1.3x comparado ao Auto).

Preços e Créditos

Os preços do Kiro têm sido... controversos. O feedback da comunidade foi alto, e a AWS respondeu com múltiplos ajustes. Aqui está o estado atual:

Novos usuários recebem um pacote de boas-vindas de 500 créditos bônus utilizáveis em 30 dias, independentemente do plano escolhido—incluindo o nível gratuito. Isso dá tempo para genuinamente experimentar as capacidades do Kiro antes de se comprometer.

Entendendo o Consumo de Créditos

Aqui é onde as coisas ficam nuançadas. Créditos não são simplesmente "um prompt = um crédito." Um crédito é uma unidade de trabalho em resposta a prompts do usuário:

• Prompts simples podem consumir menos de 1 crédito
• Prompts complexos, especialmente execução de tarefas spec, tipicamente custam mais de 1 crédito
• Diferentes modelos consomem créditos a taxas diferentes
• Créditos são medidos até a segunda casa decimal (mínimo 0.01 créditos)

Nos meus testes, uma simples pergunta de verificação de modelo custou apenas 0.1 créditos—notavelmente eficiente. Mas criar uma spec completa de projeto pode consumir 15-25 interações, e implementações complexas de múltiplos arquivos queimam créditos rapidamente.

Excedente e Cobrança

Em planos pagos, você pode habilitar excedente para continuar trabalhando após seus limites mensais. Créditos adicionais custam $0.04 cada, cobrados no final do mês. Excedente é desabilitado por padrão e deve ser explicitamente habilitado em Configurações—uma salvaguarda sensata contra contas surpresa.

A AWS também oferece o Programa de Créditos para Startups do Kiro—até um ano de acesso Pro+ sem custo para startups qualificadas. Se você está construindo uma empresa e se encaixa nos critérios, isso é um valor significativo.

Minha Experiência Honesta

Deixe-me compartilhar minha experiência pessoal com o Kiro, sem filtros. Entrei nisso empolgado—a AWS entrando no espaço de IDE com IA com uma abordagem genuinamente nova? Conte comigo.

O workflow baseado em especificações é genuinamente impressionante quando funciona. Assistir o Kiro transformar uma requisição vaga de feature em histórias de usuário estruturadas com critérios de aceitação EARS, então gerar um documento de design técnico analisando sua base de código existente, então quebrar isso em tarefas de implementação sequenciadas—pareceu ter um engenheiro sênior a bordo que realmente documenta seu trabalho.

A comunidade ecoa frustrações similares. Um desenvolvedor reportou gastar 310+ horas e $620 em créditos de IA em um projeto que deveria ter levado 20-30 horas, alcançando apenas 50% de sucesso—dois de quatro módulos funcionando. Tarefas frequentemente ficam travadas, falham e requerem múltiplas tentativas manuais. Tarefas que falham perdem contexto, forçando reinícios do zero enquanto queimam limites de uso.

Problemas comuns que encontrei e outros reportam:

• Erros de alto tráfego: "O modelo que você selecionou está experimentando alto volume de tráfego. Tente mudar o modelo." Melhor em planos pagos, mas ainda ocorre.
• Loops de debugging: A IA às vezes cai em padrões circulares, aplicando a mesma correção incorreta repetidamente.
• Excesso de features: O Kiro tende a gerar soluções "industriais, de grau militar" quando código mais simples bastaria—20 arquivos e 1.500 linhas para o que poderia ser 200 linhas.
• Perda de contexto: Lógica corretamente implementada às vezes fica misturada com código de tarefas anteriores completamente diferentes.
• Bugs de consumo de créditos: O lançamento inicial de preços teve problemas de medição causando picos de uso inesperados (AWS reconheceu e corrigiu).

Do lado positivo, os créditos do Kiro são generosos para consultas simples. Quando o workflow de spec funciona bem, ele genuinamente produz código de maior qualidade e mais manutenível do que programação por vibes sozinha. A documentação que emerge é legitimamente útil para colaboração em equipe.

Minha conclusão dos testes práticos: o Kiro é muito jovem. O nível de inteligência do agente ainda está em desenvolvimento. Precisa de mais iteração antes de estar pronto para workflows profissionais. Mas a fundação é sólida, e a filosofia é correta. A AWS respondeu bem ao feedback da comunidade, reembolsando usuários afetados por bugs de preços e estendendo períodos de acesso gratuito.

Kiro vs Cursor vs Windsurf

Vamos cortar o marketing e comparar essas ferramentas no que realmente importa:

Benchmarks de Desempenho

Baseado em testes em cenários comuns de desenvolvimento:

Kiro:    45 min (inclui docs/testes completos)
Cursor:  65 min (arquitetura manual)
Windsurf: 70 min (bom handling multi-arquivo)
Copilot: 85 min (contexto limitado)

A métrica de destaque é a consistência do Kiro—enquanto concorrentes podem ser mais rápidos para completações simples, o Kiro mantém alta precisão em operações complexas de múltiplos arquivos. A abordagem baseada em especificações brilha particularmente em design de banco de dados e arquitetura de API, áreas onde assistentes de IA tradicionais têm dificuldade.

Quem Deve Usar o Kiro

Dicas e Melhores Práticas

Após testes extensivos e pesquisa na comunidade, aqui estão as estratégias que maximizam o valor do Kiro:

Veredito Final

Minha recomendação? Não assine o Kiro ainda se você está esperando que ele substitua seu workflow de desenvolvimento principal. As capacidades de agente ainda são muito jovens, a confiabilidade não está lá, e a curva de aprendizado do desenvolvimento baseado em especificações é real.

Mas continue observando. A AWS criou algo genuinamente diferente com a abordagem baseada em especificações. A filosofia—de que programação com IA deve forçar clareza de pensamento ao invés de apenas velocidade de digitação—é profunda. Quando o Kiro amadurecer, pode mudar como pensamos sobre desenvolvimento assistido por IA inteiramente.

Experimente o nível gratuito. Experiencie o workflow de spec em um projeto pequeno. Veja se a estrutura ressoa com como você quer trabalhar. E se você está construindo uma equipe ou empresa onde documentação e consistência importam mais que velocidade bruta, o Kiro já pode ser exatamente o que você precisa.