En mesec sem testiral AWS Kiro in tukaj je tisto, česar vam nihče ne pove

Zakaj je Kiro zdaj pomemben

Naj bom neposreden z vami: vsem – zlasti neprogramerjem in netehničnim ljudem – toplo priporočam, da raziščejo svet agentov AI IDE. Ta orodja so korenito spremenila tisto, kar je mogoče. Nekdo, ki ne ve ničesar o kodiranju, ničesar o računalništvu, lahko zdaj računalniku daje navodila prek preprostega okna za klepet. Kot da bi imeli poklicnega zaposlenega, ki nikoli ne spi, se nikoli ne pritožuje in dejansko razume, kaj poskušate doseči.

Ne potrebujete več let specializiranega usposabljanja. Ni vam treba zapomniti si sintakse ali se boriti z dokumentacijo. Potrebujete ideje. Potrebujete sposobnost jasnega razmišljanja o tem, kaj želite. To je to.

Krajina kodiranja z umetno inteligenco je leta 2025 eksplodirala. Imamo Cursor, ki prevladuje v zavesti s svojim intuitivnim vmesnikom. Windsurf (prej Codeium), ki premika meje razvoja, izvornega za agente. Claude Code, ki prinaša delovne toke, osredotočene na terminal, množicam. GitHub Copilot, ki se razvija z novimi agentnimi zmogljivostmi. In potem AWS, velikan infrastrukture v oblaku, tiho lansira Kiro – in nenadoma se pogovor spremeni.

Glede na podatke SimilarWeb Kiro.dev zdaj pritegne več kot milijon mesečnih obiskovalcev. To ni le radovednost – to je pristno zanimanje razvijalcev za orodje, ki obljublja, da bo popravilo tisto, kar je pokvarjeno pri razvoju s pomočjo umetne inteligence.

Kaj je Kiro

Kiro je agentni AI IDE, ki ga je razvil AWS in temelji na Code OSS – odprtokodni osnovi Visual Studio Code. To pomeni, da se vaše obstoječe nastavitve VS Code, razširitve in mišični spomin prenašajo neposredno. Ne učite se popolnoma novega orodja; pridobivate supermoči na znanem terenu.

Toda tukaj je tisto, zaradi česar se Kiro bistveno razlikuje od vseh drugih orodij za kodiranje z umetno inteligenco: voden je s specifikacijami. Medtem ko se Cursor in Windsurf osredotočata na hitrejše in pametnejše dopolnjevanje kode, Kiro postavlja povsem drugačno vprašanje – kaj če bi vam umetna inteligenca lahko pomagala pri načrtovanju, preden začnete kodirati?

Zanimivo je, da je Kiro pozicioniran kot "nekoliko ločen od preostalega jedra AWS", pravi Nathan Peck, zagovornik razvijalcev pri AWS. Cilj je, da ima Kiro edinstveno identiteto, ki privlači razvijalce na vseh platformah – ne le tiste, ki so že vlagali v ekosistem AWS. Kiro lahko uporabljate brez računa AWS, tako da se prijavite prek Googla ali GitHuba.

To strateško pozicioniranje je pomembno. Izvršni direktor AWS Matt Garman opisuje Kiro kot "agentni IDE, ki razvijalce popelje od prototipa do proizvodnje s strukturo, ki jo zahteva koda, pripravljena za proizvodnjo." Ne poskuša nadomestiti vaših orodij za hitro izdelavo prototipov – poskuša zagotoviti, da ti prototipi dejansko pridejo v proizvodnjo.

Revolucija, ki jo vodijo specifikacije

Tukaj je težava, ki jo poskuša rešiti Kiro: "vibe coding" (kodiranje po občutku). Poznate ga. Jaz ga poznam. Vsi smo to počeli. Odprete klepet z umetno inteligenco, približno opišete, kaj želite, ponavljate pozive, dokler nekaj ne deluje, in to pošljete. Hitro je. Zdi se kot čarovnija. In ustvarja tehnični dolg, ki vas preganja mesece.

Vibe coding proizvaja kodo, ki je pogosto besedna, slogovno nedosledna in ne upošteva uveljavljenih arhitekturnih vzorcev. Umetna inteligenca sprejema predpostavke, s katerimi se niste nikoli strinjali. Zahteve ostajajo nejasne, ker jih nihče ni zapisal. Šest mesecev pozneje, ko morate spremeniti funkcijo, nimate pojma, zakaj so bile sprejete določene odločitve.

Kirov pristop, ki ga vodijo specifikacije, ustvari tri med seboj povezane datoteke, ki tvorijo temelj vsake funkcije:

Vnesite "Dodaj sistem pregledov za izdelke" in Kiro ne ustvari le kode. Ustvari uporabniške zgodbe za ogled, ustvarjanje, filtriranje in ocenjevanje pregledov. Vsaka uporabniška zgodba vključuje merila sprejemljivosti, ki zajemajo robne primere, ki jih razvijalci običajno obravnavajo med implementacijo. Šele po tem, ko pregledate in odobrite te specifikacije, se začne dejansko kodiranje.

To morda zveni počasneje. Je – na začetku. Toda izplačilo pride v obliki zmanjšanih ciklov ponavljanja, jasnejše komunikacije v ekipi in kode, ki dejansko počne to, kar ste nameravali. Specifikacije postanejo en sam vir resnice, na katerega se lahko ljudje in agenti umetne inteligence sklicujejo skozi celoten življenjski cikel projekta.

Razlaga sintakse EARS

EARS – Easy Approach to Requirements Syntax (Enostaven pristop k sintaksi zahtev) – je skrivna sestavina za Kirovim sistemom specifikacij. Razvil ga je Alistair Mavin s sodelavci pri Rolls-Royceu med analizo predpisov o plovnosti za nadzorne sisteme reaktivnih motorjev. EARS ponuja strukturiran format za pisanje jasnih, nedvoumnih in preverljivih zahtev.

EARS ni le pametna samo-formalizacija. Pravzaprav je razširitev temporalne logike, ki je sama po sebi razširitev logike prvega reda. To daje Kiru resnično moč za preverjanje procesov, nadzor vedenja modela in povezovanje zasnove z implementacijo.

WHEN [pogoj/dogodek] THE SYSTEM SHALL [pričakovano vedenje]

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

Sintaksa EARS vključuje več vzorcev za različne vrste zahtev:

Strukturiran format olajša razumevanje pričakovanj, kar zmanjšuje napačne razlage med produktnimi in inženirskimi ekipami. Prav tako naredi zahteve neposredno preverljive – vsako izjavo EARS je mogoče pretvoriti v testni primer, kar zagotavlja, da nič ne uide.

Način Vibe proti načinu Spec

Kiro deluje v dveh različnih načinih, od katerih vsak služi različnim razvojnim potrebam:

Med načini lahko prehajate naravno. Začnite pogovor "vibe", da raziščete ideje, nato recite "Ustvari specifikacijo", ko ste pripravljeni na formalizacijo. Kiro vas bo vprašal, ali želite začeti sejo specifikacije, in nadaljeval z ustvarjanjem zahtev na podlagi konteksta vašega pogovora.

Tu je tudi način Autopilot – vklopite ga v spodnjem desnem kotu in Kiro se spremeni v pospeševalnik razvoja. V načinu Autopilot Kiro implementira celotno kodo brez čakanja na vašo odobritev na vsakem koraku, kar drastično skrajša čas razvoja z odpravo potrjevanja sem in tja. Uporabite ga za temeljne komponente in šablone. Preklopite na nadzorovani način za kritično poslovno logiko, kjer želite pregledati vsako spremembo.

Agentni kavlji in avtomatizacija

Kavlji (Hooks) so Kirova druga velika inovacija – avtomatizacije, ki jih vodijo dogodki in sprožijo agente AI v ozadju na podlagi sprememb datotek. Delujejo kot izkušen razvijalec, ki ujame stvari, ki jih spregledate, ali dokonča standardne naloge, medtem ko delate.

Ko shranite datoteko, ustvarite novo komponento ali spremenite končno točko API-ja, lahko kavlji samodejno:

Ko je kavelj uveljavljen v Gitu, uveljavlja standarde v celotni vaši ekipi. Vsi imajo koristi od enakih preverjanj kakovosti, standardov kode in varnostne validacije. To rešuje pogost problem, ko se dokumentacija oddaljuje od realnosti, standardi kodiranja se razlikujejo od razvijalca do razvijalca, institucionalno znanje pa odide skozi vrata, ko odidejo višji inženirji.

# .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 podpira tudi "Agent Steering" – obstojno znanje o projektu, shranjeno v datotekah markdown pod .kiro/steering/. To daje AI kontekst o vašem tehnološkem naboru, strukturi datotek in vzorcih kodiranja, ki preživi med sejami. V kombinaciji s podporo za Model Context Protocol (MCP) se lahko povežete z zunanjo dokumentacijo, bazami podatkov, API-ji in drugim.

Modeli za Kirom

Med testiranjem sem uporabil ta poziv, da bi preveril, kaj točno poganja Kiro:

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

Tukaj je tisto, kar sem odkril o Kirovi situaciji z modeli – in to je pomembno za določanje pričakovanj:

Kiro je predstavil "Auto" – agenta, ki uporablja mešanico različnih vodilnih modelov v kombinaciji s specializiranimi modeli, zaznavanjem namena, predpomnjenjem in tehnikami optimizacije. Cilj je boljše ravnovesje med kakovostjo, zakasnitvijo in stroški. Pri uporabi Auto določene naloge, ki porabijo X kreditov prek neposrednega Sonnet 4, stanejo manj, ker sistem inteligentno usmeri k najprimernejšemu modelu.

Za tiste, ki želijo neposreden nadzor, lahko izrecno izberete Sonnet 4 za svoje pozive, čeprav to porablja kredite po višji stopnji (približno 1,3x v primerjavi z Auto).

Cene in krediti

Kirove cene so bile... sporne. Povratne informacije skupnosti so bile glasne in AWS se je odzval z več prilagoditvami. Tukaj je trenutno stanje:

Novi uporabniki prejmejo paket dobrodošlice s 500 bonus krediti, ki jih je mogoče porabiti v 30 dneh, ne glede na to, kateri načrt izberejo – vključno z brezplačno stopnjo. To vam daje čas, da resnično izkusite Kirove zmogljivosti, preden se zavežete.

Razumevanje porabe kreditov

Tukaj stvari postanejo niansirane. Krediti niso preprosto "en poziv = en kredit". Kredit je enota dela kot odgovor na uporabniške pozive:

• Preprosti pozivi lahko porabijo manj kot 1 kredit
• Zapleteni pozivi, zlasti izvajanje nalog specifikacije, običajno stanejo več kot 1 kredit
• Različni modeli porabijo kredite z različnimi hitrostmi
• Krediti se merijo na drugo decimalko (najmanj 0,01 kredita)

V mojem testiranju je preprosto vprašanje za preverjanje modela stalo le 0,1 kredita – izjemno učinkovito. Toda ustvarjanje celotne specifikacije projekta lahko porabi 15-25 interakcij, zapletene izvedbe v več datotekah pa bodo hitro porabile kredite.

Prekoračitev in obračunavanje

Pri plačljivih načrtih lahko omogočite prekoračitev (overage), da nadaljujete z delom po preseg svojih mesečnih omejitev. Dodatni krediti stanejo 0,04 $ vsak, obračunani ob koncu meseca. Prekoračitev je privzeto onemogočena in jo je treba izrecno omogočiti v nastavitvah – smiselna varovalka pred presenetljivimi računi.

AWS ponuja tudi program Kiro Startup Credits Program – do eno leto dostopa Pro+ brezplačno za kvalificirana zagonska podjetja. Če gradite podjetje in ustrezate kriterijem, je to pomembna vrednost.

Moja iskrena izkušnja

Dovolite mi, da delim svojo osebno izkušnjo s Kirom, brez filtrov. V to sem prišel navdušen – AWS vstopa v prostor AI IDE z resnično novim pristopom? Štejte me zraven.

Delovni tok, voden s specifikacijami, je resnično impresiven, ko deluje. Gledanje Kira, kako preoblikuje nejasno zahtevo po funkciji v strukturirane uporabniške zgodbe z merili sprejemljivosti EARS, nato ustvari dokument tehničnega načrta, ki analizira mojo obstoječo kodno bazo, nato pa to razdeli na zaporedne naloge izvedbe – zdelo se je, kot da bi imel na krovu višjega inženirja, ki dejansko dokumentira svoje delo.

Skupnost odmeva podobne frustracije. En razvijalec je poročal, da je porabil več kot 310 ur in 620 $ kreditov za umetno inteligenco za projekt, ki bi moral trajati 20-30 ur, pri čemer je dosegel le 50-odstotni uspeh – dva od štirih modulov sta delovala. Naloge se pogosto zataknejo, ne uspejo in zahtevajo več ročnih poskusov. Neuspešne naloge izgubijo kontekst, kar prisili v ponovne zagone od začetka, medtem ko se kurijo omejitve uporabe.

Pogoste težave, na katere sem naletel in o katerih poročajo drugi:

• Napake zaradi velikega prometa: "Model, ki ste ga izbrali, doživlja velik obseg prometa. Poskusite zamenjati model." Bolje pri plačljivih načrtih, vendar se še vedno pojavlja.
• Zanke pri odpravljanju napak: Umetna inteligenca včasih zapade v krožne vzorce in večkrat uporabi isti napačen popravek.
• Pretiravanje s funkcijami: Kiro se nagiba k ustvarjanju "industrijskih, vojaških" rešitev, ko bi zadostovala preprostejša koda – 20 datotek in 1.500 vrstic za tisto, kar bi lahko bilo 200 vrstic.
• Izguba konteksta: Pravilno izvedena logika se včasih pomeša s kodo iz popolnoma drugih prejšnjih nalog.
• Hrošči pri porabi kreditov: Zgodnja uvedba cen je imela težave z merjenjem, kar je povzročilo nepričakovane skoke v uporabi (AWS je to priznal in obravnaval).

Pozitivna stran je, da so Kirovi krediti velikodušni za preproste poizvedbe. Ko delovni tok specifikacij deluje dobro, resnično proizvaja kakovostnejšo in bolj vzdržljivo kodo kot samo vibe coding. Dokumentacija, ki nastane, je legitimno uporabna za timsko sodelovanje.

Moj zaključek iz praktičnega testiranja: Kiro je premlad. Stopnja inteligence agenta se še vedno razvija. Potrebuje več ponovitev, preden bo pripravljen na profesionalne delovne toke. Toda temelj je trden in filozofija je zdrava. AWS se je dobro odzval na povratne informacije skupnosti, povrnil denar uporabnikom, ki so jih prizadeli hrošči pri cenah, in podaljšal obdobja brezplačnega dostopa.

Kiro vs Cursor vs Windsurf

Prebijmo se skozi marketing in primerjajmo ta orodja glede tistega, kar je dejansko pomembno:

Merila uspešnosti

Na podlagi testiranja v pogostih razvojnih scenarijih:

Kiro:    45 min (vključuje celotno dok/teste)
Cursor:  65 min (ročna arhitektura)
Windsurf: 70 min (dobro obravnavanje več datotek)
Copilot: 85 min (omejen kontekst)

Izstopajoča metrika je Kirova doslednost – medtem ko so konkurenti morda hitrejši pri preprostih dopolnitvah, Kiro ohranja visoko natančnost pri zapletenih operacijah z več datotekami. Pristop, voden s specifikacijami, še posebej blesti pri načrtovanju baze podatkov in arhitekturi API-ja, področjih, kjer imajo tradicionalni pomočniki AI težave.

Kdo bi moral uporabljati Kiro

Profesionalni nasveti in najboljše prakse

Po obsežnem testiranju in raziskavah v skupnosti so tukaj strategije, ki maksimizirajo vrednost Kira:

Končna sodba

Moje priporočilo? Ne naročite se še na Kiro, če pričakujete, da bo nadomestil vaš primarni razvojni delovni tok. Zmogljivosti agenta so še vedno premlade, zanesljivost ni povsem tam in krivulja učenja za razvoj, voden s specifikacijami, je resnična.

Vendar ga spremljajte. AWS je s pristopom, vodenim s specifikacijami, ustvaril nekaj resnično drugačnega. Filozofija – da bi moralo kodiranje z umetno inteligenco vsiliti jasnost razmišljanja in ne le hitrosti tipkanja – je globoka. Ko bo Kiro dozorel, bi lahko popolnoma spremenil način, kako razmišljamo o razvoju s pomočjo umetne inteligence.

Preizkusite brezplačno raven. Izkusite delovni tok specifikacij na majhnem projektu. Preverite, ali struktura resonira s tem, kako želite delati. In če gradite ekipo ali podjetje, kjer dokumentacija in doslednost štejeta več kot surova hitrost, je Kiro morda že točno tisto, kar potrebujete.