大多数 AI 编程工具解决的是"怎么写代码"的问题——代码补全、函数生成、bug 修复。但软件开发里有一个更早期的环节常常被忽略:从一个模糊的想法,到清晰的需求,到具体的技术规格,然后才到写代码。Kiro 是 Amazon Web Services 在 2025 年推出的 AI IDE,它把关注点放在了这个更早期的阶段——帮开发者把想法规范化成可执行的规格,再从规格驱动代码实现。
Kiro 是什么
Kiro 是 AWS 推出的 AI 原生 IDE(集成开发环境),基于 VS Code 的架构,在 2025 年发布预览版。它的核心理念叫"spec-driven development"(规格驱动开发):你描述你想要什么功能,Kiro 先帮你生成需求文档和技术规格,经过你确认后,再据此生成代码。
这和直接让 AI 写代码的工具不同。Kiro 的流程更接近专业软件工程里的规范流程:需求→规格→实现,而不是跳过前两步直接写代码。
核心功能
从 Prompt 到规格文档
你用自然语言告诉 Kiro 你想要什么功能(可以很粗略,比如"给这个电商应用加一个购物车功能"),Kiro 生成几份结构化的文档:
- 需求文档(Requirements):把你的想法翻译成正式的功能需求,列出用户故事、功能点、非功能性要求
- 设计文档(Design):技术架构设计,包括数据模型、API 设计、组件结构
- 任务分解(Tasks):把实现拆成一个一个可执行的具体任务
你在这个阶段可以审查和修改这些文档——调整需求、修改技术方向、增减功能点。确认之后,Kiro 开始根据这些规格生成代码。
这个流程的价值在于:在写代码之前先对齐"要做什么",避免写完之后发现方向错了要大幅返工的情况。
Steering(方向引导)文件
Kiro 支持一种叫"Steering"的配置文件,让你可以给 AI 设定持久的项目上下文和约束:
- 这个项目用什么技术栈
- 代码风格和命名规范
- 哪些目录是不允许修改的
- 项目的架构原则和设计决策
这些 Steering 文件在整个项目的 AI 交互里持续生效,让 AI 生成的代码始终符合项目的既有规范,而不是每次都要重新告诉 AI"我们用的是什么框架、什么风格"。
对于长期项目或者团队协作,Steering 文件可以作为 AI 的"项目记忆"和"规范约束",解决 AI 工具"上下文健忘"的常见痛点。
Agent Hooks(自动化触发)
Kiro 支持设置在特定事件发生时自动触发 AI 操作,称为 Agent Hooks:
- 保存文件时自动更新相关文档
- 添加新功能时自动检查安全漏洞
- 代码变更时自动更新单元测试
- 提交代码前自动运行代码规范检查
这让一些原本需要手动触发的 AI 辅助工作变成了自动发生的流程,减少了"记得在做完这件事后让 AI 检查一下"的心智负担。
基于 VS Code 架构
Kiro 基于 VS Code 的代码基础构建,这意味着:
- 你熟悉的 VS Code 界面和快捷键基本可以延续
- 大量 VS Code 扩展可以在 Kiro 里使用
- 对于已经在用 VS Code 的开发者,迁移成本低
这是和 Cursor 类似的策略,Cursor 也是基于 VS Code 的 AI IDE。
AWS 生态整合
作为 AWS 的产品,Kiro 和 AWS 服务的整合更深:
- 可以直接在 IDE 里管理 AWS 资源
- 和 Amazon CodeWhisperer(AWS 的代码补全服务)整合
- 对于用 AWS 作为云平台的团队,部署和运维流程的 AI 辅助更顺畅
对于已经深度使用 AWS 的企业用户,这个生态整合是实质性的价值。
和其他 AI IDE 的比较
vs Cursor:Cursor 是目前最成熟的 AI IDE,Tab 代码补全、Composer 多文件编辑、Codebase 索引都很完善,有大量用户基础和社区资源。Kiro 的差异化在于规格驱动开发的流程,以及 Steering 文件的持久上下文设计。Cursor 更侧重代码层面的 AI 辅助,Kiro 更侧重从需求到代码的全流程。
vs Windsurf(Codeium):Windsurf 的 Cascade Agent 强调深度的项目理解和多步骤执行,定位和 Kiro 有重叠。价格上 Windsurf 的 Pro 版本($15/月)比 Cursor 便宜,Kiro 的价格在预览期间有免费额度。
vs Claude Code / Gemini CLI:这些是命令行工具,不是 IDE,工作方式不同。Kiro 提供的是完整的图形界面 IDE 体验。
vs GitHub Copilot:Copilot 主要是代码补全工具,集成在 VS Code 等多种 IDE 里。Kiro 是一个完整的 IDE,规格驱动开发是 Copilot 没有的概念。
谁适合用 Kiro
重视软件规范和流程的团队:如果你的团队认为"先想清楚再写代码"是好的实践,Kiro 的规格驱动开发流程是对这个实践的有效支持。
AWS 用户:已经在 AWS 生态里工作的开发者和团队,Kiro 的 AWS 整合是其他工具没有的优势。
需要给 AI 建立长期项目记忆的团队:Steering 文件解决了"每次都要重新告诉 AI 项目上下文"的问题,对于长期维护的项目很有价值。
从 VS Code 迁移:已经熟悉 VS Code 的开发者,Kiro 的迁移成本低于其他 AI IDE。
想探索规格驱动开发的开发者:对"需求→规格→代码"这个流程有兴趣,但以前觉得写规格文档太麻烦的开发者,Kiro 让这个流程的前两步由 AI 来完成,大大降低了执行成本。
局限
相对较新:Kiro 在 2025 年才发布预览版,功能完善度和稳定性还在持续提升,早期用户可能遇到 bug 或者功能不完整的情况。
规格驱动流程有学习成本:如果你习惯了"直接让 AI 写代码"的工作方式,适应 Kiro 的规格驱动流程需要一段时间调整工作习惯。
中文支持待验证:作为美国公司产品,中文开发场景的支持质量需要实际验证。
社区资源少:相比 Cursor 有大量的教程、视频、社区讨论,Kiro 的社区资源目前还很有限。
实际建议
先试用规格驱动流程:Kiro 最独特的地方是规格驱动开发,不要跳过这个流程直接让它写代码,先体验完整的从 prompt 到规格到代码的流程,才能感受到它和其他工具的真实差异。
认真设置 Steering 文件:花时间把项目的技术栈、代码规范、架构原则写进 Steering 文件,这个投入在整个项目周期里会持续有回报。
适合新功能,慎用于遗留代码:Kiro 的规格驱动流程对于新功能开发很顺畅,对于修改复杂的遗留代码,效果可能参差不齐。
Kiro 代表了 AI IDE 领域里一个有意思的方向:不是让 AI 更快地写代码,而是让软件开发的上游环节(需求、规格)也有 AI 参与。对于认为"先想清楚才能做对"的开发者和团队,这个方向有真实的价值。
