AWS 近日推出全新 AI（IDE）Kiro，正式加入 AI 編程工具戰場，直接挑戰目前市場領導者 Cursor IDE、Windsurf 以及 Microsoft 的 GitHub Copilot。與其他 AI 編程工具不同，Kiro 採用獨特的「規格驅動開發」（Spec-driven Development）模式，為開發者帶來更有系統的編程體驗。
規格驅動開發模式 三階段自動化流程
Kiro 最大特色在於其規格驅動開發模式。當開發者提出需求（例如「建立電郵訂閱表格」），Kiro 會自動進行三個階段的處理：
- 需求分析階段
系統會自動生成詳細的需求文件（.md 格式），清楚列出所有功能需求和技術規格。這與 Cursor IDE 需要手動建立 requirement.md 文件的做法不同，Kiro 默認就會進行這項工作。
- 設計階段
Kiro 會繪製系統架構圖（使用 Mermaid 圖表），並提供詳細的設計說明。例如在示範中，系統會自動識別需要的核心組件，如 SSE 伺服器組件、日誌系統、速率限制器和監控系統等，並為每個組件生成 TypeScript 代碼框架。
- 任務執行階段
系統會將需求拆分成具體任務清單，每個任務都可以獨立執行。開發者可以像使用檢查點（checkpoint）一樣，隨時回滾到之前的狀態，這功能類似 Cursor IDE，但執行更加系統化。
Agent Hooks 功能 實現智能自動化
Kiro 另一突破性功能是「Agent Hooks」，這是一種智能觸發器系統。開發者可以設定各種自動化規則，例如：
- 當修改項目結構時，自動更新文件
- 當更改代碼時，同步更新 README 和 docs 資料夾
- 當修改配置文件時，自動調整相關設定
在實際示範中，開發者設定了監聽 TypeScript 源文件變化的 Hook，每當代碼有更新，系統就會自動同步更新項目文件和 Docusaurus 文件系統，大大減少了手動維護文件的工作量。
與現有工具比較 更精細的控制權
相較於 Cursor IDE 和 GitHub Copilot，Kiro 提供了更精細的控制權：
優勢對比
- Cursor IDE：需要手動管理需求文件，代碼生成較為隨意
- GitHub Copilot：主要提供代碼建議，缺乏系統性規劃
- Kiro：自動化需求分析、設計和實施，每個步驟都可控制
實測顯示，Kiro 在處理複雜項目（如 MCP 伺服器開發）時，能夠自動分析缺失的產業標準功能，並提供完整的實施方案。所有代碼都由 AI 生成，開發者無需編寫任何代碼即可完成功能開發。
整合 MCP 伺服器 擴展功能邊界
Kiro 原生支援 MCP（Model Context Protocol）伺服器整合，開發者可以配置：
- GitHub MCP 伺服器
- Playwright MCP 伺服器
- 資料庫 MCP 伺服器
這項整合讓 Kiro 能夠存取更多外部資源和工具，進一步擴展其功能邊界。
免費預覽階段 支援 Claude Sonnet 4.0
目前 Kiro 仍處於預覽階段，用戶可以免費使用包括 Claude Sonnet 4.0 在內的強大 AI 模型。雖然免費版本在執行任務時可能需要排隊等候，但整體表現依然令人印象深刻。
總結：AI 編程新標準？
Kiro 的推出標誌著 AI 編程工具進入新階段。透過規格驅動開發和 Agent Hooks 等創新功能，Kiro 不僅提高了開發效率，更重要的是為 AI 輔助編程建立了新的標準化流程。
對於習慣使用 Cursor IDE 的開發者來說，Kiro 提供了更系統化的選擇。雖然目前仍在預覽階段，但其展現的潛力已經足以撼動現有市場格局。隨著 AWS 持續投入資源改進，Kiro 有望成為 AI 編程工具的新標竿。
開發者現在可以免費試用 Kiro，體驗這個可能改變編程方式的革命性工具。
了解更多：https://kiro.dev/
分享到 :
最新影片
