行动的架构：AWS Kiro引擎内部

关键要点

• 自主自治能力：与第一代助手不同，Kiro 可以独立运行数小时甚至数天，处理 Bug 分类和跨仓库更新。
• 模型上下文协议（MCP）：Kiro 使用基于 MCP 服务器构建的 “Powers”，使其能够直接集成 Datadog、Figma 和 Stripe 等工具。
• 思考循环：独立的推理架构让 Kiro 在提交代码前先自行验证，在 UI 自动化中实现了 90% 以上 的可靠性。
• 经济拐点：AWS 首席执行官 Matt Garman 称 Kiro 比以往工具高效“数个数量级”，现已成为亚马逊内部的开发标准。

引子：超越聊天窗口

过去三年，开发者一直被困在“聊天—等待”的循环里。你向 AI 发出提示，它生成一段代码，你发现 Bug，循环往复。在 2025 年 12 月 4 日 的 AWS re:Invent 2025 主题演讲中，AWS 首席执行官 Matt Garman 宣布这个时代已经结束。

Kiro 这款智能体集成开发环境（IDE）的推出，标志着 AI 从“辅助型”向“智能体型”转变。讨论的不再是更智能的自动补全，或是一个会写单元测试的侧边栏窗口。焦点在于一种“前沿智能体”，它能够站在开发者的立场上，理解由 15 个应用组成的生态系统，并自主执行复杂工作流长达数天。虽然 GitHub Copilot 和 Cursor 等竞争对手主导了早期市场，但 Kiro 的架构预示着“行动即服务”时代的到来。

背景：IDE 的演进

Kiro 的诞生并非一蹴而就，而是软件开发工具三个不同阶段演进的产物：

建议时代（2021-2023）

GitHub Copilot 等工具引入了“智能助手”的概念。这些系统 purely 反应式，根据当前光标上下文提供 Direct Current（DC）建议，但缺乏规划或执行多步逻辑的能力。

上下文时代（2024-2025 年初）

Cursor 通过让模型更贴近代码库，彻底改变了市场。通过实现检索增强生成（RAG）和持久化上下文，开发者可以针对整个代码库提问。然而，每一次修改仍需要人类点击“应用”或“执行”。

智能体时代（2025 年末）

Kiro 于 2025 年 11 月 17 日 正式发布（GA），代表了第三波浪潮。它不仅提出建议，还会行动。它可以分类 Bug、跨仓库优化代码覆盖率，并从你过去的 Pull Request 中学习你的编码风格。它将人类的角色从“监督者”转变为“总编辑”。

理解“思考循环”

Kiro 的核心是一种推理架构，它将“即时”响应与“思考”工作流分离开来。在标准的大型语言系统（LLM）中，输出是一条线性的概率链。如果第一个 token 出错，整个代码块很可能都有问题。

Kiro 的“思考”模式引入了反馈循环。当被赋予复杂目标时，智能体不只是输出代码；它会制定计划，在沙盒环境中执行，并根据你的规格验证结果。这可以用一个效率增益公式来建模：

$E_{agent} = \frac{T_{human}}{T_{agent} \times (1 - \alpha)}$

其中：

• $T_{human}$ 是人类所需的时间。
• $T_{agent}$ 是智能体的处理时间。
• $\alpha$ 是内部修正率（Kiro 的自我验证能力）。

通过迭代的“思考”步骤最大化 $\alpha$，Kiro 能够执行那些原本需要持续人工干预的任务。

MCP 的力量：AI 的 USB-C 时刻

re:Invent 2025 上最重要的技术亮相是 Kiro Powers。它们是构建在**模型上下文协议（MCP）**之上的专业技能。

把 MCP 想象成人工智能的“USB-C”。在 MCP 出现之前，每个智能体都需要自定义代码才能与 Datadog 或 Stripe 等工具通信。现在，开发者可以创建“Powers”：可复用的 MCP 服务器，让 Kiro 无需手动配置即可接入外部 API、Figma 等 UI 设计工具或可观测性平台。

在主题演讲中，AWS 演示了 Kiro 如何借助“Figma Power”自动将设计系统转换为 React 组件库，然后再利用“Stripe Power”实现支付逻辑，全部在一次自主会话中完成。

Nova Act 与 UI 可靠性

Kiro 不仅限于终端。通过 Amazon Nova Act，系统可以像人类一样与浏览器界面和软件 UI 交互。以往的 UI 自动化工具饱受“选择器漂移”之苦（布局一旦改变，AI 就会点错按钮），而 Nova Act 在复杂工作流自动化中实现了惊人的 90% 以上 可靠性。

这是通过将 UI 视为层级模型，而非平面图像来实现的。Kiro 理解按钮的“意图”（例如“提交付款”），而不只是它在屏幕上的 X/Y 坐标。

数据：Kiro 与竞争对手

尽管内部基准数据仍处于严格保密状态，但 2025 年 12 月的行业数据显示，传统扩展与智能体 IDE 之间的差距正在拉大：

关键对比指标：

• GitHub Copilot：在受控测试中自主修复了约 13.86% 的安全漏洞。
• Cursor：在 SWE-bench（软件工程基准测试，AI 编程领域的黄金标准）上取得了 77.9% 的分数。
• AWS Kiro：亚马逊内部数据显示，开发者完成日常维护任务（例如跨 10 个以上应用升级库）的速度比手动方式快 10 倍。

值得注意的是，Kiro 现已成为亚马逊内部全公司范围的标准：这一背书表明该工具已准备好迎接“百应用规模”。

挑战与局限

尽管热度高涨，Kiro 在进入 2026 年时仍面临重大障碍：

1. 上下文漂移：在多天的会话中，智能体仍可能出现“上下文丢失”，即为了次要依赖而遗忘主要目标。
2. 成本透明度：“思考”循环消耗的 token 远多于标准提示。虽然 AWS 已推出按提示的成本追踪，但如果智能体陷入无限循环，企业账单可能会飙升。
3. 信任壁垒：开发者历来对“自动提交”功能持谨慎态度。从“验证一切”转向“信任智能体”是一种心理转变，需要数年而非数月。

未来会怎样？

Kiro 的路线图指向环境智能。随着行业步入 2026 年，预计这些智能体将走出 IDE。它们很可能集成到专用硬件中（例如预计将在 CES 2026 亮相的人形机器人），作为“幽灵开发者”在人类团队不在时继续工作。

对开发者而言，信息很明确：这个角色不再只是代码编写者，而是智能体的架构师。生产力的基线已经提升了一个数量级。如果开发过程没有智能体循环的参与，就已经落后了。

这对你意味着什么

如果你是开发者：

• 别再专注于语法，开始关注规格工程。你定义“目标”的能力现在比编写“函数”的能力更重要。
• 如果你在风险投资支持的初创公司，可以探索 Kiro 免费的 Pro+ 层级。

如果你是 CTO/工程负责人：

• 评估智能体循环对基础设施即代码（IaC）的影响。你的安全协议现在必须考虑非人类行为体在代码仓库之间的移动。
• 为“算力优先于人力”做预算。在你的 2026 年预测中，token 的成本将取代初级开发者的工时成本。

最终判断：代码领域的巨变

AWS Kiro 是行业从“辅助型”向“智能体型”转变的具体体现。通过将“思考”推理循环与 MCP 的通用连接能力相结合，亚马逊创造的不仅仅是一个工具——而是一个虚拟队友。随着行业展望 2026 年，问题不再是 AI 能否写代码，而是人们愿意赋予那些维持数字世界运转的机器多大的自主权。

---