Kiro AI：实用示例指南

AI 编码工具面临一个语境问题。当项目变大、对话变长时，它们会忘记您真正想构建的东西。Amazon Web Services 表示，他们可以用Kiro来解决这个问题——这是他们全新的代理型 IDE，能为“感觉驱动”的凌乱编码带来秩序，帮助您更快交付。等候名单排了一个月，我终于拿到资格进行测试。

目前，Kiro 仍处于预览阶段。既没有基准测试结果，也缺少用户案例，真正每天使用过它的人很少。官方文档只讲了部分内容，您很难判断它是否如承诺那样有效。我们将通过把 Kiro 宣称具备的每项功能放到真实编码问题中测试，来弥补这一点。

我们通过发送The Median（每周五免费简报，梳理本周要闻）来为读者带来 AI 动态更新。订阅它，每周用几分钟保持敏锐：

什么是 Kiro？

Kiro 是 AWS 推出的全新 AI 驱动编码环境，旨在修补 AI 辅助开发中杂乱无章的部分。不同于仅从提示生成代码的其他 AI IDE，Kiro 侧重于所谓的“基于规格的开发”（spec-driven development），在写代码前先把您的想法转化为清晰的计划。它的设计目标是弥合快速原型与构建真实软件之间的鸿沟。

以下是 Kiro 的关键功能：

• Specs——将您的提示转换为详细的需求与系统设计
• Agent Hooks——后台 AI 代理，自动处理测试、文档等任务
• Autopilot Mode——让 AI 在无需持续指引下处理大型任务
• Multimodal Input——上传设计稿或白板草图图片来引导开发
• MCP Integration——连接数据库、API 与外部工具
• VS Code Compatibility——可与现有扩展与设置协同工作

其核心理念是超越“感觉编码”的方式——不停提示直到“跑起来”。相反，Kiro 会创建结构化计划，将复杂功能拆解为可管理的任务，并让 AI 代理始终聚焦于您的真实目标。这种方法有助于在长对话与大型项目中保持上下文——这正是大多数 AI 编码工具最头疼的问题。

Kiro 在预览阶段目前免费，并免费提供 Claude Sonnet 模型的访问。该工具支持 Mac、Windows 与 Linux，覆盖大多数主流编程语言。

如何安装与设置 Kiro？

使用 Kiro 最难的部分不是安装本身——而是从等候名单中上岸并拿到访问码。一旦拥有它，安装步骤就很直接：下载应用、用代码验证并登录。您会很快注意到，Kiro 看起来像另一个经过视觉微调的 VS Code “分身”，但这种熟悉感其实很有帮助。

在设置过程中，Kiro 允许您导入所有现有的 VS Code 设置与扩展，理论上听起来很棒。您甚至可以把 Kiro 加入终端路径，这样只需一个 kiro 命令即可打开项目。不过，如果您已经转用Cursor 等其它基于 VS Code 的编辑器，您可能会遇到摩擦——Kiro 不支持从这些新工具导入。

这给我带来了一些麻烦，因为我几个月没用过 VS Code 了。当我导入旧的 VS Code 配置时，顺带带来了许多过时的扩展与我不再需要的快捷键绑定。

更糟的是，我的一些重要快捷键不再生效，因为 Kiro 为其 AI 功能覆盖了某些快捷方式。把这些都整理完后，您本质上得到的是另一个基于 VS Code 的编辑器——只是核心内置了完全不同的 AI 与聊天体验。

与 Kiro 的“vibe session”

让我们动手用 Kiro 构建点东西。我创建了一个空目录，并用 kiro 命令打开，从零开始。本次测试我沿用之前评测Cline、Cursor 与 Trae AI 时用过的井字棋示例。到目前为止，Cursor 表现最佳——它一次就生成了最好的井字棋游戏，而其他工具需要微调才能达标。

首先，我用Ctrl/Cmd + L 打开聊天面板，并切换到“vibe session”，开启自动驾驶模式（autopilot）。vibe session 是 Kiro 对传统 AI 编码的诠释：不停提示迭代直到得到想要的结果——无结构，纯迭代。

开启自动驾驶后，我不必逐条批准 Kiro 想做的每个更改。我也选择了Claude Sonnet 4 作为模型，不过需要注意，vibe 会话中没有思考模式（thinking mode）。

以下是我用来构建游戏的提示：

I want to build a 4x4 tic-tac-toe game in Python with a clean terminal interface. The game should support two players taking turns, detect wins in rows, columns, and diagonals, and handle draws. It should have colored elements, not just black and white, but the color system must be minimalistic.技术支持

按下回车后，Claude Sonnet 4 立刻开始工作。不同于会实时展示每次代码变更的 IDE，Kiro 提供了一个“观看代理工作”的按钮——您可以选择是实时跟随更新，还是直接等待结果。这其实挺让人耳目一新，因为盯着代理写代码很快就会腻，尤其在耗时任务上。

结果令人印象深刻。Kiro 用刚刚超过 200 行的代码就完成了项目，而我测试的其他 IDE 至少需要 250 行。更棒的是，游戏完美满足了我的要求并顺利运行——甚至可能比 Cursor 的版本还好。

终端界面简洁，Kiro 还做出了聪明的设计选择，例如把行列编号放在网格边缘，而不是像 Cursor 那样另建一个参考网格。

真正亮眼的是“空间”推理。我试过的其他代理（除 Cursor 外）经常无法把 X 和 O 放在网格单元的正中央——这是个出了名的难题，通常需要多次截图与纠正。Kiro 第一次就做对了，甚至没有使用 Claude 的思考模式。方形网格设计非常到位，棋子也准确地出现在它们应在的位置。

现在，让我们用 spec 会话来构建一个更具挑战性的项目。

用 Kiro 测试 spec 会话

vibe 会话下的井字棋成功引出了一个重要问题：当项目变得更具挑战性会怎样？这正是 Kiro 的另一种方法——spec 会话——发挥作用的地方。

其他 AI 编码工具或称其为 SOLO 模式、计划模式或架构师模式，基于规格的开发遵循同一个核心理念：在写任何代码之前先创建详细计划。

我用两个复杂度不同的项目进行了测试。spec 会话按照清晰流程工作，会在编码开始前生成三份规划文档：

• requirements.md——以 EARS 表达法撰写的用户故事，遵循“WHEN【发生某事】THE SYSTEM SHALL【执行具体动作】”
• design.md——技术架构以及组件如何协作
• tasks.md——构建所需的具体可执行步骤

测试一个高级项目

在挑战性测试中，我选择了一个能推动规划系统极限的题目：

Build a web application that displays the Mandelbrot set in one canvas with zoom functionality. Show the corresponding Julia set in a split-screen canvas based on the cursor position over the Mandelbrot set. Include smooth zooming, color gradients, and real-time Julia set updates as the mouse moves.技术支持

规格生成工作良好。Kiro 有条不紊地完成每个阶段，记录了数学精度、性能需求与用户交互细节。

需求文档用规范的 EARS 表达细致描述了行为。设计阶段阐述了坐标变换算法、分形计算方法与实时渲染策略。任务拆解生成了 25+ 个离散步骤，从基础 HTML 搭建到高级数学工具函数一应俱全。

鉴于 Kiro 在预览期间免费提供 Claude Sonnet 4（仅常规模式），规划质量在零成本前提下已相当扎实。不过，执行阶段暴露了成长的烦恼。Kiro 会为每条命令打开新终端窗口，拖慢了进度，而且终端命令虽然完成了，聊天界面不一定总能识别结束，需要手动复制粘贴输出。这让调试变得繁琐，于是我换到一个更简单的项目。

测试简单项目

单位换算器项目则呈现出不同画风：

Create a multi-unit converter for length, weight, temperature, and currency with dropdown selectors, real-time conversion, and swap functionality.技术支持

这里，规格流程显得几乎“过于周全”。Kiro 仍然生成了详细需求并把工作拆为 11 个任务，但对于一个简单的 Web 应用，这样的规划程度可能有点过头。尽管同样存在终端问题，代理在完成第六个任务后就交付了可用的换算器。

结构何时物有所值

对比两次体验可以看出 spec 会话最有价值的场景。对于 Mandelbrot 项目，前期规划至关重要——没有其他方法能如此有序地组织这些数学工作。对于单位换算器，您很可能用 vibe 会话更快达成目标。

spec 模式的真正优势在于其提供的高质量规划。这些文档能成为路线图，无论您是用 AI 编码，还是与其他开发者协作。带有数学算法或多系统耦合的高级项目将从这种结构中获益良多，而简单构建可能无需这份开销。

如果您要处理具有实质数学深度或系统互联的项目，spec 会话能提供所需的结构。对于快速原型或简单工具，vibe 会话将更直接。随着 Kiro 改善终端集成、在预览后加入更强的模型，spec 会话很可能会成为任何具备显著架构需求项目的首选方式。

终端支持

如前所述，终端支持仍需打磨以提供流畅体验。虽然 Kiro 的终端集成基础不错——您可以用自然语言描述需求，如“安装项目依赖”，它会把意图翻译成实际命令——但执行经常会卡住。终端问题也许与我特定的环境（oh-my-zsh）有关，但 Cline 与 Trae AI 等 IDE 在同样环境下并无问题。

安全功能设计得很好。新终端命令在运行前需要您的批准，您可以将常用且无害的命令加入信任列表，如 ls cat 和 pwd。对于其他命令，您可以按不同级别授信——精确命令、命令变体或同一根命令的所有形式。

Kiro 还会标记 危险模式，如命令替换与输出重定向，这些都可能带来安全隐患。

当 Kiro 建议一个终端命令时，您有四个选项：修改、拒绝、运行或“运行并信任”。

系统会保留命令历史，并可在对话中通过 #Terminal 引用最近的终端输出，这在调试时至关重要。

使用 Hooks 实现自动化

尽管终端集成问题可能拖慢主动开发，Kiro 还提供了一个不依赖终端执行也很强大的功能——代理 Hooks。

每位开发者都了解重复性任务的烦恼：给新函数补测试、为文件添加许可证头、或在问题进入生产前把它们揪出来。您大概有一份“保存后要做的事”的心智清单，但当您正专注解决复杂问题时，这些人工流程很容易被遗忘。

代理 Hooks 通过智能触发来自动化这些常规任务。系统遵循简单流程：在 IDE 中检测特定事件、在这些事件发生时执行预定义提示，然后代理自动执行请求的操作。这种自动化会改变您的工作方式，让后台任务在您专注构建功能时自动处理。

创建提交信息生成器 Hook

我们以一个能在开发中省时的实用 hook 为例——自动提交信息生成器。该 hook 会分析文件变更并给出有意义的提交信息，免去每次准备提交时绞尽脑汁想措辞的负担。

首先，在 Kiro 界面中创建该 hook。前往 Kiro 面板的 Agent Hooks 部分并点击 + 按钮，或使用Cmd + Shift + P 并输入 "Kiro: Open Kiro Hook UI"。对于我们的提交信息生成器，我们希望它在 文件保存事件时触发，并用**/* 模式匹配所有文件。

以下是 hook 指令：

When files are saved, analyze the changes and generate a commit message:

1. Review what files were modified and what changed
2. Identify the type of change (feature, fix, refactor, docs, etc.)
3. Write a clear, concise commit message following conventional commits format
4. Include the scope if changes are focused on specific components
5. Keep the summary under 50 characters when possible
6. Add a longer description if the changes are complex

Output the suggested commit message in a code block for easy copying.技术支持

保存该 hook 后，它会开始监控您的工作区。每次保存文件，hook 都会分析变更并给出合适的提交信息建议。不再需要对着空白的提交对话框苦思冥想，您将根据实际改动即时获得建议。

这种方式的妙处在于它与您的自然开发流程相契合。您做出修改、保存文件，然后无需额外步骤就自动获得提交信息建议。您也可以为其他重复性任务创建类似的 hooks，例如当 API 变更时更新文档，或在新建组件时添加样板代码。

设计得当的 hooks 会成为“隐形助手”，在不改变您实际写代码方式的前提下，保持一致性、避免常见疏漏。

用 Steering 维持项目上下文

Hooks 很擅长自动化，但使用 AI 编码助手还有另一个挑战：反复解释项目规则。您会一遍遍告诉 AI 您偏好的库、编码风格、文件组织与项目决策。每次新聊天都从零开始，您得花时间解释那些本该“留存下来的”东西。

Steering 通过 markdown 文件让 Kiro 持久掌握您的项目信息，从而解决这一问题。无需在每次聊天中解释规则，steering 文件可确保 Kiro 始终遵循您既定的模式与标准。系统会把这些知识存放在 .kiro/steering/ 文件中，成为项目的一部分。

这种持久上下文会改变 AI 助力项目的方式。无需在每次对话一开始就解释您的设置与偏好，Kiro 已经了解项目基础，并能立即产出匹配您既有模式的代码。

添加自定义 steering 文件

如果您已有一个配置了规格的项目，Kiro 可一键为您自动填充基础 steering 文档。您随时可以修改它们，或根据特定需求添加自定义 steering 文件。前往 Kiro 面板的 Steering 部分，点击 + 按钮创建新文件。

创建自定义文件时，您可以通过包含模式控制它们的加载时机。最有用的是条件包含：仅在处理特定文件类型时加载 steering 文件。设置方式如下：

---
inclusion: fileMatch
fileMatchPattern: "analysis/**/*.py"
---

# Your custom standards here技术支持

inclusion: fileMatch 告诉 Kiro 在处理匹配该模式的文件时自动加载此 steering 文件。fileMatchPattern 使用标准的 glob 模式来锁定特定文件或文件夹。您可以用 "*.py" 匹配所有 Python 文件、用 "tests/**/*" 匹配测试文件，或用 "docs/*.md" 匹配文档文件。

您也可以使用 inclusion: always 在每次交互中加载 steering 文件，或使用 inclusion: manual 仅在聊天中用 #filename 引用时加载。这样您就能控制不同类型的指引何时出现。

关键在于让 steering 文件聚焦且具体。不要把所有标准堆在一个巨无霸文件里，而是按关注点拆分——一个写 API 模式、一个写测试方法、一个写部署流程。这样可以让上下文保持相关、避免信息过载。

保存 steering 文件后，它会立即在所有匹配包含模式的 Kiro 交互中生效。项目知识将自动被保存与共享，让团队成员与 AI 助手都能更有效地遵循您既定实践。

Kiro vs. Cursor：正面比较

在充分测试 Kiro 后，自然会问：它与 Cursor 相比如何？Cursor 目前是 AI 驱动编码环境的领先者。对比显示的差异主要来自两者面市时间不同，以及对“AI 应如何帮助开发者”的不同理念。

最大的不同在时间点。Cursor 始于 2023 年，而 Kiro 在 2025 年中进入预览。这段领先让 Cursor 更打磨成熟、更稳定，也拥有更强的社区支持。

模型支持与选项

Cursor 支持多数主流 AI 提供商。您可以使用 Claude Sonnet 3.7/4.0、GPT-4.0/5.0 以及 Google Gemini 模型，并可按需切换。Kiro 只提供 Claude Sonnet 3.7 与 4.0。两者都很强，但无法使用思考模式。选择受限意味着灵活性较低。

更深层的差异在于两者对 AI 助力的思考方式。Cursor 走传统路子——与 AI 聊天、获取代码建议、改进、反复直到达到目标。Kiro 的基于规格的方法需要更多前期规划，但在更大、更复杂的项目上能提供更好的组织性。

社区与支持差异

社区支持体现了 Cursor 领先时间的价值。遇到 Cursor 问题时，您可以在论坛、Discord 或 Reddit 上找到成千上万开发者分享的解决方案。Kiro 还很新。像终端问题这类状况出现时，多数时候您得自己摸索。

这种社区差距会影响故障排查、学习资料与第三方扩展。Cursor 拥有大量文档、视频教程与社区技巧。Kiro 的文档不错但有限，社区产出的内容目前不多。

高级上下文功能

Cursor 缺少一些对项目上下文管理影响很大的高级功能。两者在基础功能上相似——把终端日志加入聊天、在对话中包含 URL 或图片。但 Cursor 并没有像 Kiro 那样的 steering 或 specs 系统，用于在会话之间持久保存项目细节。

您可以在 Cursor 中手动创建这些文件，但效果不如 Kiro 内建系统。相信我——我长期使用 Cursor，并尝试过手动创建项目上下文文件。它们能用，但与 AI 的协同远不如 Kiro 的 steering 系统。

定价与 MCP 支持

在定价方面，Kiro 在预览期间免费，但正式发布后可能会与 Cursor 看齐。Kiro 官网显示计划中的订阅层级：Pro 每月 20 美元、Pro+ 每月 40 美元，与 Cursor 相同。

两者对MCP 服务器的支持都比较基础，且都没有一键安装服务器的便捷“市场”。Trae AI 与 Cline 这类 IDE 在这方面更领先，它们更容易连接外部工具与数据库。

代码质量与未来潜力

比较代码质量需要数月的并行测试，我还没有完整做过。但有个有趣的角度：Kiro 的母公司是 AWS，而 AWS 是 Anthropic 的直接投资方。这意味着 Kiro 中的 Claude 模型将来可能比其他 IDE 中的版本更好。Kiro 也许能请求定制化的模型改动，或者提前接入 Claude 的新功能。这只是推测，但 AWS 与 Anthropic 的关系暗示未来可能的优势。

功能对比概览

在 Kiro 与 Cursor 之间如何选择，取决于您的项目需求与工作偏好。如果您从事复杂、长期项目且受益于结构化规划与持久上下文，Kiro 的基于规格方法确有优势。如果您偏好快速迭代，并且需要成熟工具链与丰富的模型选项，那么目前 Cursor 仍是更稳妥的选择。

结论

Kiro 是 AI 编码工具的一次有趣进步，尤其适合需要结构化协作的大型团队项目。对于更大的构建，基于规格的方法确实能弥补常规聊天式编码的不足。

Steering 文件与代理 hooks 等功能在保持项目上下文、自动处理日常任务方面很有前景。但终端问题与有限的模型选择使其暂时难以取代 Cursor 这类更成熟的工具。

如果您在做需要提前规划、并在会话间保持上下文的大型项目，Kiro 值得在免费期间尝试。当您需要在大型代码库中保持一致性，或与队友协同时，结构化流程会很奏效。

但如果您需要可靠的日常编码助手、丰富的模型选项与强大的社区支持，Cursor 仍是更安全的选择。随着 Kiro 持续改进并修复问题，它可能会成为那些更看重结构而非速度的开发者的优选。AWS 的背书与对企业功能的关注也表明这个工具会快速迭代进步。

如果您想进一步了解其他具备代理能力的 IDE，以下是我们之前的一些文章：

• Cline vs Cursor
• Cursor vs Windsurf
• Cline AI
• Cursor AI
• Trae AI
• Windsurf AI