▲（图源：来自其官网）

近日，AWS正式推出一款AI驱动的代码编辑器——Kiro。它不是传统意义上的AI写代码工具，而是一款真正意义上的“开发代理人”。目前官网已开放免费下载，支持 macOS、Windows 和 Linux，用户可以免费体验，每月上限 50 次 AI 交互。

Kiro 想解决的问题并不新。很多开发者能迅速写出一个原型，但从“能跑”到“能上线”，中间差着技术设计、文档、测试、安全校验等一堆流程。这些琐碎却关键的步骤，往往没有人愿意做。AWS 想让 AI 来接手。

在 Kiro 中，开发者只需写一句需求，AI 就能生成用户故事、技术方案和任务拆分表，写完代码还能自动补上测试脚本和设计文档。更重要的是，它会在你保存或提交时自动运行测试或安全扫描，像一个随时待命的“虚拟工程主管”。

这背后的模型是 Claude，默认提供 Claude 3.5 和 Claude 4.0，也支持未来接入更多模型。

Kiro 的定位和 AWS 之前发布的 Amazon Q Developer 不一样。后者更像一个聊天助手，而 Kiro 是一个能动手的“工程师”，是给开发团队设计的，而不是给单人程序员用的。AWS 明确表示，它不是做个工具补代码，而是希望帮团队从“想到”到“做到”，从原型到产品，少走弯路。

这个时间点推出 Kiro，也不是巧合。AI 开发工具的竞争已经很激烈。Cursor 的年收入被传已突破 5 亿美元，Windsurf 在被谷歌部分“反向收购”前估值也已经超过 30 亿美元。亚马逊要抢的，是这块正热的市场。

从AWS的角度来看，Kiro不只是一个产品，更像是打通底层算力、模型能力和应用场景的关键一环。相比只做AI插件的小团队，亚马逊有云、有模型、有客户。如果 Kiro 能成型，很可能把开发流程整体拉进 AWS 的闭环生态中。

值得一提的是，Kiro 并不贵。未来将提供三档付费方案，最便宜的每人每月19美元，就能使用上千次交互。对于一些团队来说，成本甚至比一位实习生还低。

AWS表示，Kiro接下来会持续开放更多企业接口，也会在 DevOps 工具链中深度集成。AI在代码世界里扮演的角色，正从“助手”变成“搭档”。

开发者的工作方式，可能真的要变了。

▲（图源：来自其官网）

不是只会写代码的AI，它还能整理你没想到的事

Kiro的强项不是写代码本身，而是让整个开发流程更清晰、更结构化。它不仅能“vibe coding”，更能帮你把这些灵感快速转换成可维护、可上线的产品。

Kiro 的核心是两个东西：specs 和 hooks。

Specs 是一套围绕功能、设计、测试的文档集合。你每次打算重构、设计新功能或者交付时，都少不了和这些文档打交道。Kiro 会自动帮你生成这些规范。

Hooks 是触发器。比如你保存代码、创建新文件、或者准备提交时，Kiro 会自动触发相应任务，比如生成测试、更新文档或者扫描安全问题，就像有个经验丰富的工程师在旁边提醒你。

 这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

用规范（specs）来做产品开发

以一个卖手工艺品的电商网站为例，我们想加一个“评论系统”，让用户能留言和评分。

第一步，写一句 prompt

▲（图源：来自其官网）

我们只需要告诉 Kiro：“添加一个产品评论系统。”Kiro 会自动拆解需求，列出用户可以做的事，比如浏览评论、写评论、筛选评论、打分。每个功能还会自动配上细化的验收标准，连边缘情况都考虑到了。

第二步，生成技术设计

接着，Kiro 会分析你的代码结构，结合刚刚生成的需求规范，自动生成技术设计文档，包括数据流图、接口定义、数据库结构和 API 路由。以前这些都需要工程师和产品经理反复确认，现在可以直接交给 Kiro 处理。

第三步，分配任务并推进开发

▲（图源：来自其官网）

Kiro 会把工作拆分成小任务，还会按依赖顺序排序，每一项都和需求文档关联起来，确保不遗漏。每个任务都会包括：单元测试、集成测试、加载状态处理、移动端适配、可访问性设计等等。

这些任务会显示在一个面板上，你可以一个个执行，查看进度，还能看到 AI 修改过的代码差异和执行历史，方便审查。

代码在变，规范也要跟着走。Kiro 会根据你更新的代码同步调整 specs，也可以手动修改 specs，反推生成新的任务，避免了文档和代码不同步的问题。

用 hooks 把“代码上线前的焦虑”交给 AI

大多数开发者在提交代码前会在脑海里过一遍 checklist：有没有写测试？文档跟得上吗？有没有把密钥删掉？

这些步骤都很重要，但很耗精力。Kiro 的 hooks 可以帮你自动完成这些操作。

比如你保存了一个 React 组件，它会自动更新测试文件；你改了 API 接口，它会更新 README；准备提交时，它会先扫描一遍看看有没有敏感信息泄漏。

你也可以自定义 hook。比如我想确保所有新组件都遵守“单一职责”原则，只做一件事。Kiro 能根据这个要求自动生成指令，并对指定文件夹进行监控。hook 一旦加入 Git，团队里每个人都能自动享受到相同的代码规范和安全标准。

一切你该有的功能，它也没落下

除了 specs 和 hooks，Kiro 也具备一个成熟AI编辑器应有的能力。支持多模型接入协议（MCP）、可以定制 AI 行为规则、有“上下文感知”的聊天式开发体验，也兼容 VS Code 的配置和插件。

Kiro 基于开源项目 Code OSS 开发，熟悉 VS Code 的用户能无缝切换。你还可以通过文件、链接和文档直接喂给 AI 参考上下文。

Kiro的愿景不只是帮你写代码

Kiro想解决那些让软件开发变得困难的根本问题：设计没对齐，需求不清晰，技术债堆积，代码审查靠拍脑袋，老工程师一走团队就陷入混乱。人和机器现在还没形成高效协作，但我们希望往那个方向走。规范化开发，就是我们迈出的重要一步。

Kiro 现在已开启免费预览，登录方式支持 Google、GitHub 等账号，支持大部分主流语言，Windows、Mac、Linux 全平台都能用。官网还提供从规范到部署的完整教程，带你一步步上手。

欢迎来试试 Kiro，在 Discord 社区告诉我们你的使用体验。我们希望，它能陪你写出真正能上线的产品。

体验网址：https://kiro.dev/

 大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。 

 这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

 

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书 

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集***

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓