终于有开发工具(Kiro)来实现项目规范管理了

笔者使用AI开发工具一年有多，看过无数自媒体吹虚，也看过很多开发者使用反馈，同时在AI全书技术圈也有很多相关交流，一直来，AI开发工具在很多开发同学眼里，都停留在只能做简单产品上，比如做个DEMO、做几个简单网页、做些逻辑简单只有几个界面的产品这样的印象里。

但是并不是说不能做复杂的项目，我在长时间摸索后，得出不少经验，也成功尝试做出复杂的项目输出，本来近期会做一个线上直播(7月20日周日晚17:30)，总结这方面的经验和操作，不想这两天推出的Kiro已经往这方面靠近了，把理论协作的事情，用工具来解决，AI Vibe Coding又前进了一步。

咱们来看看这个Kiro。

Kiro是什么？

本站已经收集相关的介绍和教程了，详细可以看这里Kiro使用教程>>

作为 Claude 背后的金主，亚马逊在这两天 推出了自家的 Agentic IDE —— Kiro，一款由 Claude Sonnet 4 驱动的开发工具，目标明确：解决 vibe coding 应用难以上线的“最后一公里”问题。

乍看之下，Kiro 有些像 Cursor，但本质上，它走的是另一条路线。

但最大的不同在于：Kiro 默认内置了“规格驱动开发”（spec-driven development）。

它不是简单帮你写代码，而是围绕需求文档、设计流程和任务拆解进行自动化组织。换句话说，它希望从一开始就把你的 prompt 引导进一个可以交付、可协作、可维护的开发流程。

因此，这个工具的核心理念，是让那些“vibe coding”出来的 APP 更容易转入生产环境——这是目前很多平台都难以做到的事。

目前 Kiro 已开放公开预览、免费试用，相关讨论也开始在 Reddit 上逐渐升温。一位开发者试用后直言：

这位体验者提到，"很多人之前在 Claude Code 里用的那些技巧，都可以丝滑迁移到 Kiro 里。"

更惊艳的是，Kiro自动把软件工程的最佳实践应用到 vibe coding 工作流里，让 APP 开发变得更有结构、更有条理。

举个例子：他在没有任何额外 prompt 的情况下，Kiro 自动为他的项目生成了完整的规格说明，包括：

•  需求文档（Requirements Document） 

•  设计文档（Design Document） 

•  任务列表（Task List）

他强调：这些并不是我让它生成的，而是它默认内置的功能。

Kiro想让你的氛围编程不止步于“造玩具”，这款AI编程工具能做到吗？

是否值得你上手试玩？别急，先来我们来一起看看。

Kiro使用说明：https://aibook.ren/categories/ai-coding-kiro

氛围编程的下一步：从“造玩具”到搭建稳固、可维护的应用

kiro的blog写得很真实：

这就是所谓的 vibe coding：灵感来了，AI 一顿猛生成，一个 demo 就能跑，然而问题来了：

• 模型生成时做了哪些假设？你根本不知道。 

• 整个过程你引导编程智能体修改代码无数次，却没有任何“过程记录”或设计文档可查。 

• 最终功能是否符合初始目标？没人能确定。 

• 开发者无法快速理解系统设计的方式，以及这些设计会如何影响你的环境和性能。
  

更不用说，后续谁来维护 prompt 逻辑，测试覆盖了没有，代码是否符合团队规范？

Kiro想让你通过氛围编程，从做原型变成真正可交付的系统，这件事该如何解决？

Kiro：创新的“规格”+“钩子”机制

Kiro 开发流程中引入了两种核心机制——Specs（规格）和 Hooks（钩子），用来配合 AI Agent更好地“打工”。

Specs（规格） 是在你深入思考某个功能、提前规划重构、理解系统行为时非常有价值的中间产物。本质上，它是一组由 Kiro 自动生成的结构化文档，包括伪代码、流程说明、用户故事等。

在传统开发中，团队会在项目初期手动编写以下内容：

•  功能需求说明（Requirements） 

•  技术设计文档（Design Docs） 

•  用户故事与验收标准（User Stories + Acceptance Criteria）

而现在，Kiro 会自动根据你的 prompt 输出这类规格文档，帮助 AI 更准确地理解任务、拆解目标、生成代码。

Hooks 是一套自动触发器系统，绑定在文件保存、创建、提交等事件上。

他像是一个经验丰富的开发者，悄悄帮你完成遗漏的任务或重复性的工作。当你保存、创建、删除文件，或手动触发事件时，这些事件驱动的自动化就会在后台执行。

值得一提的是，Hooks 会在发布前按照开发者的方式检查代码，在每次保存或修改文件时自动完成检查。例如：

•  保存 React 组件时，自动更新测试文件 

•  修改 API 时，自动刷新 README 

•  准备提交时，自动扫描是否有敏感信息泄露

例如：你希望所有新建的 React 组件都遵循“单一职责原则（SRP）”，Kiro 可以根据你的 prompt 创建一个 hook，在每次添加新组件时自动进行验证，只需一次设置。

案例：用Specs 和 Hooks 构建一个网购页面功能

为了能更好地感受Kiro的改进，不妨来看blog中的一个例子。

以下是一个构建电子商务应用中“用户评论系统”的三步流程示例：

1. 一个 prompt → 明确的需求

输入一句话：“为商品添加评论系统”，Kiro 会生成用户故事，涵盖查看、创建、筛选和评分评论等功能。

每条用户故事中都含有 EARS（Easy Approach to Requirements Syntax） 格式的验收标准，覆盖了常见边缘情况。

 → 这样，prompt 中的假设会被明确表达，确保代理真正构建你想要的内容。

2. 基于需求自动生成技术设计

Kiro 分析你的代码库和确认的规格说明，生成完整的设计文档，包括：

•  数据流图 

•  TypeScript 接口 

•  数据库结构 

•  API 端点（如 Review 接口） 

→ 避免因规格不清而导致的反复沟通，大幅提升效率。

3. 任务落地，实现每一步

Kiro 会自动生成任务与子任务，按依赖关系正确排序，并与需求一一对应。每个任务都包括：

•  单元测试 

•  集成测试 

•  加载状态 

•  移动端响应式支持 

•  无障碍要求 

→ 你可以逐步检查工作进展，而不是最后才发现哪里没做。

任务面板中，支持逐个触发任务并查看执行状态，还能查看代码差异和代理的执行记录。

Kiro 还能让规格和代码库保持同步。你写代码时可以要求 Kiro 自动更新规格，也可手动编辑 specs 来刷新任务——解决了开发中“文档没更新”的常见问题。

AI 编程的“疆域”，还远没卷到底

AI 编程工具早已不满足于当一个“代码生成器”了，2025年必将是一个AI开发大战的一年（2025年AI开发工具介绍大全移位这里）

AI编程工具正在不断扩展自己的能力边界，从代码助手迈向“开发流程指导者”，甚至“准项目经理”。

归根到底，即便 Claude Code 的交互能力再强，它依然难以从头到尾执行一份完整的开发计划。哪怕你写了再精简的 claude.md 文件、设定了再完整的 specs，一旦进入执行阶段，跑偏的事情时有发生。

正如评论区一位网友说的那样，成千上万个基于 Claude Code 的 GUI 和 IDE 正在推出，他还提到了一个同样走规格驱动路线的竞品应用“ BearClaude”。

地址：https://bearclaude.specstory.com/

这个评论也炸出了BearClaude的开发者，他提到：

团队正在为 BearClaude 开发一个更具“主观性”的 Planner 模式。它会为头脑风暴、梳理用户关注点、做需求分析、应用准备度（例如“完成定义”）、界定核心功能、云服务和关键包设定提供引导。

这个beta版本可能在近期上线。

看来，值得AI编程去卷的地方还有很多。谁能在混乱的 prompt 生成背后，补齐规划、协作、测试、上线这些工程环节，谁就有可能主导下一阶段的开发范式。

总结

Kiro 提出的愿景并不小：解决构建软件时最根本的难题。

比如——

• 不同团队如何对齐设计

• 冲突需求如何协调

• 如何减少技术债

• 代码审查如何更严谨

• 如何保留团队核心知识，防止经验流失
  

这些问题，Kiro 希望通过智能体编程工具，一步步给出新的答案。

未来编程工具越来越卷，我感觉学习都跟不上了，刚熟悉一个又来一个，不过关键是套路变化了什么，给我们带来什么价值。

不管怎么样，越多厂商竞争越好，哪个好用我们就上哪个。