Claude背后大厂终于出手！Kiro让氛围编码走出“造玩具”，开发流程结构化了！网友：氛围编程的游戏规则又要被改写！

昨日，他们推出了自家的 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：

 “氛围编程的游戏规则，可能又要被改写了。”

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下载地址：Downloads - Kiro

1、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：

“你或许经历过这样的场景：不断 prompt、prompt、prompt，一个能跑的应用就出来了。的确好玩，甚至像魔法。但要真正投入生产，却远不止于此。”

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？

2、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。

3、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。

4、趋势：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。

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：BEARCLAUDE - Think first. Code right.

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。

5、写在最后

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。

它能做到吗？它的“规格驱动”路线，会成为 AI 编程的主流范式，还是又一个昙花一现的尝试？

看完介绍，你会考虑用用看 Kiro 吗？