Kiro IDE 完全指南：AWS 的 Spec-Driven AI 编程到底好不好用（2026）
AI IDE 赛道又来了个新选手
2025 年 7 月，AWS 发布了 Kiro。又一个 AI IDE。
说实话，第一反应是「不缺这一个」。Cursor 刚出了 3.0，Claude Code 在终端里越来越能打，Windsurf 被 Cognition 收购后脱胎换骨，GitHub Copilot 也在猛追。这个赛道已经够挤了。
但用了一段时间之后，我改了看法。Kiro 做的事情和其他 AI IDE 不太一样。它没有在「写代码」这个环节上卷，而是把战场往前推了一步，先帮你把需求理清楚，再动手写代码。
AWS 管这个叫 Spec-Driven Development。
Spec-Driven Development 是什么
开发者都有过这种经历：拿到一个需求，脑子里大概有个方向，直接开写。写到一半发现漏了边界情况，改。改完发现和另一个模块冲突，再改。代码最后能跑了，但回头看，如果一开始想清楚，至少能省一半时间。
Kiro 的 Spec-Driven Development 就是冲着这个问题来的。你给它一句话描述需求，它不会直接吐代码，而是先生成三样东西：
- Requirements（需求文档）：把你的一句话拆成用户故事和验收标准。比如你说「加个登录功能」，它会拆出「用户可以用邮箱注册」「密码需要至少 8 位」「登录失败显示错误提示」这些具体条目
- Design（技术设计）：基于需求文档，生成技术方案。用什么框架、数据库表怎么设计、API 接口长什么样
- Tasks（任务清单）：把技术方案拆成可执行的步骤，每一步都有明确的输入和输出
这三份文档以 Markdown 格式保存在项目的 .kiro/specs/ 目录下，可以 Git 追踪，团队成员都能看到。
听起来像是在写 PRD？差不多。但这些文档不是写完就扔的，它们直接驱动后续的代码生成。Kiro 的 Agent 会严格按照 Tasks 里的步骤执行，每完成一步自动勾掉，你能清楚看到进度。
好处很实际：代码为什么这么写？回去看 Design 文档。需求到底是什么？看 Requirements。出了 bug 是需求理解错了还是实现有问题？对着文档一查就知道。
核心功能拆解
Spec-Driven Development 之外，Kiro 还有几个功能值得单独聊。
Agent Hooks：自动化触发器
Agent Hooks 是 Kiro 的自动化机制。你可以设置规则，让 Agent 在特定事件发生时自动执行操作。比如保存文件时自动跑 lint，创建新文件时自动生成对应的测试文件。也可以做更复杂的事，像修改 API 接口时自动更新文档、改了数据库 schema 自动同步 migration。
这些 Hook 配置保存在 .kiro/hooks/ 目录下，也是 Markdown 格式。和 Git Hooks 的思路类似，但执行者是 AI Agent，能做的事情更灵活。
Steering：项目级指令
Steering 相当于 Kiro 版的 CLAUDE.md 或 Cursor Rules。在 .kiro/steering/ 目录下写项目规范，Agent 工作时会遵守。「所有 API 返回统一用 JSON 格式」「错误处理必须包含错误码」这类团队约定，写一次就行，不用每次对话都重复。
Auto Agent：自主执行模式
2026 年初 Kiro 推出了 Auto Agent，类似 Cursor 的 Agent 模式。你描述一个任务，Auto Agent 自己规划步骤、读写文件、执行终端命令、跑测试，全程自主完成。
和 Spec 模式的区别是：Spec 模式先生成文档再执行，适合复杂功能；Auto 模式直接干活，适合快速迭代和小任务。两种模式可以随时切换。
VS Code 兼容
Kiro 基于 Code OSS 构建，和 VS Code 的插件生态完全兼容。你现在用的 VS Code 插件、主题、快捷键，搬过来基本都能用。迁移成本不高。
定价：credit 制，按用量扣
Kiro 的定价在 2025 年底经历了一次大调整，从早期的无限使用变成了 credit 制。截至 2026 年 3 月，四档方案如下：
| 方案 | 月费 | Credits/月 | 折合单价 |
|---|---|---|---|
| Free | $0 | 50 | - |
| Pro | $20 | 1,000 | $0.02/credit |
| Pro+ | $40 | 2,000 | $0.02/credit |
| Power | $200 | 10,000 | $0.02/credit |
新用户注册后有 500 credits 的 30 天试用期，相当于半个 Pro 的量，足够深度体验。
credit 的消耗取决于操作类型。普通的代码补全和对话消耗较少，Spec 生成和 Auto Agent 的复杂任务消耗较多。实际使用下来，Pro 版的 1,000 credits 对中等强度的日常开发基本够用，但如果频繁使用 Spec 模式做大功能，可能需要 Pro+ 或更高。
和同价位的 Cursor Pro（$20/月）相比，Kiro Pro 的 credit 额度偏紧。Cursor 的 Pro 版提供无限 Auto 模式使用，虽然有 slow request 的限制，但不会硬性断供。这一点 Kiro 确实不占优势。
Kiro vs Cursor vs Claude Code：三条路线
2026 年的 AI 编程工具基本分成了三个流派。理解它们的差异，比纠结「哪个更好」更有意义。
Kiro：先想清楚再动手
Kiro 的核心理念是结构化。从需求到设计到任务到代码，每一步都有文档沉淀。适合从零开始做新功能、需求还比较模糊的场景，也适合团队协作，需要让其他人理解决策背景的项目。
不适合快速原型和小修小补。你只想改个按钮颜色，Kiro 非要先帮你写个需求文档，那就过度了。
Cursor：边写边调，快速迭代
Cursor 走的是「AI 增强编辑器」路线。Tab 补全、Composer 多文件编辑、Agent 模式，所有功能都围绕「写代码」这个动作展开。Cursor 3.0 的 Agents Window 支持多 Agent 并行，迭代速度很快。
Cursor 的优势是灵活。你可以只用 Tab 补全当高级 Copilot 用，也可以开 Agent 模式让它自主完成整个任务。而且 Cursor 支持自定义 API，通过 OfoxAI 等 API 网关可以接入 Claude、GPT、Gemini 等 80+ 模型。
Claude Code：终端里的全能 Agent
Claude Code 不是 IDE，是终端工具。没有图形界面，纯命令行交互。但它的 Agent 能力目前最强，理解整个代码库、自主规划多步操作、执行终端命令、跑测试，全程不需要你手动介入。
Claude Code 适合对终端熟悉、项目规模大、需要深度重构的场景。配合 OfoxAI 的 Claude API，国内开发者也能流畅使用。
三者对比一览
| 维度 | Kiro | Cursor | Claude Code |
|---|---|---|---|
| 开发理念 | Spec-Driven，先文档后代码 | Agent 工作台，快速迭代 | 终端 Agent，自主执行 |
| 底层模型 | 多模型可选（Claude/DeepSeek/GLM 等） | 多模型可选 | Claude Opus/Sonnet |
| 自定义 API | 不支持 | 支持 BYOK | 支持 |
| 月费（Pro） | $20 | $20 | $20（Pro） |
| 适合场景 | 新功能开发、团队协作 | 日常编码、快速原型 | 大型重构、复杂任务 |
| VS Code 兼容 | 完全兼容 | 完全兼容 | 不适用（终端工具） |
如果你想了解更多 AI 编程工具的横向对比，可以看这篇 2026 AI 编程工具大横评，覆盖了市面上主流的 7 款工具。
实际体验：哪些地方好用，哪些地方还差点
用了几周 Kiro，说说真实感受。
Spec 模式处理复杂需求确实有效。我试过让它做一个带权限控制的 CRUD 模块，从需求拆解到技术设计到任务分解，生成的文档质量不错，基本覆盖了我能想到的边界情况，甚至有几个我没想到的。按照 Tasks 一步步执行下来，最终代码的完成度比直接让 AI 写要高。
Agent Hooks 用起来很顺手。配置一次之后，保存文件自动格式化、新建组件自动生成测试骨架，这些重复性工作不用再手动触发了。VS Code 插件兼容性也好，我常用的 GitLens、ESLint、Prettier 都能正常工作。
但问题也不少。
Credit 消耗不透明。一次 Spec 生成到底花了多少 credit？界面上没有实时显示，只能去账户页面看总量变化。对于按量付费的产品，这个体验不太行。
不支持 BYOK（自带 API Key）是个硬伤。Kiro 虽然内置了多种模型（Claude 全系列、DeepSeek 3.2、GLM-5、Qwen3 Coder Next 等），但不支持接入 GPT-5.4、Gemini 3.1 Pro 等外部模型，也不能自带 API Key。对于想在不同任务上用不同供应商模型的开发者来说，这个限制很大。社区在 GitHub 上已经提了 BYOK 的 feature request，但截至 2026 年 4 月还没有官方回应。
Spec 模式对小任务来说太重了。改个 CSS、修个 typo，不需要先生成需求文档。虽然可以切到 Auto 模式，但 Auto 模式的体验和 Cursor 的 Agent 模式比，还有差距。
国内网络环境下延迟明显。Kiro 的 AI 功能走 AWS 后端，没有国内节点，也不能通过自定义 API 绕过。如果你在国内开发，这个延迟会影响体验。
国内开发者怎么选
如果你在国内，选 AI 编程工具需要多考虑一个因素：网络。
Kiro 目前没有国内加速方案，也不支持自定义 API。这意味着你只能忍受直连 AWS 的延迟，或者挂代理。对于需要频繁和 AI 交互的编程场景，延迟是个实打实的效率杀手。
相比之下，Cursor 和 Claude Code 都支持自定义 API。通过 OfoxAI 这样的 API 网关，你可以用国内直连节点调用 Claude Opus 4.6、Sonnet 4.6、GPT-5.4 等模型，延迟从几秒降到几百毫秒。一个 API Key 就能在不同工具之间切换，不用为每个模型单独注册和充值。
所以我的建议是：
- 如果你网络条件好（有稳定的国际线路），Kiro 值得试试，尤其是做新项目的需求分析阶段
- 如果你主要在国内网络环境下工作，Cursor + OfoxAI 或 Claude Code + OfoxAI 是更稳定的组合
不管用哪个工具，Vibe Coding 的工作流思路都适用。工具在变，和 AI 协作的方法论不会过时。
Kiro 的定位很清晰
Kiro 想做的事和 Cursor、Claude Code 不一样：把软件开发的起点从「写代码」前移到「写需求」。
方向我觉得是对的。很多项目的问题不是代码写得不好，而是一开始就没想清楚要做什么。Spec-Driven Development 强制你在动手之前把需求、设计、任务都理清楚，这个过程本身就有价值。
短板也很明显：credit 制偏贵、不支持自定义 API、国内体验受限。AWS 什么时候开放 BYOK，Kiro 的竞争力就什么时候上一个台阶。
我现在的用法是把 Kiro 当需求分析工具。新功能先开 Kiro 的 Spec 模式理清思路，拿到 Requirements 和 Design 文档之后，切回 Cursor 或 Claude Code 写代码。不同工具各有所长，混着用就对了。
