规范驱动 vs 即兴生成：用 Kiro IDE 做了个完整项目后的工程思考

AI 编程工具的核心矛盾是什么？

速度和可控性的 trade-off。即兴生成（给一句话直接出代码）速度快，但复杂项目的可控性差——生成的代码偏离意图、多人协作风格不一、缺乏文档沉淀。

Kiro 是亚马逊云科技推出的 AI 原生 IDE，选择了另一条路：先写规范，再写代码。我花两天时间完整体验了一遍。

设计理念

Kiro 团队在官方 About 页面写过一段话（大意翻译）：

Agent 需要比自然语言提示更结构化的输入和上下文信息，才能构建正确的东西。虽然 Agent 越来越能处理复杂任务，但我们缺乏正确的界面和交互方法来有效地大规模协作。

这直接解释了为什么 Kiro 要走规范驱动路线——不是为了增加步骤，而是为了给 Agent 提供足够的上下文。

三层架构

Spec（规范）：自然语言 → EARS 格式需求 → 技术设计 → 任务列表。每层都可以人工编辑修正。

Steering（导航）：项目级规则文件，定义命名规范、架构约束、代码风格。类似 .editorconfig 但面向 AI。解决团队一致性问题。

Hooks（钩子）：事件驱动的后台 AI 任务。文件保存触发文档更新，提交前触发测试生成。把重复劳动交给 Agent。

实际体验

用"待办事项应用"做测试。Kiro 生成的需求文档用了 EARS 表示法（Easy Approach to Requirements Syntax），精确到交互细节。技术选型给了理由——"项目小不需要 Redux"。任务拆解考虑了依赖关系。

整个流程比直接生成代码慢，但返工次数明显少。需求层面的偏差在文档阶段就被发现了。

工程取舍

Kiro 的核心取舍：用前期规范化的时间成本，换后期减少返工的收益。

适合什么场景？中大型项目、团队协作、需要文档沉淀的场景。

不适合什么？快速原型、一次性脚本、个人小项目——这些场景即兴生成更高效。

技术细节

• 基于 Code OSS，VS Code 设置和 Open VSX 插件可直接导入
• 原生支持 MCP（Model Context Protocol），可连接数据库、API 文档、设计稿
• CLI 版本支持终端使用，本地或 SSH 远程
• 定价：Pro $20/月（1000 credits），超出 $0.04/credit

---

Kiro：https://kiro.dev
Kiro About：https://kiro.dev/about/
中文官网：https://aws.amazon.com/cn/campaigns/kiro/