2025.07.21
这才是AI IDE该有的样子,特别容易用,特别规矩,特别强大!
目录

AI IDE,是context-bases 的工具。使用好它们,会说话,比会编程更重要。
Kiro,像是一个年薪100w的研发总监,上得了厅堂,下得了垄沟,见过世面,懂的配合。你对它越好,它给你越多。
AI的IDE,和传统IDE最大的不同是什么?
传统的IDE,是软件提供功能,结果全靠开发者的能力,是competence-based tools,人有多大能力,用软件输出多好的结果。
AI IDE的本质,是上下文驱动,Context-based Tools。
它考验的不全是使用者的编程能力,而是开发者的思维方式和表达方式。
简单的说,就是能把事情「说清楚」,就能用AI IDE干明白。说的越清楚,越明白,工具发挥的价值就越大。
传统软件的价值在于:
价值=工具能力 * 工程师能力
AI IDE的价值在于:
价值 =
想法 *
创造上下文的能力 *
工具提供的方法有效性(IDE agent) *
模型能力
这就意味着,你其实懂不懂python,懂不懂js,懂不懂语法,懂不懂冒泡排序,懂不懂数据库查询,在大多数项目中,没有那么重要。
这就意味着,如果你是一个已经懂得编程的开发者,一个全新的coding思维,会让你飞起。
或者,我们可称之为vibing, contaxting,talking,organizing ,building,creating,speaking……随便什么都行,反正它跟写代码code、改bug越来越远。
重要的是你敢想,敢说,敢做,AI IDE就会成为你最可靠的伙伴之一。
Kiro 是 AWS 推出的 AI 集成开发环境(IDE)。
其核心功能包括 Specs、Steering 和 Hooks,旨在解决传统 AI 编程中需求模糊、上下文丢失和代码质量不稳定等问题。
可贵的是,同样的模型能力下,Kiro通过有效的「方法」,极大释放了IDE的价值,我认为是指数级释放了价值。更把Trae / Copilot等远远远远甩在身后。如果组织一次招聘面试,招聘研发主管,Kiro无疑会拨得头筹。
更难得是,Kiro提供了一种思维方式,一种协作方法,指导我们我们应该如何与AI IDE共同工作,而不只是简单使用IDE。

Kiro这个精髓,体现在它的产品框架:Steering(项目总监)、Specs(项目经理:需求/设计/任务)、Hooker(车间主任:自动化触发器)之中。
Steering:规范IDE是什么样的水平,和工作规范,价值观。
Specs:完成全部的需求分析、PRD、详细系统设计、任务列表,像一个兢兢业业的项目经理和产品经理,绝不放过任何模糊的地方。
Hooker:Kiro没有把自动化全部交割模型,或者交给agent。可靠的自动化是在User掌控下的自动化。
Hooker就是可编程的自动化的车间主任。能够井井有条处理各种需要自动化完成的需求。例如方案总结、测试、错误检查等。
这么说,Kiro,像是一个年薪100w的研发总监,上得了厅堂,下得了垄沟,见过世面,懂的配合。
你对它越好,它给你越多。
Steering 项目总监-复杂项目管理的老炮儿,管理规范
功能目标:为 AI 提供持久性项目记忆,解决“重复解释技术栈”和“团队风格不一致”问题。
核心文件(位于 .kiro/steering/):
product.md:定义产品目标和用户群体,帮助 AI 理解业务背景。
tech.md:记录技术栈(如“前端用 React+TS”),避免每次对话重复说明。
structure.md:规范目录结构和命名规则(如组件文件用 PascalCase)。
高级特性:
条件加载:根据文件类型自动匹配规则(如仅处理 *.tsx 时加载 React 规范)。
语言偏好:通过 chinese-preferences.md 强制 AI 使用中文交流和注释。】
Specs,指项目的需求规范,好比优秀的产品经理和项目经理
核心理念:通过结构化文档(需求、设计、任务)实现“先规范后编码”,避免 AI 直接生成代码导致的混乱。
核心文件:
requirements.md:使用 EARS 语法(如 WHEN [事件] THEN [系统] SHALL [响应])定义用户故事和验收标准,消除需求歧义。
design.md:包含架构图、数据模型、错误处理等,确保技术方案全局一致。
tasks.md:将设计拆解为原子性编码任务(如“实现 API 接口”),每个任务关联需求点,支持增量开发。
优势:
对比传统 AI 编程(如 Cursor 的“即兴生成”),Specs 显著减少返工,提升代码可维护性。
支持迁移到 Claude Code 等工具,通过自定义 /spec 命令复现流程。
Hooks :自动化钩子,好比工厂自动化车间主任
作用:通过事件触发自动化任务,减少重复操作。
典型场景:
保存文件时:自动格式化代码、运行测试或更新依赖。
创建文件时:生成基础模板(如 React 组件骨架)。
错误检测:实时检查安全漏洞或语法问题。
工作流程:
监听事件(如文件保存)。
触发预设任务(如“运行 ESLint”)。
AI 代理执行,无需手动干预。
优势:提升团队效率,确保代码风格统一,尤其适合大型项目。
Specs 提供系统性开发框架,从需求到代码步步为营。Steering 让 AI 记住项目规则,成为“懂你的搭档”。Hooks 通过自动化解放开发者,专注核心逻辑。
三者结合使 Kiro 成为企业级 AI 编程的理想工具,目前处于免费公测阶段。
现在下载限流,赶紧去waitinglist里面排队。
原文链接:https://mp.weixin.qq.com/s/OuwaU1z2Zsth9MzoQ1D6aw
来源:XT
相关文章
- “死磕、加速、杠杆、乐趣、与能力退化 ”—— Andrej Kaparthy 这几周的AI Coding的笔记过去几周大量使用 Claude 编码的一些随机笔记 编码工作流 得益于 LLM 编码能力的最近大幅提升,和很多人一样,我在11月份还是大约8…
- 为啥Clawdbot看起来有些AGI的样子了?它的核心技术机制拆解如下:Clawdbot 的核心机制其实挺清晰的,它是一个本地优先、自托管的代理控制平面(agent control plane)。 Gateway…
- 写好claude.md,核心四件事,让Claude Code变成老司机CLAUDE.md 是 Claude Code里最核心的项目记忆,也是和常驻系统提示文件。 它让 Claude code像一个资深工程师一样…
- 一种提升AI编程质量的方法:对抗式SDDAI编程中,最有挑战的是上下文腐烂,以及在信息不充分下的设计权衡,以及对于时间成本和长期价值的权衡。 有人说opus4.6好,有时觉得gpt…