我的"实习生"又添新成员:Kiro产品体验

前言

前天,亚马逊也下场进入 Ai 编程赛道,开放 Kiro 产品公测。

官网地址:kiro.dev

Kiro的产品定位,图源官网

Kiro 是对标 Cursor** 的 IDE 类型,内置了 Claude Sonnet 4.0 和 Claude Sonnet 3.7 两种模型可供选择,而且在内测期间,这俩模型都可以免费使用。

抱着体验的心态,第一时间注册了 Amazon 账号,下载了该产品。

产品体验过程

首次启动后,它可以直接从 VS Code 中复制导入已安装的插件,这点体验极好,这意味着用惯 VS Code 的程序员可以无缝迁移操作习惯。

Vibe 模式和 Cursor Agent 没太大区别。

Vibe模式和Spec模式

Spec 模式还是挺新奇的,选择这个看看效果。

选择这个模式之后,首先它会根据用户输入的内容,自动完成一份详细的需求说明书。

之后,会根据需求说明(Requirements),完成产品设计书(Disign),最后生成具体的任务列表(Task list)。

每一步都根据上一步的内容进行生成,生成前会提醒人工进行确认。

这样的好处是,每一步具体的内容会安排得更加精细,在任务列表视图下,可以让它一步步分步完成。

总言之,Spec 模式适合那些对项目细节有要求的技术人员,本质上是做一个需求具象和任务拆解,虽然提升了生成质量的可控程度,但代价是需要分步确认,花费更长的时间。

对于对细节没追求,以成果为导向的玩家来说,还是 Vibe 模式更为合适,让它自己迭代,只看结果就行。

总结

Spec 模式其实和 Github 上 Context Engineering Template 这个项目的思路比较类似,在正式开始任务前,先明确好产品需求提示(Product Requirements Prompt,PRP)。

这也反应了在新的 Ai 竞争环境下,提示词工程 进化为了上下文工程 ,通过更好的需求说明,给到 Ai 更多的上下文信息,以此提升 Ai 的输出质量和潜力,标志着从单次指令优化系统性输入管理的演进。

虽然还没有深入体验 Spec 模式,但体验一天 vibe coding 下来,我感觉和 Cursor Pro 差异不大,比 Auto 模式下的 Cursor 强了不少。

不过,目前用的人有点多,Claude Sonnet 4.0基本无法使用,3.7 还能继续使用,不过会偶发出错提示:

go 复制代码
An unexpected error occurred, please retry

这种情况让它重试或继续就行了,优质产品匮乏的时代,能白嫖还要什么自行车。

现在我的工作流程已演化成:

  • 用 Cursor 做一些 Ai 参与程度不高的项目预研。
  • 用 VS Code + Augment Code 处理一些复杂问题,定期查看结果,交互修改。
  • 用 Kiro 去做一些单独的产品线,纯 Vibe coding,不细究任何代码细节,只对结果进行检查和反馈。

这三个就像只为我服务的"实习生",三线并行,时不时切换思路,查看结果。

写完本文,又去 kiro 官网看了下,它现在因人数过多,停止注册了。在这个变化极快的时代,信息灵通才能吃到时代红利。

相关推荐
张较瘦_30 分钟前
[论文阅读] 人工智能 + 软件工程 | 当LLMs遇上顺序API调用:StateGen与StateEval如何破解测试难题?
论文阅读·人工智能
沫儿笙1 小时前
克鲁斯焊接机器人保护气省气方案
人工智能·机器人
海绵波波1071 小时前
opencv、torch、torchvision、tensorflow的区别
人工智能·opencv·tensorflow
mit6.8241 小时前
[RAG] LLM 交互层 | 适配器模式 | 文档解析器(`docling`库, CNN, OCR, OpenCV)
人工智能·python·microsoft
LGGGGGQ2 小时前
嵌入式学习-PyTorch(7)-day23
人工智能·pytorch·学习
PyAIExplorer2 小时前
PyTorch 损失函数详解:从理论到实践
人工智能·pytorch·python
豆豆2 小时前
神经网络构建
人工智能·深度学习·神经网络
Xyz_Overlord2 小时前
NLP——迁移学习
人工智能·自然语言处理·迁移学习
说私域2 小时前
开源AI大模型AI智能名片S2B2C商城小程序源码:重塑商业运营节奏与用户体验
人工智能·ux
真智AI3 小时前
Go与Python在数据管道与分析项目中的抉择:性能与灵活性的较量
人工智能·python·go