我最近在尝试各种 AI 编程工具，这两天正好体验了 AWS 最新推出的 AI 辅助编程 IDE —— Kiro，感觉还是挺不错的，这里想和大家简单聊聊我的初步体验。
第一印象：条理清晰的 Spec 模式
我对 Kiro 最大的好感来源于它的 Spec 模式。之前我也用过不少 AI 编程工具，像 GitHub Copilot 或者最近火热的 Claude Code，虽然能迅速生成代码，但时不时会丢出一堆乱七八糟的东西，让人摸不着头脑。
而 Kiro 却走了一条不一样的路。它不会一上来就急着写代码，而是先根据我的需求一步一步创建需求文档（Spec），甚至把具体任务和执行步骤都编排得明明白白。这样一来，每个环节都清晰透明，不会出现莫名其妙的代码。
实际体验：重构文档很顺畅
我拿自己的 Hugo 网站文档做了个小实验，试了一把重构流程。用 Kiro 做这件事比之前省心很多，先生成需求说明，然后细分成明确的任务，最后再按部就班执行修改。
尤其值得一提的是，Kiro 的任务管理很清晰，哪些任务在进行中、哪些已经完成，每一步它都会详细记录下来，这种感觉特别好，有种“心中有底”的安全感。
发现的问题：AI git commit 缺失与索引不足
不过我也遇到了一些遗憾的地方，比如 Kiro 居然没有提供 AI git commit 的功能，无法自动生成 git commit message。这在我看来是个明显的不足，毕竟日常开发中写 commit 信息本来就是个高频场景。
另外，目前 Kiro 也还不能自定义文档索引，比如添加线上文档进行索引，这在一定程度上限制了它的实用性。
免费公测阶段，模型选择有限
现在 Kiro 还在公测阶段，支持的是 Claude Sonnet 4.0 和 3.7 模型，暂时免费试用，这对我这种喜欢尝鲜的用户来说当然是好消息。不过，老实说，我对 Claude Code 目前的体验还不太顺畅，使用起来总是要“绕弯路”，还是使用 Claude API 方便些。
总体评价与展望
虽然 Kiro 给我的整体体验不错，我还是会继续组合使用 VSCode、Cursor、Warp、Gemini CLI 等工具，毕竟没有任何一个工具能包打天下。我也会持续关注 Kiro 的发展，看看接下来它在功能和生态上的表现。
如果你对 AI 辅助编程感兴趣，我倒是建议你试一试 Kiro，至少能让你体验一下不一样的 AI 开发方式。