自今年 7 月 Kiro 发布预览版以来，越来越多团队将 Specs 作为与 AI 协同构建的结构化方式；亚马逊云科技率先将规范驱动开发（spec-driven development）引入 AI 编码工具，这一方法已逐步获得行业认可，规划先行正成为与 AI Agent 协作的有效路径。
过去数月，Kiro 持续引入远程 MCP、全局 steering 文件、开发服务器支持、Auto agent 以及通过可选任务提升 Specs 灵活性。此次正式可用，Kiro 进一步带来基于属性的测试、进度检查点、全新的 Kiro CLI 和团队版订阅等多项能力，为用户在 AI 研发工作流中的规划、协作与交付提供更强支持。
Kiro 正式版发布也带来了一系列核心功能升级。
1：借助属性测试（PBT）度量 “规范正确性”
AI 代码生成存在一个根本性的问题：用户如何知道生成的代码真的是按其所指定的方式运行？传统的单元测试仅验证特定例子。更棘手的是，无论测试编写者是人还是 AI，都受限于自身思维定势。他们必须考虑所有不同、具体的场景去测试代码，而他们会遗漏那些没想到的边缘情况。AI 模型常常 “钻空子”—— 通过修改测试而不是修复代码，或者陷入无尽循环修复问题。
基于属性的测试（Property-based testing，PBT）则正为解决这一挑战而生，它能够通过检测代码是否符合规范定义的行为来解决上述问题。与测试具体示例不同，Kiro 会深入分析项目规范，提取出代表系统应有行为的通用属性，并据此进行验证。
这里所说的属性（Property）是一个普适性声明：对于任何一组输入，只要某些先决条件成立，某个断言（预期行为）就应为真。例如：“对于任何已验证用户和任何活跃列表，该用户可以查看该列表。”Kiro 能够协助用户使用 EARS 格式撰写规范。Kiro 会从相关需求中提取属性，确定哪些可以进行逻辑测试，然后生成成百上千个随机测试用例来检查用户代码。
以构建一个汽车销售应用为例：
- 传统单元测试方法：用户将第 5 号车加入收藏，结果第 5 号车出现在其列表中。
- 属性测试方法：对于任何用户和任何汽车列表，当用户将其添加到收藏夹时，系统应在该用户的收藏夹列表中显示该汽车。PBT 随后会自动测试用户昵称中包含特殊字符、多用户同时添加、不同汽车状态等数百种组合，捕获边缘案例，真正验证 “实现是否匹配意图”。
在整个过程中，PBT 通过一种被称为 “收缩”（shrinking）的技术不断寻找反例，几乎就像一支试图破坏用户代码的 “红队”。当发现违规或反例时，Kiro 可以自动更新用户的实现，或提供选项以调整规范、修改实现，或修正相应的 PBT 测试。这样做的重要性在于，虽然 PBT 不能完全证明代码的正确性，但它能够在大量无法通过手动方式逐一编写的测试场景下提供实现正确性的依据，从而展示实现是否真正符合预先定义的行为。
2：借助检查点（Checkpointing）回溯变更
用户现在可以回溯到 Agent 执行流中的任何一个历史变更点。Kiro 会在 Agent 每次执行变更或操作时生成一个检查点。用户可以回滚任意步，而不会丢失进度或重复消耗算力。当在任务实现中走了很远，但不想丢失进度时，这非常有用。
这一功能在任务执行至关键阶段时尤为实用：既可避免因操作失误导致的进度丢失，也无需消耗额外额度重复完成已开展的工作。
3：Multi-root 工作区支持
Kiro 现已支持同时跨多个项目根目录进行协作。对于单个项目包含多个 Git 子模块或多个代码包的团队而言，如今都可以跨所有项目根目录与 AI Agent 协作。
常规的 Kiro 工作区仅包含一个单独的 “root” 文件夹（例如 /users/bob/my-project）。启用多工作区支持后，单个 Kiro 工作区可设置多个根目录，例如一个工作区中可同时将 /users/bob/my-project 和 /shared/utils/auth 设为顶级文件夹。
Kiro CLI 正式发布：Agent 入驻终端
Kiro Agent 现在可以在用户的终端中使用。借助 CLI，用户可以在数秒内构建功能、自动化工作流、分析错误、追踪 bug 并提出修复建议 —— 所有操作都在用户所选择的终端中进行，以高度交互的循环保持工作流。Kiro CLI 与 Kiro IDE 中的 steering 文件和 MCP 设置共享，使用户和团队在两个环境中都可使用相同的工具和偏好。
Kiro CLI 将 Kiro 的全部强大能力带到了终端 —— 包括 Claude Sonnet 4.5、Claude Haiku 4.5 和 Auto Agent，以及引导文件、高级上下文管理和用于本地读写文件、调用 API、运行 Bash 命令的 MCP 工具。规范创建支持即将推出，但用户已经可以在 CLI 中使用现有规范。
CLI 还支持定制 Agent，即用户为特定任务打造的专业化 AI 助手 —— 使用预批准的工具权限、上下文文件以及自定义 prompt 进行优化。例如，用户可以有一个后端专家 Agent 专注于 API 模式和 schema；或者一个前端 Agent 只了解用户组件体系。每个 Agent 都会将上下文窗口专注于关键内容。可以将定制 Agent 视为一种高度精确封装专业知识的方式，使 Kiro 能够作为该领域专家发挥作用，而无需用户重复输入信息或担心上下文衰退。
过去几周中使用 CLI 构建的用户表示非常喜欢 CLI 的速度和交互体验。用户可使用与 IDE 中相同的 Kiro 订阅账户和登录凭证来操作 CLI，两款工具共享额度限制与超额使用规则。欲了解更多关于 Kiro CLI 和定制 Agent 的内容，请点击 https://kiro.dev/blog/introducing-kiro-cli/
Kiro for Organizations：为团队协作而生
团队现在可以通过 Amazon IAM Identity Center 注册 Kiro，未来还将支持更多身份提供商。管理员可以在 Amazon Management Console 中管理访问权限，并分配 Pro、Pro + 或 Power 订阅。他们还可以开启超额计费、监控成本、控制 MCP 权限，并为整个企业统一管理账单。全新的管理控制台集中提供了管理 Kiro 所需的一切工具，无论是团队、初创公司还是大型企业用户。作为用户，只需点击 “使用企业身份登录” 并按照提示完成操作即可。
另外，亚马逊云科技还为初创企业推出专属福利：符合条件的初创企业可获得一年期的 Kiro Pro + 订阅。该优惠面向全球最高至 B 轮阶段的初创企业开放，截止日期为 2025 年 12 月 31 日。已有的 Amazon Activate 积分也可用于 Kiro，并且两项优惠可以叠加使用。
现在，Kiro 能够在在团队、工具和测试各个环节中，通过提供恰当的上下文和结构，更好地支持用户所期望的 AI 驱动开发方式。而这一切仅仅是开始。
]]>