AWS发布其人工智能代理式IDE Kiro正式版，更新重点聚焦于提升人工智能协作开发流程的可控性与一致性，并将使用场景扩展至终端环境与多项目架构。Kiro以规格驱动开发（Spec-Driven Development，SDD）为核心，强调先明确记录需求，再由人工智能协助生成代码。在正式版本中，官方进一步强化了测试能力、版本回溯机制与团队管理功能。

Kiro引入属性导向测试（Property-Based Tests），帮助检查规格与最终代码是否一致。传统单元测试大多依赖少量示例，测试角度易受开发者思维局限。Kiro则从EARS格式的需求描述中提取可验证行为，自动生成大量随机测试用例，覆盖更广泛的情境以验证行为表现。当测试发现反例时，工具会提示修正代码或调整规格。虽然并非形式化验证，但在实际项目中有助于提升规格与实现的一致性，降低人工智能自动生成代码偏离原意的风险。

Kiro还引入检查点机制，防止人工智能代理在多次修改后难以恢复到合适状态。系统会在代理每次变更时创建可回溯的检查点，开发者可在不中断后续工作安排的前提下，回退至早期版本，对长任务或多阶段实现尤其有帮助，可减少重复劳动与额外成本。

针对管理多模块或包含多个包的项目团队，Kiro提供多根目录工作区支持，开发者可在同一工作空间中处理多个根目录，例如主项目搭配共享代码的环境。现在，Kiro人工智能代理可在单一工作空间内跨文件夹进行分析并生成代码，改善大型项目与单仓库、多包架构下的协作体验。

此次更新正式推出Kiro CLI，用户可在终端中使用与IDE相同配置的Kiro代理。CLI沿用行为引导文件（Steering Files）与MCP设置，支持Claude Sonnet 4.5、Claude Haiku 4.5与Auto等模型，可读写本地文件、分析错误、追踪漏洞并修复代码，并支持按前端、后端或数据处理等领域创建定制化代理。

Kiro新增组织账户集成，团队成员可通过AWS IAM Identity Center登录。管理员可在AWS管理控制台中分配订阅方案、统一计费、设置MCP使用限制并管理权限。企业用户只需使用组织身份登录，即可沿用现有管理流程，有利于在团队与企业规模下推广人工智能协作式开发。