亚马逊云服务（Amazon Web Services, AWS）大幅增强了AI软件开发工具“Kiro”的功能。此举旨在减少设计阶段与实际代码执行之间产生的“瓶颈”，同时预先过滤实现错误，从而共同提升开发速度与质量。
AWS于13日宣布，将为Kiro新增“并行任务执行”、“快速计划”和“需求分析引擎”等功能。此次更新均从即日起陆续应用。其核心在于，当开发者输入功能规格时，能够将原本不必要顺序处理的任务同时执行，并在编写代码前，先对模糊的需求条件进行验证。
AWS的产品经理安基特·夏尔马与首席工程师理查德·斯雷克尔德通过博客解释称，Kiro专注于“基于规格的开发”。这是一种先精细打磨规格说明，再实现代码的方式，有利于提升最终成果的质量。然而，这也意味着审批流程和审查步骤增多，对于重视快速开发的组织而言，可能成为速度降低的因素。
实际上，以往的Kiro在接收到包含10个任务的功能规格时，即使有6个任务彼此无依赖关系，也往往不会一次性处理，而是倾向于按顺序执行。即使是那些写入不同端点、不同文件且不共享状态的任务，也会被串行处理，从而导致时间增加。相反，即使需求看起来简短简单，实际上也可能包含许多隐藏前提和模糊之处，存在实现方向偏离的风险。
需求分析引擎
本次引入的“需求分析引擎”是旨在减少这类问题的装置。该引擎使用一个三阶段“神经符号”管道。首先，大型语言模型（LLM）将用户的模糊需求重新整理为可测试的标准，并将其转换为形式逻辑。随后，一个名为“SMT求解器”的自动推理引擎会从数学上验证是否存在逻辑冲突。
这种方式不同于单纯预测下一个单词的普通LLM。例如，如果一份文档要求完全删除数据，而另一条规则要求进行可恢复的删除，SMT求解器会将其判定为无法同时满足的“数学矛盾”。Kiro会以开发者易于理解的语句展示此类冲突，并快速指出需要修改的位置。
并行任务执行与快速计划
“并行任务执行”功能也直接关系到实际效率的提升。Kiro通过分析项目依赖关系图，筛选出不共享状态、端点和文件的任务，然后在隔离的环境中同时运行它们。AWS表示，通过此方式，大型规格的处理时间可以从超过1小时缩短至至少15分钟的水平。
“快速计划”是一种针对范围和约束已经明确的功能开发而设的“高速模式”。它不再像以往那样持续请求分步审批，而是在初期一次性提出必要的确认问题，然后一次性生成整个技术栈。当开发者已经清楚知道要构建什么时，它能提供更快速的流程。
意义与前景
此次更新在自主型AI智能体的实用性方面也值得关注。迄今为止，许多AI编码工具仅限于按指令实现内容，而无法根据常识指出设计本身存在的问题，这构成了其局限性。AWS计划通过为Kiro增加数学验证流程，来减少这种“幻觉”和非理性结果，从而使编码智能体能够超越简单的生成器，进化为真正的工程辅助工具。
最终，这次改版表明，AI编码工具市场的竞争正从单纯的代码生成转向“准确性”和“可验证性”。在提升开发速度的同时，初期捕捉需求冲突的能力变得愈发重要，Kiro的新功能在企业级软件开发现场能发挥多大效果，值得关注。
TP AI 注意事项 使用基于 TokenPost.ai 的语言模型对文章进行了摘要。可能与原文的主要内容有出入或存在事实差异。