Kiro 是 AWS 推出的 Agentic IDE，基於 Code OSS（VS Code 的開源基底）打造。它的核心理念是把開發者從「隨手 vibe coding」帶進結構化的 spec-driven 開發流程，同時保留 AI 輔助的靈活性。Preview 階段已有超過 25 萬名開發者使用，底層運行於 Amazon Bedrock。
這篇從定價開始，逐一拆解 Kiro 的核心機制，幫你判斷它是否適合你的團隊。
本文是 Agent CLI 訂閱方案與多模型路由全攻略 的子篇。
定價方案
Kiro 提供四個層級，以 credit 為計費單位：
| 方案 | 月費 | Credits/月 | 超額費率 | 適用對象 |
|---|---|---|---|---|
| Free | $0 | 50（永久） | 不可超額 | 個人嘗鮮、輕度使用 |
| Pro | $20/user | 1,000 | $0.04/credit | 日常開發者 |
| Pro+ | $40/user | 2,000 | $0.04/credit | 重度用戶、自主 Agent |
| Power | $200/user | 15,000 | $0.04/credit | 團隊全面導入 |
幾個關鍵觀察：
- 首 30 天贈送 500 bonus credits，等於試用期內幾乎不用擔心額度問題。
- GovCloud 區域加價 20%，這是選型時容易忽略的隱藏成本。
- Startup 方案：符合資格的新創團隊最高可獲得一年 Pro+ 免費，對早期團隊極具吸引力。
- 超額費率統一為 $0.04/credit，與 GitHub Copilot 的 Premium Request 超額費率一致。
Auto 模式：智慧模型路由
Auto 模式是 Kiro 的預設模式，也是其最大特色之一。它不綁定單一模型，而是根據 prompt 意圖自動選擇最適模型。
運作原理
- 意圖偵測：分析你的 prompt 複雜度與類型
- 模型路由：將前沿模型（如 Sonnet 4.5）與專用模型混合使用
- 快取優化：相似請求重複利用既有回應，降低 credit 消耗
Credit 消耗邏輯
| Prompt 類型 | 消耗 | 範例 |
|---|---|---|
| 簡單問答、補全 | < 1 credit | 「這個函式做什麼？」 |
| 中等複雜度 | ~1 credit | 重構一個模組 |
| 複雜多步驟 | > 1 credit | 跨檔案架構調整 |
你也可以手動選擇特定模型，跳過 Auto 路由：
| 可選模型 | 定位 |
|---|---|
| Haiku 4.5 | 快速、低成本任務 |
| Sonnet 4 | 平衡型日常開發 |
| Sonnet 4.5 | 前沿推理 |
| Opus 4.5 | 高複雜度任務 |
| Opus 4.6 | 最強推理能力 |
Auto 模式的價值在於：你不需要自己判斷該用哪個模型。對多數開發者而言，讓系統自動決策反而比手動選擇更省 credit。
Spec-Driven 開發：從 Vibe Coding 到結構化開發
這是 Kiro 與其他 AI IDE 最根本的差異。多數工具讓你丟 prompt 就生成程式碼，Kiro 則在中間插入一個正式的規格化流程。
三階段流程
| 階段 | 產出 | 目的 |
|---|---|---|
| Requirements | 使用者故事、驗收條件 | 明確定義「要做什麼」 |
| Design | 技術設計文件 | 決定「怎麼做」，包含架構決策與取捨 |
| Tasks | 結構化任務清單 | 拆解成可執行的步驟 |
為什麼這很重要
- 可追蹤性：每個決策都有文件紀錄，不再是黑箱生成。
- 更少的 shot 數：結構化的上下文讓 AI 在更少的來回中完成更複雜的任務。
- 團隊協作：規格文件可以 review、版本控制、分享，不再只存在某個人的聊天記錄裡。
- 推理透明化：明確記錄 AI 的推理過程與設計決策的理由。
這不是在增加流程負擔——而是把原本隱藏在 prompt 來回中的決策顯性化。
Agent Hooks：本地 CI/CD 自動化
Agent Hooks 是 Kiro 的事件驅動自動化系統，概念類似 GitHub Actions，但在本地開發環境運行。
觸發時機
| 觸發事件 | 說明 |
|---|---|
| File Save | 儲存檔案時觸發 |
| File Create | 新建檔案時觸發 |
| File Delete | 刪除檔案時觸發 |
| Pre Tool Use | 在 Agent 執行工具前攔截，可阻止或修改操作 |
| Post Tool Use | 在 Agent 執行工具後觸發，適合日誌、格式化、文件更新 |
實用場景
- 測試同步：新增元件時自動產生對應測試檔
- 文件更新：API 變更時自動更新 README 或 OpenAPI spec
- i18n：新增字串時自動建立翻譯 key
- Git 助手：commit 前自動檢查格式與 lint
- 合規檢查：Pre Tool Use 攔截不安全的操作
- 程式碼風格：Post Tool Use 自動套用 formatter
Hook 以自然語言撰寫，可透過版本控制與團隊共享。這讓團隊的開發規範不再只是文件上的約定——而是被自動執行的約定。
Autopilot vs Supervised 模式
| 模式 | 運作方式 | 適用場景 |
|---|---|---|
| Supervised | 每步操作需要人工確認 | 敏感變更、學習階段 |
| Autopilot | 多步驟變更無需逐一批准 | 已知模式的批量操作 |
自主 Agent（Pro+ 以上）
Pro+ 和 Power 方案解鎖自主 Agent，具備以下特性：
- 跨 Repo 作業：不限於單一專案
- 持久化上下文：跨 session 記住先前對話與決策
- 從 Review 回饋學習：根據你的修改建議調整後續行為
- 長時間運行：可持續工作數天，最少人工干預
這代表你可以指派一個複雜任務給 Agent，隔天回來看成果——而不需要全程盯著。
CLI 與生態系整合
Kiro 的 CLI 實作了 Agent Client Protocol (ACP)，這是一個標準化的 Agent 通訊協定，讓它能與不同 IDE 整合。
編輯器支援
- VS Code（原生，基於 Code OSS）
- JetBrains 系列
- Zed
開發工具整合
- MCP 支援：連接 Model Context Protocol 相容的工具鏈
- Steering Files：專案層級的 AI 行為設定檔
- AWS 原生整合：Lambda、CDK、CloudFormation、CodeCatalyst 無縫對接
對 AWS 重度用戶來說，Kiro 是目前唯一一個從 IDE 到部署全鏈路都在 AWS 生態系內的 AI 開發工具。
適用場景
Kiro 最適合以下團隊：
- AWS 為主的技術棧：Lambda、CDK、CloudFormation 的原生整合無人能比。
- 需要結構化開發流程：Spec-Driven 開發讓 AI 輔助不再是黑箱。
- 重視開發規範自動化：Agent Hooks 讓團隊約定變成可執行的自動化。
- 想要免費方案的個人開發者：50 credits 永久免費，搭配 Auto 模式的優化，輕度使用綽綽有餘。
- 新創團隊：Startup 方案最高一年 Pro+ 免費，是非常實質的支援。