AWS发布Kiro Powers，为AI辅助编程提供新框架

54分钟前7 min read

亚马逊云科技（AWS）在其re:Invent大会上推出了一个名为Kiro Powers的新框架，旨在解决AI编程助手在运行方式中存在的一个根本性且日益昂贵的效率问题。开发者们一直直言不讳的核心问题，被业界部分人士称为“上下文腐化”。大多数现代AI助手，例如那些使用开源模型上下文协议（MCP）连接外部工具的助手，会预先将所有可能的功能——来自Stripe、Figma或Supabase等服务的数十个工具定义——加载到模型的工作内存中。AWS文档指出，仅连接五个MCP服务器就可能消耗超过50,000个令牌，在开发者甚至还没输入第一个提示词之前，就吞噬了模型上下文窗口的大约40%。这导致输出速度变慢、质量降低，并且成本显著增加，因为AI服务通常按令牌收费。 Kiro Powers采用了一种截然不同的按需方法。它将专业知识打包成一个单一的捆绑包，其中包含一个指导文件（POWER. md），用于指示AI代理何时使用特定工具、MCP服务器配置本身以及可选的自动化钩子。当开发者提及“支付”等相关关键词时，系统会动态激活Stripe Power，加载其特定上下文和最佳实践；当对话转向数据库时，Supabase被激活，而Stripe则被停用。这使得基线上下文使用量接近于零。亚马逊开发者代理与体验副总裁Deepak Singh向VentureBeat解释说，这种方法不仅更高效，而且使先进实践得以普及。此前，只有经验丰富的开发者知道如何为他们的AI代理手动配置专用上下文。现在，随着包括Datadog、Dynatrace、Figma、Neon、Netlify、Postman、Stripe和Supabase在内的启动合作伙伴加入，这些公司可以构建一次最优配置，而每位开发者都能从中受益。Singh还将这种动态加载定位为对Anthropic、OpenAI或谷歌的大型前沿模型进行微调的一种更经济、更实用的替代方案，这些模型通常是闭源的，重新训练的成本高得令人望而却步。此次发布符合AWS对“代理式AI”的更广泛押注，它通过为日常开发提供精确、令牌高效的工具，对同样在re:Invent大会上宣布的“前沿代理”——为多日任务设计的自主系统——形成补充。这反映了一个日益成熟的市场，最初由GitHub Copilot、Cursor和Claude Code等工具的激增，以及MCP等标准的助力，催生了复杂性和过载的新问题。AWS正利用其二十年来运行云基础设施的经验以及庞大的内部工程组织，将自己定位为理解大规模生产软件开发的平台。虽然Kiro Powers目前仅在Kiro IDE内工作，但AWS正在努力构建与其他工具的跨平台兼容性，设想一个开发者可以“一次构建Power，随处使用”的未来。其背后的赌注是一个经典的计算机原理：获胜的工具不会是那些试图记住一切的，而是那些足够智能、知道该忘记什么以及何时记住它的工具。.

#Kiro powers

#AWS

#AI coding assistants

#Model Context Protocol

#Stripe

#Figma

#Datadog

#context rot

#featured