AWS推出Kiro powers，集成Stripe与Figma，赋能AI辅助编程

1天前7 min read

在拉斯维加斯举行的年度re:Invent大会上，亚马逊云科技（Amazon Web Services）发布了Kiro powers，标志着AI辅助软件开发的一次重大演进。该系统旨在为编程助手提供即时、按需的专项专业知识。此举直接应对了当前AI智能体领域一个日益严峻的根本性瓶颈：上下文过载。 GitHub Copilot、Cursor或Claude Code等工具的典型架构依赖于模型上下文协议（Model Context Protocol，MCP）来连接外部服务，例如用于支付的Stripe或用于设计的Figma。然而，这种方法迫使AI在开发者编写第一个提示之前，就必须将所有可能的工具定义和功能预加载到其工作内存中，这一过程可能消耗超过50,000个令牌——几乎占现代模型上下文窗口的一半。这种“上下文腐化”导致响应速度变慢、准确性降低，并且成本飙升，因为提供商按令牌收费。由开发者智能体与体验副总裁Deepak Singh领导的AWS解决方案，其思路优雅且反直觉：Kiro powers并非预加载所有内容，而是仅在开发者的对话触发时，动态激活专项知识包。提及“结账”，Stripe power便会加载其特定的API工具和最佳实践；转向讨论数据库模式时，Supabase power激活，而Stripe power则退居后台。这种按需加载被打包成一个单一的捆绑包，其中包含一个引导文件（POWER. md）、MCP服务器配置以及可选的自动化钩子，从而将基线上下文使用量降至接近零。此次发布得到了九家关键技术公司的合作伙伴关系支持，包括Datadog、Dynatrace、Figma、Neon、Netlify、Postman、Stripe和Supabase，以及AWS自身的服务。这使得这些公司能够为所有开发者一次性固化最优工作流程。Singh认为，这不仅仅是一项技术修复，更是精英实践的民主化，它将以往只有高级从业者才会使用的自定义提示工程和上下文管理进行了规范化。至关重要的是，AWS将Kiro powers定位为针对专项任务微调大语言模型的一种更实用、更经济的替代方案。正如Singh所指出的，对于市场上占主导地位的Anthropic、OpenAI和Google的闭源前沿模型而言，微调成本极其高昂，且往往无法实现。动态上下文引导为专业化提供了一条更灵活的路径。此公告是AWS更广泛的“智能体AI”战略的关键一环，该战略还包括为复杂问题进行多日自主操作而构建的新型“前沿智能体”。Kiro powers则服务于日常任务中对令牌高效精准性的互补性高频需求。此次发布反映了一个日益成熟的市场：第一波AI编程助手浪潮之后，集成复杂性这一二阶问题已然浮现。通过解决MCP泛滥带来的成本和性能损失，AWS利用其运营自身庞大工程组织所积累的深厚机构知识，来吸引那些构建生产级应用程序的开发者。虽然目前该功能仅限于Kiro IDE，但“一次构建，随处使用”的愿景预示着未来可能实现与其他工具的跨平台兼容性，这或许将为AI助手如何管理上下文设定新的标准。其底层押注的是一个永恒的计算机原理：最智能的系统并非记住一切，而是经过精心设计，能够精确知道该在何时忘记什么。.

#AWS

#Kiro powers

#AI coding assistants

#context rot

#Model Context Protocol

#Stripe integration

#featured