AWS发布Kiro Powers，集成Stripe与Figma，赋能AI编程

2天前7 min read

为直接应对AI辅助软件开发中日益增长的根本性效率低下问题，Amazon Web Services在其re:Invent大会上发布了Kiro powers。这一新系统代表了AI编程助手在架构上的重大转变，从预先加载所有可能工具能力的蛮力方法，转向按需调用的动态专业化知识模型。AWS所解决的核心问题通常被称为“上下文腐化”，其根源在于模型上下文协议（MCP）的广泛采用。虽然MCP标准化了AI代理如何连接到外部工具（如用于支付的Stripe或用于设计的Figma），但它也造成了一个新的瓶颈：仅连接五个MCP服务器就可能消耗超过50,000个令牌——这几乎是领先模型上下文窗口的一半——而在任何实际工作开始之前。这种低效性消耗了计算预算、拖慢了响应时间并降低了输出质量，开发人员对此痛点已日益直言不讳。Kiro powers通过将工具特定知识——一个引导文件（POWER. md）、MCP服务器配置以及可选的自动化钩子——打包成一个单一的捆绑包，优雅地规避了此问题，该捆绑包仅在相关开发人员意图触发时激活。提及“结账”，Stripe power便加载其最佳实践；转向数据库工作，Supabase激活而Stripe则退出。正如AWS的Deepak Singh所解释，这种动态加载不仅加速了工作流程，还通过将基线上下文使用率保持在接近零，大幅降低了令牌成本。此次发布包含了来自九个合作伙伴的精选powers，包括Stripe、Figma、Datadog和Postman，同时提供了一个供社区创建powers的框架，有效地将先前属于精英开发人员领域的高级提示工程技术民主化。这种方法还将Kiro powers定位为微调的一种务实且经济的替代方案，考虑到Anthropic和OpenAI最强大的前沿模型是闭源且无法修改的，这一点尤其相关。通过专注于上下文管理而非模型再训练，AWS正在利用其二十年来运行云基础设施和庞大内部工程组织的深厚机构知识，来解决生产规模的问题。该公告是AWS更广泛的“智能体AI”推动的一部分，其中还包括用于自主开发的长期运行的“前沿智能体”。这种双轨战略——针对日常任务的专用高效powers与针对多日项目的自主智能体——反映了一个日益成熟的市场，其中原始能力已不再足够；智能资源和上下文管理是下一个前沿。随着Cursor、Cline和Claude Code等AI编程工具生态系统的扩展，“一次构建，随处使用”的power系统的价值变得清晰，降低了技术提供商的集成开销。虽然目前仅限Kiro IDE使用，但跨平台兼容性的愿景暗示了AWS希望为高效的AI智能体工具制定新标准的雄心，押注该领域未来的赢家将是那些足够聪明、知道该忘记什么的参与者。.

#Kiro powers

#AWS

#AI-assisted coding

#Stripe

#Figma

#Datadog

#Model Context Protocol

#context rot

#featured