AWS 近期推出 Kiro bots，這項新功能讓開發者能建立專精型人工智慧代理（AI Agent），自動處理軟體開發中的重複性任務，並具備長期記憶與學習能力，目標是減少開發者對 AI Agent 的持續監管負擔，提升開發效率，同時也需注意潛在的運算成本。
全球雲端服務巨擘 AWS 近日推出 Kiro bots，這項新功能整合至其開源多代理開發環境 Kiro Crew 中，旨在協助軟體開發者擺脫持續監管人工智慧代理（AI Agent）的負擔。AWS 工程總監 Kathy Kam 指出，專精型 AI Agent 的效率遠高於通用型，Kiro bots 將讓 AI Agent 具備特定技能、工具與長期記憶，大幅提升自動化開發流程的效率。
Kiro bots 的核心概念是讓每個機器人負責開發工作流中的單一、明確任務，例如問題分類、建構監控或發布準備。這類機器人能記住其學習內容，並自行管理工作階段，從而減輕開發者在平行處理多個 AI Agent 時日益增加的協調負擔。
Kiro Crew 平台於今年 8 月推出，源自 AWS 內部名為 MeshClaw 的專案。該內部工具在短短六個月內，吸引了 39,000 名 Amazon 內部開發者與近 500 名貢獻者使用。AWS 發現，在實際應用中，專精型 AI Agent 的表現最為出色，這也促成了 Kiro bots 的誕生。每個 bot 都能擁有獨立的運作空間，確保其行為或學習進程不會互相干擾。
根據《The AI Economy》報導，AWS 提供的範例包括：負責掃描新問題、標記並起草錯誤重現步驟的「問題匯報機器人」（intake bot）；每 30 分鐘檢查持續整合（CI）流程，只回報需要開發者關注的「建構健康機器人」（build-health bot）；以及檢查新程式碼審查請求的「程式碼審查機器人」（code review bot）。此外，還有處理預發布檢查清單的「發布就緒機器人」（release-readiness bot）。
國際資料公司（IDC）集團副總裁 Dave McCarthy 警告，透過監管型機器人協調多個工作代理，可能會產生「協調稅」（coordination tax），因為背景執行的重試與工具呼叫會迅速增加 Token 消耗量與運算成本。Hyperframe Inc. 研究主管 Stephanie Walter 則建議，企業應評估 Kiro bots 帶來的生產力提升是否能抵銷其營運成本，並判斷哪些任務適合 AI Agent 的判斷與適應能力，哪些仍可透過傳統自動化處理。
AWS 視 Kiro bots 為一種「反鬆散工具」（anti-slop tool），鼓勵開發者從明確的規範開始進行軟體開發，而非直接從程式碼提示。AWS 計劃將 Kiro 的免費存取權提供給全球 132 所大學的學生，將 Kiro bots 作為教授開發最佳實踐的工具。