AWS Kiro Crew-ის აგენტურ სამუშაო სივრცეს ხანგრძლივად მომუშავე ბოტებს ამატებს

AWS აფართოებს Kiro-ს, თავის ხელოვნურ ინტელექტზე ორიენტირებულ დეველოპმენტის გარემოს, Kiro Crew-ის ბოტებით, დასახელებული, ხანგრძლივად მომუშავე პროგრამული აგენტებით, რომლებიც საერთო სამუშაო სივრცეში ასრულებენ დავალებებს. ბოტებს აქვთ საკუთარი მეხსიერება და სესიები, ხოლო AWS-ის თქმით, მათი გადახდა დეველოპერის არსებული Kiro-ის გეგმით ერთად ხდება. ცვლილება იმ ფონზე ხდება, როცა Kiro აგრძელებს გადასვლას IDE-დან აგენტური დეველოპმენტის გარემოსკენ.

რა არის Kiro ახლა

Kiro ყველაზე პოპულარული კოდის რედაქტორი არ არის; Stack Overflow-ის 2026 წლის დეველოპერების გამოკითხვაში ეს პოზიცია Microsoft-ის Visual Studio Code-ს უკავია. შესაძლოა Kiro სიაში მოცემულ IDE-ებს შორის 27-ე ადგილზე იყოს, თუმცა ახლა თავს „აგენტურ დეველოპმენტის გარემოს“ უწოდებს, მას შემდეგ, რაც ხანმოკლე დროით „აგენტური IDE“ იყო. მას ასევე აღწერენ როგორც „ხელოვნური ინტელექტით აღჭურვილ დეველოპმენტის გარემოს“, რომელიც ეხმარება პროგრამული უზრუნველყოფის შექმნას პროტოტიპიდან წარმოებამდე, და ხელმისაწვდომია როგორც დესკტოპის IDE, ბრძანების ხაზის ინტერფეისი, ვებ აპი, მობილური აპი და პირადი AI აგენტი Crew.

Kiro ასევე იმ მომხმარებლების მემკვიდრეა, რომლებიც Amazon Q Developer-ის პროგრამირების ასისტენტს იყენებდნენ და რომლებსაც Kiro-ზე გადასვლა დაავალეს. Kiro Crew აღწერილია როგორც მუდმივი, ღია კოდის დეველოპმენტის სამუშაო სივრცე და უფრო მეტად აგენტური ინფრასტრუქტურაა, გარემო, რომელიც მხარს უჭერს Kiro Web-ს, IDE-ს და CLI-ს.

როგორ მუშაობენ Kiro Crew-ის ბოტები

„ბოტი აგენტური მუშაობის სტრუქტურირებისა და მართვის ახალი გზაა“, აღნიშნულია Kiro-ს ბლოგპოსტში. „იზოლირებულ სესიებში მუშაობის ნაცვლად, თითოეული ბოტი დასახელებული, ხანგრძლივად მომუშავე აგენტია, რომელსაც თქვენ განსაზღვრავთ და მოირგებთ თქვენი სამუშაოს კონკრეტული ნაწილისთვის. მას აქვს საკუთარი მეხსიერება და აწარმოებს საკუთარ სესიებს, ასე რომ აღარ გიწევთ თითოეულზე ცალკე თვალის დევნება. Kiro Crew უკვე სწავლობს, როგორ მუშაობთ. ბოტები ცვლიან იმას, თუ სად ინახება ეს სწავლა.“

AWS ბოტებს Kiro-ს უფლებამოსილების გაფართოების ფარგლებში უშვებს, რაც მოგვაგონებს მსგავს მცდელობებს, როგორიცაა OpenAI dots, Grok Bot, Claude Duet და Meta Muse. ბოტებს შეიძლება მიეცეთ საკუთარი ხელსაწყოები, ნებართვები და მეხსიერება, რაც თითოეულ აგენტს განსხვავებულ იდენტობას აძლევს. შესაძლო მინუსია კონტექსტის დუბლირება, როცა ბევრი აგენტი გადაფარებულ მონაცემებს ამუშავებს საერთო ქეშის რაიმე ფორმის გარეშე.

გადახდა, მეხსიერება და დავალებების მაგალითები

AWS-ის თქმით, Kiro-ს ყველა ბოტის გადახდა დეველოპერის არსებული Kiro-ის გეგმით ერთად ხდება. თითოეულ ბოტს აქვს საკუთარი მეხსიერება და სესიები, ხოლო ნასწავლი კონტექსტი განზრახ ცალკე ინახება, რათა ერთი ბოტის სწავლა მეორის სამუშაოში არ გადავიდეს. ყველა ბოტი ერთსა და იმავე Kiro Crew-ის სამუშაო სივრცეში მუშაობს, იყენებს იმავე ჰარნესს და აქვს წვდომა ერთსა და იმავე კოდის ბაზაზე, პროექტის ფაილებზე, MCP-ზე, უნარებსა და ხელსაწყოებზე, ამიტომ მათ დამოუკიდებლად არ უწევთ პროექტის სტრუქტურის ხელახლა აღმოჩენა.

ვინაიდან AWS Kiro-ს გამოწერები კრედიტების სახით იყიდება, რომლებიც ტოკენებად სხვადასხვა კურსით გარდაიქმნება გამოყენებული მოდელის მიხედვით, იმის გარკვევა, თუ როგორ ხარჯავენ Kiro Crew-ის აგენტები ტოკენებს, შესაძლოა ანალიტიკას მოითხოვდეს. სააზროვნო ექსპერიმენტის სახით AWS გვთავაზობს მოთხოვნების მიმღებ ბოტს, რომელიც კითხულობს პრობლემის ან სამუშაო ტიკეტებს, ნიშნავს მათ იარლიყებით, აღნიშნავს დუბლირებებს და ამზადებს შეცდომების რეპროდუქციის ნაბიჯების მონახაზს. სხვა მაგალითებია ბილდის ჯანმრთელობის ბოტი, რომელიც პერიოდულად ამოწმებს CI პაიპლაინს და ავლენს ტესტების წარუმატებლობებს, კოდის მიმოხილვის ბოტი, რომელიც ამოწმებს pull request-ებს და სხვა დელეგირებულ პასუხისმგებლობებს, და რელიზის მზადყოფნის ბოტი, რომელიც ადასტურებს, რომ გაერთიანებულ ცვლილებებს ტესტები აქვს, და ეძებს გამოშვების დამტკიცებას.

წყაროები: The Register