Amazon Web Services в среду представила Kiro powers — систему, позволяющую разработчикам мгновенно наделять своих AI-ассистентов по коду специализированной экспертизой для конкретных инструментов и рабочих процессов. Это решает ключевой узел в современной работе искусственного интеллекта с агентами, как отмечает компания. Запуск произошел на ежегодной конференции re:Invent в Лас-Вегасе и отличается от типичного подхода, когда AI загружает все возможности заранее, тратя ресурсы и перегружая модель ненужными данными. Вместо этого Kiro powers активирует знания только по требованию.
«Наша цель — дать агенту специализированный контекст, чтобы он быстрее достигал правильного результата и при этом снижать затраты», — сказал Deepak Singh, вице-президент по агентам и опыту разработчиков в Amazon, в эксклюзивном интервью VentureBeat. Запуск включает партнерства с девятью компаниями: Datadog, Dynatrace, Figma, Neon, Netlify, Postman, Stripe, Supabase и собственными сервисами AWS. Разработчики также могут создавать и делиться своими powers в сообществе.
Почему ИИ-ассистенты для кода захлебываются от переизбытка инструментов
Чтобы понять важность Kiro powers, полезно взглянуть на растущую проблему в рынке инструментов для разработки с AI. Современные ассистенты полагаются на Model Context Protocol (MCP), чтобы подключаться к внешним инструментам. Когда разработчик хочет интегрировать Stripe для платежей, Figma для дизайна и Supabase для баз данных, подключаются серверы MCP для каждого сервиса.
Проблема в том, что каждая связь загружает десятки определений инструментов в рабочую память AI до написания первой строки кода. Согласно документации AWS, подключение пяти серверов MCP может потребить более 50 000 токенов — около 40 процентов контекстного окна модели — еще до первого запроса. Разработчики все чаще жалуются на трату токенов на определение релевантных инструментов, предпочитая мгновенный доступ к рабочему процессу, а не борьбу с перегруженным агентом. Этот эффект, именуемый «гниением контекста», приводит к замедлению, худшему качеству и росту расходов, поскольку AI часто тарифицируется по токенам.
Технология, загружающая экспертизу AI по требованию
Kiro powers решает проблему упаковкой трех компонентов в один динамически загружаемый пакет. Первый — файл управления POWER.md, служащий руководством по подключению для агента, указывающим доступные инструменты и когда их использовать. Второй — сама конфигурация сервера MCP для подключения к сервисам. Третий — опциональные хуки и автоматизации для запуска действий.
Когда разработчик упоминает «платеж» или «оформление заказа» в разговоре с Kiro, система автоматически активирует power для Stripe, загружая инструменты и лучшие практики. При переходе к работе с базами данных активируется Supabase, а Stripe отключается. Базовое потребление контекста при неактивных powers приближается к нулю. «Нажимаете кнопку, и оно автоматически загружается. Разработчики просто выбирают ‘открыть в Kiro’, и IDE запускается со всем готовым», — отметил Singh.
Как AWS демократизирует элитарные техники разработки
Singh позиционирует Kiro powers как демократизацию продвинутых практик. Ранее только самые опытные разработчики знали, как правильно конфигурировать агентов с специализированным контекстом — писать кастомные файлы управления, точные промпты и вручную управлять активными инструментами. «Мы заметили, что наши разработчики добавляли возможности для специализации агентов. Они хотели дать агенту особые силы для решения конкретной задачи, например, сделать фронтенд-разработчика экспертом по бэкенду как сервису», — сказал Singh. Это привело к выводу: если Supabase или Stripe однажды оптимизируют конфигурацию, все разработчики смогут воспользоваться.
«Kiro powers формализует то, что делали только самые продвинутые люди, и позволяет всем получить такие навыки», — добавил он.
Почему динамическая загрузка эффективнее дообучения для большинства случаев
Запуск также противопоставляет Kiro powers дообучению — процессу тренировки модели на специализированных данных для улучшения в конкретных областях. «Это гораздо дешевле, — сказал Singh. — Дообучение очень дорогое, и большинство передовых моделей нельзя дообучать». Важный момент: топовые модели от Anthropic, OpenAI и Google обычно закрытые, их нельзя модифицировать напрямую. Влияние на поведение возможно только через промпты и контекст.
«Большинство уже использует мощные модели вроде Sonnet 4.5 или Opus 4.5. Им нужно лишь правильное направление», — отметил Singh. Динамическая загрузка снижает текущие затраты, активируя powers только при необходимости, без платы за неиспользуемые инструменты.
Место Kiro powers в большой ставке AWS на автономные AI-агенты
Kiro powers входит в более широкий тренд AWS на агентный ИИ — системы, работающие автономно долгое время. Ранее на re:Invent компания анонсировала три «фронтир агента» для работы без вмешательства часов или дней: автономный агент Kiro для разработки ПО, агент безопасности AWS и DevOps-агент. Они решают комплексные задачи, требующие принятия решений в нескольких кодовых базах, в отличие от Kiro powers, фокусирующегося на точных, эффективных инструментах для повседневных задач, где важны скорость и экономия токенов.
Два подхода дополняют друг друга: фронтир-агенты для многодневных проектов, Kiro powers — для рутины. Компания ставит на то, что разработчикам нужны оба конца спектра для продуктивности.
В мире, где AI-ассистенты для кода уже научились писать функции, но все еще путаются в меню фастфуда инструментов, Kiro powers — как кнопка «быстрое приготовление» в микроволновке: загружает только нужное, без лишнего шума и счета. Конечно, это не революция, а скорее умный патч для вечной проблемы перегруженных промптов, но для разработчиков, жонглирующих десятками сервисов, это может стать тем самым удобством, которое спасет нервы и бюджет. Только не ждите, что оно волшебно решит все — в конце концов, даже лучший контекст не заменит понимания кода.
Что Kiro powers говорит о будущем ИИ-помощи в разработке
Запуск отражает зрелость рынка инструментов для разработки с AI. GitHub Copilot от Microsoft, запущенный в 2021 году, познакомил миллионы с AI-кодингом. С тех пор появилось множество конкурентов вроде Cursor, Cline и Claude Code, борющихся за внимание. Но с ростом возможностей инструменты усложнились, а протокол MCP добавил сложности интеграции.
Источник новости: VentureBeat.