Ferramentas de inteligência artificial já fazem parte da rotina de desenvolvimento de software. Elas ajudam a completar trechos de código, explicar funções, sugerir correções e transformar instruções em linguagem natural e aplicações funcionais. O ganho de velocidade pode ser significativo, especialmente nas etapas iniciais de um projeto. O desafio aparece quando é necessário garantir que o resultado atenda aos requisitos, siga a arquitetura esperada e possa ser mantido por uma equipe.

O que é o Kiro?

O Kiro é um ambiente de desenvolvimento com inteligência artificial criado pela AWS. A ferramenta foi projetada para acompanhar diferentes etapas do desenvolvimento, desde a definição do que precisa ser construído até a implementação, os testes e a documentação.

Em vez de se limitar à geração de código a partir de comandos, o Kiro oferece recursos para organizar as instruções em especificações técnicas, planejar a implementação e manter informações importantes do projeto disponíveis durante o trabalho. A proposta é reduzir a distância entre a intenção do desenvolvedor e o software produzido.

O Kiro utiliza agentes de IA que podem interpretar solicitações, planejar etapas e executar ações com base no contexto disponível e nas permissões configuradas. Isso permite trabalhar com tarefas que envolvem diferentes arquivos e componentes, sem depender apenas de respostas isoladas em uma conversa.

A ferramenta está disponível em diferentes interfaces, incluindo um ambiente de desenvolvimento integrado (IDE), uma interface de linha de comando (CLI) e uma experiência no navegador. Cada modalidade atende a formas diferentes de trabalhar, mas compartilha recursos centrais do agente.

Essa abordagem pode ser útil tanto para quem está começando um projeto quanto para equipes que precisam evoluir sistemas existentes. Em bases de código maiores, uma alteração aparentemente simples pode afetar dependências, contratos de API, testes e decisões arquiteturais tomadas anteriormente. Portanto, ter o contexto organizado ajuda a orientar o trabalho da IA e facilita a revisão das mudanças.

IDE, CLI e navegador: diferentes formas de trabalhar com o Kiro

O Kiro oferece diferentes interfaces para que o desenvolvedor escolha como interagir com o agente de acordo com sua rotina e com o tipo de trabalho que precisa realizar.

Kiro IDE: é o ambiente de desenvolvimento integrado para trabalhar diretamente com o código. Permite interagir com o agente, acompanhar alterações e revisar a implementação no próprio editor.

Kiro CLI: funciona pela linha de comando e atende a fluxos de trabalho baseados em terminal. Pode ser empregado em atividades de desenvolvimento, automação e integração com ferramentas já utilizadas pela equipe.

Kiro Web: permite iniciar e acompanhar sessões de desenvolvimento pelo navegador. O agente pode trabalhar em ambientes isolados na nuvem, inclusive com repositórios conectados, enquanto o desenvolvedor acompanha o andamento e revisa os resultados.

Kiro Crew: é um ambiente de desenvolvimento de código aberto voltado à coordenação de agentes e à continuidade do trabalho entre sessões e ferramentas.

A proposta atual do Kiro é oferecer um agente compartilhado entre diferentes interfaces, com configurações e informações de contexto que podem acompanhar o projeto. Dessa forma, o profissional pode escolher o ambiente mais adequado para cada situação sem necessidade de reconstruir todo o contexto a cada mudança de interface. A disponibilidade de determinados recursos varia conforme a modalidade.

A compatibilidade com ferramentas existentes também faz parte dessa proposta. O Kiro IDE é baseado no Code OSS, projeto de código aberto que serve de base para o Visual Studio Code. Por isso, oferece suporte à importação de configurações, temas e extensões compatíveis com Open VSX.

Na prática, isso reduz parte do esforço de adaptação para quem já possui um ambiente de desenvolvimento configurado. Ainda assim, a adoção exige avaliar as extensões necessárias, as integrações disponíveis e as políticas de segurança da organização.

A escolha da interface depende do contexto. Quem trabalha diretamente no editor pode preferir a IDE, enquanto profissionais acostumados a automatizar processos pelo terminal podem encontrar na CLI um caminho mais natural. Já o navegador permite delegar e acompanhar atividades sem manter todo o trabalho aberto em uma sessão local.

Independentemente da interface, a proposta é manter o agente integrado ao processo de desenvolvimento, respeitando as ferramentas, as regras e as necessidades de cada projeto.

O que é spec-driven development e como funciona no Kiro?

O spec-driven development, ou desenvolvimento orientado por especificações é uma abordagem que coloca os requisitos e o planejamento técnico no centro do processo de desenvolvimento. Em vez de partir diretamente para a implementação de uma funcionalidade complexa, o trabalho começa pela definição do comportamento esperado, das decisões técnicas envolvidas e das etapas necessárias para chegar ao resultado.

No Kiro, uma solicitação em linguagem natural pode ser transformada em um conjunto organizado de especificações que orienta a implementação. O processo é dividido em três partes principais.

Requisitos: a primeira parte detalha o que o software precisa fazer. Uma solicitação genérica, como adicionar um sistema de avaliações a uma loja virtual, pode ser desdobrada em requisitos para exibir avaliações, permitir o envio de comentários, definir critérios de classificação e estabelecer regras para a publicação.

Os critérios de aceitação ajudam a determinar quando cada requisito pode ser considerado atendido. Eles também permitem identificar lacunas e situações que poderiam passar despercebidas em uma descrição inicial.

Design técnico: com o comportamento esperado definido, o Kiro pode elaborar uma proposta técnica com base nos requisitos e no contexto do projeto. Conforme a necessidade, a documentação permite incluir decisões de arquitetura, interfaces, modelos de dados, endpoints de API e diagramas.

O planejamento ajuda a visualizar como a nova funcionalidade se encaixa no sistema existente antes de avançar para a implementação. Também oferece ao desenvolvedor a oportunidade de revisar as escolhas propostas e corrigir premissas inadequadas.

Tarefas de implementação: por fim, os requisitos e o design são convertidos em tarefas menores, organizadas de acordo com suas dependências. Cada tarefa pode ser vinculada aos requisitos correspondentes, facilitando o acompanhamento do progresso e a verificação do que foi concluído.

Com esse plano, o desenvolvedor tem a chance de revisar as especificações e acompanhar a implementação por etapas, mantendo uma visão mais clara de como as alterações foram planejadas.

As especificações podem ser atualizadas, conforme o projeto evolui. Quando os requisitos mudam, o profissional pode revisar o planejamento e as tarefas para manter a documentação alinhada às necessidades atuais do sistema. Esse processo não elimina a necessidade de decisões humanas nem dispensa a validação do código, mas cria referências que podem ser consultadas durante a implementação e a manutenção.

A proposta é tornar explícitas as decisões que orientam o desenvolvimento, facilitando a revisão do trabalho e a continuidade do projeto à medida que novas funcionalidades são adicionadas.

Recursos para o desenvolvimento com IA no Kiro

Além das especificações, o Kiro reúne recursos para preservar o contexto do projeto, automatizar ações e ampliar as possibilidades de verificação do código. Eles ajudam a orientar o agente durante o trabalho e a reduzir a dependência de instruções repetidas a cada interação.

Steering files

Os steering files são arquivos de orientação que registram informações sobre o projeto, como convenções de código, tecnologias utilizadas, estrutura de pastas e decisões arquiteturais. O Kiro pode consultar essas informações para orientar suas respostas e alterações.

Em uma equipe que utiliza padrões específicos para organizar componentes ou tratar erros, por exemplo, esses arquivos ajudam a manter as instruções disponíveis ao agente. Assim, o desenvolvedor não precisa repetir as mesmas convenções a cada solicitação.

Esses documentos também podem registrar abordagens de testes, padrões de documentação e outras regras relevantes. Precisam, porém, acompanhar a evolução do projeto para não orientar a IA com informações desatualizadas.

Agent hooks

Os agent hooks permitem configurar ações que são acionadas quando determinados eventos acontecem. Dependendo da configuração, o agente pode executar uma atividade após alterações em arquivos ou quando recebe um acionamento manual.

Esse mecanismo pode apoiar tarefas recorrentes que fazem parte do fluxo de desenvolvimento, como manter documentos alinhados ao código ou realizar verificações em momentos específicos. Em vez de depender exclusivamente da memória do profissional, a equipe será capaz de definir quando determinadas ações devem acontecer.

A automação não significa que toda atividade será executada sem supervisão. O comportamento depende dos gatilhos configurados, das instruções fornecidas e das permissões concedidas ao agente.

Testes e raciocínio automatizado

O Kiro também apresenta recursos voltados à análise de requisitos e à verificação de comportamento. A proposta é identificar possíveis lacunas e contradições antes da implementação e ampliar a capacidade de encontrar problemas que os testes existentes não detectam.

Uma das técnicas envolvidas é o property-based testing, ou teste baseado em propriedades. Diferentemente de testes que verificam apenas exemplos específicos, essa abordagem avalia regras que devem continuar verdadeiras para diferentes entradas.

Considere uma função que calcula o valor final de um pedido. Um teste tradicional pode conferir o resultado para alguns valores conhecidos, enquanto um teste baseado em propriedades pode verificar se o cálculo respeita determinadas regras para uma variedade maior de entradas válidas.

Isso ajuda a encontrar casos de falha que não aparecem nos exemplos previstos inicialmente. Ainda assim, a qualidade da verificação depende das propriedades definidas, dos cenários testados e do contexto da aplicação. Nenhuma dessas técnicas garante que todos os defeitos sejam identificados.

Integrações e escolha de modelos

O suporte ao Model Context Protocol (MCP) possibilita conectar o Kiro a ferramentas e fontes externas compatíveis. O protocolo estabelece uma forma padronizada de disponibilizar contexto e ferramentas a sistemas de IA, ampliando as possibilidades de integração com o ambiente de desenvolvimento.

A ferramenta também permite escolher entre diferentes modelos de IA, conforme a disponibilidade e a necessidade da atividade. A seleção permite considerar fatores como capacidade para lidar com tarefas complexas, latência e custo. No modo automático, o Kiro pode direcionar a solicitação para um modelo adequado à tarefa, conforme as opções disponíveis.

Tais recursos cumprem funções diferentes. O valor está em combinar esses mecanismos de acordo com a necessidade, sem presumir que todos precisem estar ativos em qualquer situação.

O que muda na rotina de um dev?

A principal mudança proposta pelo Kiro está na maneira de distribuir o trabalho entre o profissional e a inteligência artificial. Ao contrário de utilizar a IA apenas a um modelo de perguntas e respostas ou gerar trechos de código, o desenvolvedor pode recorrer a agentes para organizar etapas de um processo mais amplo, mantendo requisitos, decisões técnicas e critérios de verificação como parte do fluxo.

Tal procedimento pode reduzir o esforço dedicado a tarefas repetitivas de planejamento e documentação, assim como facilitar a compreensão de alterações complexas e ajudar equipes a manter padrões compartilhados. Além disso, também cria oportunidades para revisar decisões ao longo do desenvolvimento, antes que todas estejam incorporadas ao código.

Para empresas de tecnologia, a abordagem pode contribuir para tornar o trabalho assistido por IA mais rastreável e alinhado às convenções internas. Para desenvolvedores individuais, oferece uma maneira de organizar projetos que começam com uma ideia e precisam evoluir para uma implementação sustentável.

A proposta é fazer com que a IA participe de um fluxo de desenvolvimento mais organizado, em que o software produzido possa ser compreendido, testado e mantido ao longo do tempo.