AWS запустила ИИ-ботов Kiro с памятью для повторяющихся задач разработки

Боты для постоянных задач

У каждого бота есть имя, отдельный диалог, заметки и рабочая область. Разработчик может вернуться к этому диалогу, чтобы изменить задачу или посмотреть результаты, не открывая по очереди каждую сессию исполнителя.

По описанию AWS, бот способен запускать несколько сессий, следить за их ходом, исправлять отклонения и собирать результаты. Если для одной части работы нужно решение человека, бот может запросить его и параллельно продолжить остальные задачи, которые от этого решения не зависят.

Расписание можно задать обычным текстом: например, поручить боту разбирать сбои ночью или готовить еженедельный отчёт об изменениях. Журнал фиксирует регулярную работу, а в диалоге появляются результаты и вопросы, требующие внимания.

AWS приводит четыре варианта задач:

Это настраиваемые сценарии, а не готовые автономные замены инженерам. Разработчики определяют задачу, предоставляют доступ к нужным системам и устанавливают критерии завершения.

Бот также может вести настраиваемую панель. В примере AWS бот для наблюдения за GitHub группирует обращения по темам и показывает изменения в очереди задач. Так можно оценить результаты, не читая весь журнал взаимодействий.

Память, доступы и выбор моделей

Память бота привязана к его задаче. Решения о развёртывании можно хранить отдельно от контекста, который накапливает бот-исследователь. Пользователь может просматривать, менять и удалять сохранённые сведения.

AWS описывает улучшение работы за счёт контекста, диалогов и исправлений. Однако компания не утверждает, что боты переобучают используемые модели. Практический смысл сохранения информации в том, что разработчику реже придётся заново объяснять повторяющиеся требования и предпочтения.

Полномочия можно настраивать отдельно для каждого бота. Исследовательский бот, например, может просматривать файлы, но не редактировать их. Бот для развёртывания может запрашивать разрешение перед изменениями. Бот для проверки кода способен оставлять замечания и просить доработки, но не может одобрять или объединять изменения. Эти ограничения можно менять.

По словам AWS, подключение инструментов требует одобрения пользователя. Разработчик сам решает, насколько самостоятельно может действовать бот: назначение не даёт ему неограниченных прав.

Координирующий бот и его исполнители могут работать на разных моделях. Например, более способную модель можно выбрать для планирования, а для повторных проверок — менее дорогую. В каталоге Kiro есть модели OpenAI и Anthropic, а также модели с открытыми весами; доступность и расход кредитов зависят от выбранной модели.

Боты могут работать через Crew на ноутбуке, Mac Mini или экземпляре Amazon EC2. Это позволяет выбирать, где запущена среда Kiro, но работа на собственном оборудовании не означает, что все используемые модели тоже работают локально.

Сравнение с Cursor, Anthropic и OpenAI

AWS выходит на рынок инструментов, которые выполняют работу между запросами пользователя. Расписания, сохранение контекста и фоновое выполнение уже есть в продуктах конкурентов. Сравнение ниже касается регулярных задач разработки и смежных сценариев, а не всех помощников для программирования сразу.

Указанные цены в долларах США проверены 5 ноября 2026 года. Если не сказано иначе, это месячная оплата. Цены и модели использования дают возможность получить доступ к сервисам, но не гарантируют одинаковый объём выполненной работы.

Kiro. Бесплатный план включает 50 кредитов. Pro стоит $20 в месяц и включает 1 000 кредитов. Индивидуальные тарифы более высокого уровня стоят $40, $100 и $200. Дополнительные кредиты продаются по $0,04 за штуку. Именованные боты управляют параллельными исполнителями, расписаниями, заметками и панелями. Crew работает на личном компьютере или в EC2. Для координации и выполнения задач можно выбрать разные модели разных поставщиков. У каждого бота есть отдельные память и полномочия.

Cursor. Тарифы с расширенными возможностями начинаются от $30 в месяц и включают Automations; действуют ограничения на использование. Модели сторонних поставщиков оплачиваются отдельно по предоплаченным кредитам, рассчитанным по тарифам API. Более ранние тарифы сохраняют другие условия. Automations запускает агентов по расписанию или поддерживаемым событиям. Они могут сохранять заметки, менять код, проверять его и взаимодействовать с компьютером. Доступны модели OpenAI, Anthropic и Google, а также выбор модели для автоматизации. Сценарии объединяют интеграции, память между запусками и демки изменений, созданные на компьютере.

Anthropic. Claude Pro стоит $20 в месяц; запуски расходуют включённый в подписку лимит. Для подходящих аккаунтов доступны кредиты с оплатой по факту использования. Запланированные задачи, ранее называвшиеся процедурами, поддерживают расписания, вызовы API и события GitHub. Их можно выполнять на инфраструктуре Anthropic или организации; функция пока доступна в исследовательском режиме. Пользователь выбирает доступную модель Claude и уровень усилий. Выбор моделей разных поставщиков для этой функции не заявлен. Настройка строится вокруг репозитория и подключённых сервисов; одна задача может объединять несколько типов запуска.

OpenAI. Plus стоит $20 в месяц, Pro начинается от $100; действуют ограничения на использование, а в подходящих случаях лимит можно расширить кредитами. Запланированные задачи работают с локальными проектами через настольное приложение или с веб-сценариями и подключёнными инструментами. Запуск по событию зависит от тарифа и продукта. Можно выбрать модель OpenAI, но возможность подключить модели других поставщиков для запланированных задач не заявлена. Локальные задачи изолируются в рабочих деревьях Git, а веб-задачи могут продолжаться в существующем диалоге и использовать его контекст.

Cursor особенно близок к Kiro по устройству автоматизаций. Его память сохраняется между запусками и может редактироваться или удаляться. Агенты способны создавать запросы на слияние, работать с внешними инструментами и показывать изменения снимками экрана или записями. Поэтому сама по себе постоянная память не отличает Kiro от Cursor.

Запланированные задачи Anthropic строятся вокруг настройки репозиториев, подключённых сервисов и событий для запуска. При выполнении на инфраструктуре Anthropic они могут продолжаться без включённого ноутбука, хотя функция всё ещё имеет статус исследовательского режима. В OpenAI различаются задачи для настольного приложения, которым нужна доступная локальная машина, и веб-задачи с загруженным контекстом и подключёнными сервисами.

Особенность Kiro в том, что продукт объединяет постоянный диалог вокруг конкретной обязанности, отдельные для бота память и полномочия, а также координацию исполнителей и отслеживание их работы. Это различие в устройстве продукта, а не доказательство того, что Kiro лучше справляется с такими же задачами.

Сколько стоят регулярные задачи

По данным страницы с тарифами AWS, подписки Kiro включают Crew, среду разработки, интерфейс командной строки и веб-продукт. В объявлении о запуске отдельная плата за каждого бота не указана.

Для команд от двух человек AWS предлагает общий пул использования по $20 за место в месяц: каждое место добавляет 500 кредитов. Это отличается от индивидуального плана Pro за $20, где предусмотрено 1 000 кредитов. Дополнительные командные кредиты тоже стоят $0,04 за штуку.

Кредит не равен выполненной задаче: расход зависит от её сложности и выбора модели. Поэтому по цене подписки нельзя заранее определить, сколько будет стоить регулярно работающий по расписанию бот.

Сравнивать расходы между сервисами тоже непросто. Частые проверки, большие репозитории и повторные попытки меняют стоимость фоновой работы. Разные модели для планирования и исполнения могут помочь контролировать расходы в Kiro, но AWS не приводит в объявлении измерений экономии от такого подхода.

Что предстоит проверить командам

AWS не опубликовала сравнительные бенчмарки, количественные оценки влияния ботов на производительность или долю ошибок. Объявление описывает возможности и возможные сценарии, но командам предстоит самим выяснить, сколько контроля потребуют их проекты.

При оценке стоит учитывать не только выполненную работу, но и время на проверку и исправление результатов, неожиданные действия и расход моделей. Если бот находит больше ошибок сборки, но слишком часто запрашивает ненужное вмешательство, нагрузка может просто перейти в другую часть процесса.

Примеры AWS указывают на осторожный способ внедрения: поручить боту узкую регулярную задачу, ограничить полномочия и расширять их после проверки результатов. Сначала нужно понять, может ли один бот надёжно отвечать за небольшой участок процесса. Дополнительные боты принесут пользу, если снизят затраты на координацию, а не увеличат их.

По оценке Dataist, Kiro предлагает командам способ передать ботам регулярные задачи, сохраняя раздельные память и полномочия для каждой роли. Но описания возможностей пока недостаточно, чтобы оценить надёжность или реальную экономию времени: AWS не приводит таких измерений. Стоимость также зависит от частоты запусков, сложности задач и выбранных моделей.