何夕2077AI Agent

Kiro 網頁端編碼代理發佈

2026年7月7日 00:00

重點摘要

# Kiro 網頁端編碼代理發佈:從瀏覽器直接驅動完整開發工作流 AI 編碼代理的戰場正在從 IDE 插件擴展到瀏覽器。Kiro 公司於 2026 年 5 月 18 日(美國時間)正式公開推出「Kiro Web」,這是一款可直接從網頁瀏覽器使用的編碼 AI 代理,無需安裝任何本地 IDE 即可完成從程式碼撰寫、多倉庫修改到 Pull Request 建立的完整開發任務。Kiro Web 將面向所有使用者開放,包括付費方案 Pro、Pro+ 與 Power 版本的預覽。

站內 AI 整理稿

# Kiro 網頁端編碼代理發佈:從瀏覽器直接驅動完整開發工作流

AI 編碼代理的戰場正在從 IDE 插件擴展到瀏覽器。Kiro 公司於 2026 年 5 月 18 日(美國時間)正式公開推出「Kiro Web」,這是一款可直接從網頁瀏覽器使用的編碼 AI 代理,無需安裝任何本地 IDE 即可完成從程式碼撰寫、多倉庫修改到 Pull Request 建立的完整開發任務。Kiro Web 將面向所有使用者開放,包括付費方案 Pro、Pro+ 與 Power 版本的預覽。 ## 瀏覽器即開發環境,AI 全權代理開發事務

不同於傳統編碼助手依附於 VS Code 或 JetBrains 等 IDE,Kiro Web 完全執行在瀏覽器端,使用者只需登入 app.kiro.dev,連結 GitHub 帳號,選定目標倉庫,就能立刻開啟與 AI 代理協作的會話。開發者不再需要在本機配置環境、管理套件或手動同步分支;Kiro Web 承擔了讀取程式碼庫、理解上下文、執行修改與提交的整個循環。使用者在會話中可直接描述需求:「為 API 端點新增認證邏輯」或「更新前端套件後修正所有 breaking changes」,Kiro 會根據當前倉庫的結構、歷史提交與程式碼風格生成對應實作。

除了單一指令,Kiro 還提供「Autonomous」(自主)模式,開發者只需將整個任務從頭到尾委託給代理。在此模式下,Kiro 會在正式執行前先提出驗證問題、訂立計畫,然後啟動多個子代理分工完成規劃、編碼與測試,最終產出完整的 Pull Request,而非僅進度報告。## 同時處理多倉庫,自動串聯依賴變更

企業級專案往往橫跨數個相依倉庫,Kiro Web 允許在同一個會話中選定多個倉庫作為工作範圍。使用者只需指定修改內容,代理便會遍歷所有相關的儲存庫,在必要時同步更新依賴關係、修改 API 端點契約,並確保前端客戶端能對應後端變更。例如,當開發者要求「在後端新增一個使用者偏好端點」時,Kiro 會自動在後端倉庫新增路由與控制器,在前端倉庫產生對應的 API 呼叫函數,並更新共用型別定義。 這種跨倉庫的協調能力依賴 Kiro 對專案結構的理解。代理會存取整個工作區的原始碼與配置文件,確保修改一致;完成後再依據各倉庫分別建立 Pull Request,並自動將它們標記為相互關聯。 ## GitHub 整合:Issue 驅動與評論指令

Kiro Web 與 GitHub 的工作流深度嵌合。團隊可以設定讓 Kiro 自動認領特定的 GitHub Issue:只需在 Issue 中加入「kiro」標籤,或在評論中輸入「/kiro」,Kiro 便會接收該任務並開始處理。當代理建立 Pull Request 後,審查者可以在 PR 上留下反饋,Kiro 會根據評論自動更新程式碼;若要一次性處理所有審查意見,可使用「/kiro all」指令;若要針對特定問題修正,則可輸入「/kiro fix」並附加說明。 這種互動讓 Kiro 不僅是被動的程式產生器,更像是團隊中的一名虛擬開發者,能參與程式碼審查與迭代循環。 ## 團隊規範內建:Steering File 驅動一致風格

為了讓 AI 代理符合團隊既有的編碼規範與架構慣例,Kiro 引入了「Steering File」機制。團隊可以在倉庫中的 `.kiro/steering/` 目錄下放置一或多個描述編碼準則、架構模式、測試策略與技術設定的文件。這些文件會被 Kiro Web、Kiro IDE 與 Kiro CLI 自動讀取,並在每一次會話中作為行為依據。 相較於傳統的 prompt engineering 或人工編寫規則,Steering File 是結構化且可版本控制的。團隊可以像管理程式碼一樣管理代理的行為準則,隨著專案演進持續迭代。Kiro 還會從歷史 PR 審查中學習,若審查者反覆要求「請避免使用全域變數」,這項回饋會自動反映在未來相同專案的任務執行中,讓代理越來越貼近團隊的開發習慣。 ## 安全隔離的沙盒執行環境

每一項任務都在獨立的沙盒(sandbox)中執行,沙盒在會話結束後即被銷毀。代理僅能存取沙盒內克隆的資源,無法觸及其他系統或未授權的服務。管理員可以從設定頁面限制沙盒的網路存取範圍、MCP 工具清單、基礎映像檔等參數,從源頭降低風險。 對於使用 AWS Identity Center 的組織,管理員可以集中管控哪些團隊成員有權使用 Kiro Web,無需影響其他 Kiro 用戶端。這種分層授權設計讓企業能在推行 AI 編碼代理的同時,維持合規與安全邊界。 ## 開始使用 Kiro Web

Kiro Web 的推出正值 AI 輔助開發工具快速演進的時刻。Cursor 不久前公布了七個最佳實踐,強調如何讓 AI 代理發揮最大效益;Docker 的年度報告指出已有七成開發者依賴 AI 工具;OpenAI 的 CTO 更曾表示其團隊有 80% 的編碼工作由 AI 完成。Kiro Web 選擇以瀏覽器為突破口,瞄準那些不願或無法安裝 IDE 的開發場景,以及需要跨倉庫、跨服務協作的企業團隊。能否在這場日趨激烈的編碼代理競賽中站穩腳步,將取決於它的執行可靠性、團隊整合能力以及持續學習的成熟度。

Related

相關文章

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?

專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

剛剛

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議

一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

剛剛
TechWebAI Agent

ChinaJoy 2026 AI遊戲規模化落地,邊緣雲與API安全重構產業底層邏輯

2026年ChinaJoy展館,“與AI同遊”的主題隨處可見。行業調查顯示,僅有21%的企業擁有完整的API資產清單,大量後臺AI接口仍在無人監控的狀態下裸奔。合規與安全也同步下沉。算力下沉還不夠,API安全必須同步前移邊緣雲解決了體驗問題,但AI交互入口的安全,同樣需要前置到邊緣。算力與安全,缺一不可Akamai的判斷很明確:遊戲AI轉型不能割裂算力與安全。這也是遊戲廠商規模化落地AI智能體、構建AI原生遊戲的標準化底層方案。

3 小時前
量子位AI Agent

螞蟻集團開源Avernet,讓人與智能體像組織一樣高效協作

**螞蟻集團開源Avernet:打造人與智能體高效協作的“組織級”基礎設施** **來源:量子位** **2026-08-07 11:08:51** 近日,螞蟻集團正式宣佈開源多智能體協作基礎設施Avernet,其社區版本已同步上線。作為業界首個聚焦於“組織級協作”的智能體基礎設施,Avernet的首個版本重點開放了智能體協作網絡能力,旨在支持不同智能體之間的發現、共識達成、跨團隊協作與治理,為人工智能從“單點智能”走向“系統智能”提供關鍵支撐。

9 小時前