北京
做开发的人，多少都遇到过这种磨人的情况：
刚准备合上电脑下班，工作群里突然弹出一句：“线上接口响应变慢，帮忙看一眼？”
排查流程你并不陌生。看监控、查日志、定位代码、跑测试、提 PR，最后等 CI 跑完再看结果。问题未必有多难，但整个过程横跨多个工具和步骤。人一走开，工作往往就停在当前这一步。
有了 AI Coding 工具，很多工作确实可以交给 Agent。你可以开一个 Session 查日志，再让另一个 Agent 补测试。但任务并不会因此自己跑起来。前一个 Agent 查到了什么，后一个未必知道。上午已经排除过的问题，下午重新开 Session 还要重新交代。CI 跑完以后，也需要有人回来查看结果，再决定下一步交给谁。
开发者虽然少写了一些代码，却多出了一类新的工作。不同 Session 的上下文要自己维护，多个 Agent 的分工要自己协调，GitHub、CI、监控里的状态也要不断带回给 Agent。
只要你合上电脑，很多任务还是会停下来。Agent 等待下一条指令，新的 Session 不知道之前发生过什么，并行运行的 Agent 之间也缺少持续协调。
兜兜转转，人依然是整套 AI 开发工作流里的“人肉集成层”。
能不能再往前走一步，让 Agent 记住跨 Session 的上下文，让多个 Agent 自己协同推进任务？这样，即使开发者离开，工作也能继续，等人回来时，事情已经推进到了值得 Review 的阶段。
为了解决这个问题，亚马逊云科技的 3 位工程师在业余时间，做了一个 Side Project——一个基于 Kiro CLI、可以持续运行的 AI 开发工作空间。
不到半年，Kiro Crew 已经被超过 3.9 万名开发者使用，近 500 名贡献者参与开发。一个原本解决 3 位工程师自己需求的 Side Project，逐渐变成了 Amazon 内部许多开发者日常使用的工具。最终，团队决定将它正式开源。
9 月 4 日，Kiro Crew 核心创造者、亚马逊云科技高级软件开发工程师陈柏霖将做客 AI-DLC 先锋计划特别直播，深度拆解 Kiro Crew 的设计思路与核心能力。直播间还将现场演示“无人值守”开发。
感兴趣的朋友，别忘了扫描下方海报中的二维码预约直播。北京时间 9 月 4 日 14:00-15:10，我们不见不散。
认识 Kiro Crew：Keep work moving
建立在 Kiro CLI 之上的持续运行开发工作区。Kiro Crew 能够记住项目上下文，学习你的工作方式，并协调你使用的各种工具和工作流。它具有这些优点：
长久记忆、持续运行：跨 Session 保留状态、记忆与任务进度。
持续学习、持续进化：将纠正、失败和项目经验沉淀为 Lessons；将重复工作模式转化为可编辑的 Skills。
自主部署、多端协同：支持 Mac、本地 Container 和远程机器，以及 Desktop、Web、CLI、Slack、Discord 等入口。
️ 企业级安全与可控：提供 7 层安全防护，覆盖运行隔离、权限控制、敏感信息保护和操作审计等。
使用 Kiro Crew，丢个任务就走，回来直接收结果！
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
