前言¶
2026 年 8 月 4 日，AWS 正式发布 Kiro Crew——一款面向开发者的持久化 Agent 工作空间，并以 Apache 2.0 协议开源。与 Kiro 原有的 Autonomous Mode 不同，Crew 把 AI 编码 Agent 从「单次会话里的助手」升级为「可以 7×24 无人值守运行的工程队友」：多 Agent 与子 Agent 编排、跨会话持久记忆、定时任务与心跳监控，都可以通过桌面应用、Web 仪表盘，或 Slack、Telegram、Discord 等聊天工具远程操控。
据 InfoWorld 报道，Kiro Crew 最初在 Amazon 内部以 MeshClaw 之名孵化，半年内被超过 3.9 万名 Amazon 开发者采用；如今走向开源，目标是把这套编排层交给更广泛的工程团队。本文基于 AWS 官方 GitHub 仓库与权威媒体报道，梳理 Kiro Crew 的定位、核心能力与上手方式。
Kiro Crew 是什么¶
Kiro Crew 是一个持久化的开发工作空间，运行在开发者自有的硬件上（本地 Mac、容器或远程 Linux 主机），底层依赖 kiro-cli，通过 Agent Client Protocol（ACP）驱动 Agent 会话。
AWS 开发者布道师 Darko Mesaros 将其概括为：「一个面向单次会话装不下的大任务的持久、开源开发工作空间——把 AI 编码 Agent 变成始终在线、自我学习、自主协作的队友。」
与「你盯着聊天窗口、任务结束会话就断」的传统 Agent 体验相比，Kiro Crew 强调三件事：
- 持久（Persistent）：会话、记忆、调度与任务检查点在 Gateway 重启后仍可恢复。
- 自学习（Self-learning）：纠正意见与失败经验会沉淀为可复用的 lessons，影响后续行为。
- 自演进（Self-evolving）：重复模式可合成为 skills，且记忆与技能在仪表盘里可见、可编辑。
部署上不需要 AWS 账号，也不依赖 AWS 托管的控制平面；Gateway、Agent 运行时与状态都在用户控制的机器上。
与 Kiro Autonomous Mode 的差异¶
Kiro 是 AWS 面向软件工程师的 Agentic 开发环境，Autonomous Mode 可以在单次会话内自主完成一项任务。Kiro Crew 则在此基础上扩展编排层的边界：
| 维度 | Autonomous Mode | Kiro Crew |
|---|---|---|
| 工作范围 | 单次会话内的独立任务 | 跨会话、跨天的长期工程流 |
| 在线依赖 | 开发者通常需在场 | 离线仍可继续，心跳监控直至需人工介入 |
| Agent 数量 | 单会话 Agent | 多 Agent 并行 + 子 Agent 委派 |
| 记忆 | 会话级 | 工作空间级持久记忆，跨 Gateway 重启 |
| 调度 | 无 | 定时任务、Webhook 触发、任务检查点恢复 |
若你已在 Kiro 中配置了 .kiro 目录下的 steering 文件、skills 与自定义 Agent，Crew 可直接读取，无需迁移或重新配置。
核心架构：Gateway 与多入口¶
Kiro Crew 的核心是长期运行的 Gateway 进程，负责路由消息、持久化会话、注入记忆与 skills、启动定时任务、协调子 Agent、审批工具调用，并在仪表盘展示活动日志。
桌面应用 / Web 仪表盘 / Slack / Telegram / Discord / CLI
↓
Gateway（会话·记忆·调度·审批·Apps）
↓
Agent 会话（ACP 运行时 · kiro-cli · MCP 工具 · 模型）
Agent 会话是逻辑隔离单元：仪表盘里的一次对话、Slack 线程、定时任务或子 Agent 任务，各自对应独立会话，可并发运行，结果再汇总回父会话。
官方 README 列出的主要能力包括：
- 持久会话：并发、隔离的多路对话；Gateway 重启后可恢复；可检索历史会话。
- 长期任务：提交任务规格后离开，Agent 规划步骤、执行、校验、失败重试，并从检查点恢复。例如
kirocrew run TASK.md。 - 无人值守：定时 Agent 工作或确定性脚本，无需每次调用模型。例如「每个工作日 9 点汇总待审工作」可设为带时区的 recurring job。
- 委派（Delegation）：
kirocrew spawn run "task"启动隔离子 Agent 并行调研，结果合成到主对话。 - 可扩展工具：MCP 服务器、Markdown skills、hooks；内置
kirocrew-core与kirocrew-cronMCP。 - 纵深防御：工具审批、OS 沙箱（Linux/macOS）、敏感路径拦截、凭证脱敏、137 条内置 deny 规则、审计事件。
持久记忆：可见、可编辑的「工程上下文」¶
Kiro Crew 的持久记忆是本次发布最受关注的卖点之一。它维护偏好、活跃项目上下文、衰减式历史摘要与 durable lessons；纠正与失败可改变后续行为，重复模式可升维为 skills。进程内 embedding 支持语义检索，存储状态可在仪表盘检查与编辑；也提供 Incognito 等临时模式，避免敏感对话被持久化。
Amazon 在发布说明中强调：记忆对开发者可见，由人决定 Crew 携带哪些上下文 forward——例如偏好某种函数风格、某 MCP 服务器在特定请求下需特殊格式等，都可跨会话继承。
InfoWorld 引述分析师观点：许多企业的 Agent 使用仍像「影子 IT」，个人开发者各自接线、无人审计；Crew 的共享工作空间、审批门与日志，为治理提供了集中入口。
多通道操控：Slack、Discord 与远程 Gateway¶
Crew 把「Agent 运行在哪」与「人在哪操作」解耦。除桌面应用与 Web 仪表盘（默认 http://localhost:5476）外，还可通过以下面对接同一 Gateway 下的 Agent 状态：
| 入口 | 适用场景 |
|---|---|
| 桌面应用 | macOS / Linux 本地体验，可连远程 Gateway（SSH 隧道） |
| Web 仪表盘 | 并行对话、文件、审批、记忆、调度、Apps |
| Slack | DM 与线程、流式回复、审批、通知、会话链接回仪表盘 |
| Telegram / Discord | 移动端或社群场景，流式回复与内联审批 |
| WeCom / Teams / Webex / 微信 | 企业或国内 IM 集成 |
| CLI | kirocrew chat、run、cron、spawn、security |
典型工作流：在仪表盘启动多步重构任务后离开；途中在 Discord 追加指令或批准工具调用；Agent 在需人工审查时通过心跳或消息 ping 你。消息通道为出站连接，一般无需把仪表盘端口暴露到公网。
Apps 与参考应用¶
除核心 Gateway 外，Kiro Crew 引入 Apps 概念：为特定工作流组合定制 UI、Agent、skills、调度、集成与后端服务。AWS 同期发布了三个开源参考 App：
- DevFleets — worktree 管理
- Issue Radar — Issue 与 PR 分流
- Task Runner — 长周期工程任务执行
社区也可基于 App Kit 扩展仪表盘页面、订阅 Gateway 事件、注册生命周期 hooks。SiliconANGLE 提到，Crew 在 Amazon 内部兴起时，社区驱动的 App 生态已是核心，对外发布后将保持这一模式。Crew 也支持接入 OpenClaw、Hermes 等开放标准平台的 skills 与配置，作为现有工具链的补充而非完全替换。
快速上手¶
所有安装路径底层均运行 kiro-cli；首次启动若未安装 CLI，会引导 device-code 登录。
一行安装（Stable 通道）：
curl -fsSL https://download.crew.kiro.dev/cli.sh | sh
安装完成后访问 http://localhost:5476 即可在 Web 仪表盘开始对话。切换 insider / nightly 通道：
curl -fsSL https://download.crew.kiro.dev/cli.sh | sh -s -- --channel insider
Docker 常驻部署：
docker run -d --name kirocrew \
-p 127.0.0.1:5476:5476 \
-v kirocrew-home:/home/kirocrew \
ghcr.io/kirodotdev/kirocrew:stable
从源码构建：
git clone https://github.com/kirodotdev/KiroCrew.git
cd KiroCrew
make build
source .venv/bin/activate
kirocrew setup
kirocrew doctor
kirocrew gateway
桌面端：macOS 提供 DMG 直接下载；Linux 提供 AppImage；Windows 暂无桌面构建，可通过源码安装 Gateway 并用浏览器访问仪表盘。Linux / macOS 可用 kirocrew service install 注册 systemd 或 launchd 服务，实现开机自启。
连接 Slack 等 IM 的配置见仓库文档：docs/guides/slack-setup.md 等。
开放性与现实约束¶
Kiro Crew 本体开源免费（Apache 2.0），GitHub 仓库为 kirodotdev/KiroCrew，文档入口 kiro.dev/docs/crew/。AWS 计划以公开 steering committee 的开放治理模式维护项目。
需要清醒认识的限制：
- 运行时依赖 Kiro CLI：尽管编排层基于 ACP、MCP 等开放标准，当前 launch 版本实际驱动的是 AWS 专有的
kiro-cli（按 credits 计费）。使用 Claude Code、Codex、Devin 等其他 Agent 的团队，可能需要自行构建并验证连接器。 - 编排层之外的运维成本：持久 Agent 意味着并行模型调用、CI 活动、工具权限与人工审查量同步上升；企业需事先制定最小权限、审批策略、记忆保留与审计策略。
- Agent 安全非银弹：沙箱与 deny 规则降低风险，但高影响操作仍需人工审查，避免在对话中粘贴密钥或敏感数据。
对已在用 Kiro 的团队，Crew 是低摩擦的增量能力；对尚未标准化 Agent 治理的企业，它更像一块「可自托管的编排试验田」，而非即插即用的全自动工程团队。
结语¶
Kiro Crew 把 2026 年 Agent 编程工具的竞争焦点，从「单次对话能写多少代码」推向「离开键盘后工程流能否持续推进」。多 Agent 编排、跨会话记忆、定时任务与 Slack/Discord 联动，构成其差异化组合；开源与自托管则回应了企业对代码、凭证与审计留在内网的需求。
它是否适合你的团队，取决于是否已有 Kiro 生态、是否愿意承担持久 Agent 的治理成本，以及长周期任务（依赖升级、PR 分流、迁移检查点）在 backlog 中的占比。若你正从「结对编程式 Copilot」迈向「异步工程队友」，Kiro Crew 值得在本地或容器里跑一轮 kirocrew doctor，用真实仓库任务验证 7×24 编排是否符合预期。
