AWS introduceert Kiro-bots voor agentische AI, met geheugen en ondersteuning voor terugkerende taken

Amazon Web Services introduceerde onlangs Kiro-bots om terugkerende ontwikkeltaken uit te voeren. Deze permanente agents werken in de Kiro Crew-werkruimte en houden doorlopende taken in de gaten. Ontwikkelaars lopen vaak vast wanneer ze meerdere opdrachten tegelijk aan AI delegeren. Traditioneel moet iemand controleren welke agents zijn vastgelopen en hun resultaten met elkaar in overeenstemming brengen. AWS pakt dit aan door de coördinatie toe te vertrouwen aan bots met elk een eigen rol. Zo kan een ontwikkelaar de ene bot builds laten controleren die zijn mislukt, terwijl een andere voorgestelde codewijzigingen beoordeelt.

Elke agent behoudt zijn eigen context en stuurt zelfstandig meerdere werksessies aan. Door deze structurele verandering hoeft de ontwikkelaar niet langer afzonderlijke prompts te beheren, maar houdt die toezicht op volledig geautomatiseerde processen.

Elke Kiro-bot heeft een naam, een doorlopend gesprek en eigen notities. Ontwikkelaars kunnen in dat gesprek terugkomen en de koers aanpassen zonder alle werksessies opnieuw te openen. Volgens de officiële documentatie van Kiro Crew kan een bot parallelle sessies starten, de voortgang volgen, afwijkingen corrigeren en resultaten samenvoegen. Is menselijke inbreng nodig, dan vraagt de bot om een beslissing terwijl hij ander werk voortzet. Gebruikers kunnen in gewone gesprekstaal aangeven wanneer taken moeten worden uitgevoerd. Zo kan een bot ’s nachts storingen onderzoeken of wekelijkse samenvattingen samenstellen. Het activiteitenlogboek houdt routinematig werk bij, terwijl het gesprek de bevindingen naar voren brengt die aandacht vragen. Dankzij dit blijvende geheugen begrijpt de agent waarom eerder bepaalde afwegingen zijn gemaakt en kan hij die inzichten toepassen op toekomstige taken.

AWS koppelt het geheugen van elke bot aan diens specifieke opdracht. Beslissingen over implementaties blijven gescheiden van de context die een onderzoeksbot opbouwt. Gebruikers kunnen opgeslagen informatie op elk moment bekijken, aanpassen of verwijderen. De bevoegdheden verschillen sterk per botconfiguratie. Een onderzoeksbot kan bestanden inspecteren zonder ze te wijzigen. Een implementatiebot vraagt eerst om goedkeuring voordat hij aanpassingen uitvoert. Zo krijgt een bot niet automatisch onbeperkte bevoegdheden doordat hij verantwoordelijk is voor een taak. Voor het toevoegen van tools is toestemming van de gebruiker nodig, en de ontwikkelaar bepaalt hoeveel initiatief elke bot mag nemen. De keuze van het model biedt nog een extra manier om de controle te verfijnen. De coördinerende bot en zijn werkbots kunnen verschillende modellen gebruiken. Teams kunnen krachtige modellen inzetten voor planning en snellere alternatieven voor repetitieve controles. De modelcatalogus van Kiro bevat modellen van grote aanbieders naast open-weightalternatieven.

De beschikbaarheid en het aantal verbruikte credits verschillen per model. Ontwikkelaars geven hun oordeel mee via doorlopende gesprekken en feedback. Elke correctie helpt de bot beter te begrijpen wat er precies wordt verwacht. Zo kunnen teams hun beoordelingsnormen en releaseprocessen opschalen zonder alles terug te brengen tot één generieke workflow. Gebruikers kunnen beginnen met het opsplitsen van hun ontwikkelproces in terugkerende verantwoordelijkheden. Een beperkte taak is een goed startpunt, omdat die eenvoudig te evalueren is. Daarna kunnen teams bots toevoegen voor taken met een ander doel of waarvoor andere tools nodig zijn. Ze bepalen welke informatie de bot bereikt, welke bronnen hij raadpleegt en wanneer hij menselijke inbreng moet vragen. Met deze stapsgewijze aanpak sluit de technologie aan op de specifieke werkwijze van het engineeringteam.