آمازون از هوش مصنوعی کدنویس خودکار “کیرو” رونمایی کرد که روزها مستقل کدنویسی می کند

خدمات وب آمازون (Amazon Web Services) روز سه شنبه سه عامل هوش مصنوعی جدید را معرفی کرد که آن ها را «عاملان پیشرو» می نامد؛ یکی از این عامل ها طوری طراحی شده که یاد می گیرد شما چطور دوست دارید کار کنید و بعد برای روزها خودش به تنهایی فعالیت کند و به نوعی یک هوش مصنوعی کدنویس خودکار محسوب می شود.

هر یک از این عامل ها وظایف مختلفی مثل نوشتن کد، فرایندهای امنیتی مانند بازبینی کد، و خودکارسازی کارهای DevOps مثل جلوگیری از رخدادها هنگام فعال کردن کد جدید را انجام می دهند. نسخه های پیش نمایش این عامل ها هم اکنون در دسترس هستند.

شاید بزرگترین و جالب ترین ادعای AWS این باشد که عامل پیشرو به نام «عامل خودمختار کایرو» (Kiro autonomous agent) می تواند برای روزها به تنهایی کار کند.

معرفی هوش مصنوعی کدنویس خودکار کایرو

کایرو (Kiro) یک عامل کدنویسی نرم افزاری است که بر اساس ابزار کدنویسی هوش مصنوعی فعلی AWS به نام کایرو ساخته شده است، ابزاری که در ماه جولای معرفی شد. در حالی که آن ابزار موجود می توانست برای کدنویسی اولیه (که در واقع همان نمونه سازی است) استفاده شود، هدفش تولید کد عملیاتی یا نرم افزاری بود که قرار بود به صورت زنده منتشر شود. برای تولید کد قابل اعتماد، این هوش مصنوعی کدنویس خودکار باید از مشخصات کدنویسی نرم افزاری یک شرکت پیروی کند. کایرو این کار را از طریق مفهومی به نام «توسعه مبتنی بر مشخصات» (spec-driven development) انجام می دهد.

همانطور که کایرو کدنویسی می کند، از انسان می خواهد که فرضیاتش را راهنمایی، تایید یا اصلاح کند و به این ترتیب مشخصات را ایجاد می کند. این هوش مصنوعی کدنویس خودکار با اسکن کردن کدهای موجود و سایر روش های آموزشی، نحوه کار تیم در ابزارهای مختلف را زیر نظر می گیرد. و سپس، AWS می گوید، می تواند به طور مستقل کار کند.

مَت گارمن (Matt Garman)، مدیر عامل AWS، هنگام معرفی این محصول جدید در سخنرانی اصلی خود در رویداد AWS re:Invent در روز سه شنبه، قول داد: «شما به سادگی یک وظیفه پیچیده را از لیست کارهای عقب افتاده به آن محول می کنید و خودش به طور مستقل متوجه می شود که چگونه آن کار را انجام دهد.»

او گفت: «این عامل واقعا یاد می گیرد که شما چطور دوست دارید کار کنید، و در طول زمان درک خود را از کد شما، محصولاتتان و استانداردهایی که تیم شما رعایت می کند، عمیق تر می کند.»

آمازون می گوید کایرو «زمینه ماندگار در بین جلسات» را حفظ می کند. به عبارت دیگر، حافظه اش تمام نمی شود و فراموش نمی کند که قرار بود چه کاری انجام دهد. بنابراین، آمازون قول می دهد، می توان وظایف را به آن محول کرد و برای ساعت ها یا روزها، با حداقل دخالت انسانی، به تنهایی کار کند.

گارمن وظیفه ای را توصیف کرد، مثل به روزرسانی بخشی از کد حیاتی که توسط 15 بخش از نرم افزار شرکتی استفاده می شود. به جای تخصیص و تایید هر به روزرسانی، می توان کایرو را مسئول کرد تا هر 15 مورد را با یک دستور اصلاح کند.

برای تکمیل خودکارسازی وظایف کدنویسی توسط هوش مصنوعی کدنویس خودکار، ارائه دهنده فضای ابری، عامل امنیتی AWS (AWS Security Agent) را توسعه داد؛ عاملی که به طور مستقل برای شناسایی مشکلات امنیتی هنگام نوشتن کد کار می کند، پس از آن کد را تست می کند و سپس راه حل های پیشنهادی را ارائه می دهد. عامل DevOps (DevOps Agent) این سه گانه را کامل می کند، که به طور خودکار کد جدید را برای مشکلات عملکرد، یا سازگاری با سایر نرم افزارها، سخت افزارها یا تنظیمات ابری آزمایش می کند.

البته، عامل های آمازون اولین کسانی نیستند که ادعای پنجره های کاری طولانی را دارند. به عنوان مثال، OpenAI ماه گذشته گفت که GPT‑5.1-Codex-Max، مدل هوش مصنوعی کدنویس خودکار عامل محور آن، نیز برای دوره های کاری طولانی، تا 24 ساعت، طراحی شده است.

همچنین کاملا مشخص نیست که بزرگترین مانع برای پذیرش عامل محور، پنجره متنی (context window) (یا همان توانایی کار مداوم بدون توقف) باشد. به گفته آن ها، مدل های زبان بزرگ (LLMها) (از جمله ChatGPT) همچنان مشکلات توهم و دقت دارند که این چالش ها بر عملکرد هوش مصنوعی کدنویس خودکار نیز تاثیر می گذارد و توسعه دهندگان را به «پرستار» تبدیل می کند. بنابراین، توسعه دهندگان اغلب می خواهند وظایف کوتاه را محول کنند و قبل از ادامه کار، سریعا آن ها را تایید کنند.

با این حال، قبل از اینکه عامل ها بتوانند مانند همکاران شوند، پنجره های متنی باید بزرگتر شوند. فناوری آمازون گام بزرگ دیگری در این مسیر است.

این مقاله به معرفی عامل های هوش مصنوعی جدید خدمات وب آمازون، به ویژه کایرو می پردازد که می تواند وظایف کدنویسی، امنیتی و DevOps را به طور مستقل برای روزها انجام دهد. با وجود پیشرفت هایی که در افزایش دوره کاری عامل ها صورت گرفته، چالش هایی نظیر مشکلات دقت در مدل های زبان بزرگ (LLMها) همچنان وجود دارد که نیاز به نظارت انسانی را پررنگ می کند، اما فناوری آمازون گام مهمی در جهت بهبود توانایی های خودمختاری هوش مصنوعی محسوب می شود.

Amazon previews 3 AI agents, including ‘Kiro’ that can code on its own for days