IDE Kiro ของ Amazon เผชิญความสงสัยจากชุมชนเกี่ยวกับเนื้อหาที่สร้างด้วย AI และช่องว่างในการเปรียบเทียบ

ทีมชุมชน BigGo
IDE Kiro ของ Amazon เผชิญความสงสัยจากชุมชนเกี่ยวกับเนื้อหาที่สร้างด้วย AI และช่องว่างในการเปรียบเทียบ

IDE แบบ agentic ใหม่ของ Amazon ชื่อ Kiro ได้จุดประกายการถ่ายเทอย่างร้อนแรงในชุมชนนักพัฒนาหลังจากการรีวิวโดยละเอียดที่เขียนขึ้นโดยใช้เครื่องมือนี้เอง การอพิพากษ์เผยให้เห็นความกังวลที่เพิ่มขึ้นเกี่ยวกับความถูกต้องแท้จริงของเนื้อหาที่สร้างด้วย AI และความจำเป็นในการเปรียบเทียบอย่างเหมาะสมกับผู้ช่วยเขียนโค้ดที่มีชื่อเสียง

เนื้อหาที่สร้างด้วย AI ทำให้เกิดคำถามเรื่องความถูกต้องแท้จริง

แง่มุมที่ถกเถียงกันมากที่สุดของการรีวิว Kiro ไม่ใช่เครื่องมือนั้นเอง แต่เป็นข้อเท็จจริงที่ว่าบทความส่วนใหญ่เขียนโดย AI สมาชิกในชุมชนแสดงความผิดหวังต่อสิ่งที่พวกเขามองว่าเป็นการละเมิดความไว้วางใจขั้นพื้นฐานระหว่างผู้เขียนและผู้อ่าน ความกังวลมุ่งเน้นไปที่ว่าผู้อ่านสามารถแยกแยะระหว่างประสบการณ์ของมนุษย์จริงกับเนื้อหาที่สร้างด้วย AI เมื่อประเมินเครื่องมือใหม่ได้หรือไม่

นักพัฒนาหลายคนโต้แย้งว่าบทความประสบการณ์ส่วนตัวควรสะท้อนข้อมูลเชิงลึกของมนุษย์จริง ไม่ใช่ข้อความที่สร้างด้วยเครื่องจักร ความรู้สึกนี้สะท้อนความตึงเครียดในอุตสาหกรรมที่กว้างขึ้นเกี่ยวกับบทบาทของ AI ในการสร้างเนื้อหา โดยเฉพาะเมื่อเนื้อหานั้นมีจุดประสงค์เพื่อถ่ายทอดความเชี่ยวชาญส่วนตัวและรูปแบบการใช้งานในโลกจริง

การเปรียบเทียบที่หายไปกับเครื่องมือชั้นนำ

การวิพากษ์วิจารณ์ที่สำคัญเกิดขึ้นรอบความล้มเหลวของบทความในการเปรียบเทียบ Kiro กับผู้ช่วยเขียนโค้ดที่มีชื่อเสียงอย่าง Claude Code, Cursor และ GitHub Copilot นักพัฒนาสังเกตว่าการประเมินเครื่องมือเขียนโค้ดใหม่อย่างจริงจังควรเปรียบเทียบกับผู้นำตลาดปัจจุบันเพื่อให้บริบทที่มีความหมาย

ชุมชนเน้นว่า Claude Code โดยเฉพาะได้รับความนิยมอย่างมากสำหรับเวิร์กโฟลว์การพัฒนาที่ขับเคลื่อนด้วยข้อกำหนดที่คล้ายกัน ผู้ใช้บางคนแบ่งปันประสบการณ์ของตนเองในการใช้ Claude Code กับการตั้งค่าแบบ multi-agent โดยอธิบายว่าพวกเขาสร้าง agent เฉพาะทางสำหรับแง่มุมต่างๆ ของการพัฒนา ตั้งแต่การวางแผนสถาปัตยกรรมไปจนถึงการรีวิวโค้ด

ผมใช้เวลา 2.5 ชั่วโมงเมื่อวานในการวางแผนฟีเจอร์ใหม่ - เริ่มต้นด้วยการทำงานกับ agent เพื่อสร้างแผน จากนั้น 4 รอบของการให้ agent นั้นสร้างพรอมต์สำหรับ agent อีกตัวเพื่อวิพากษ์วิจารณ์แผนและรวมข้อเสนอแนะเข้าด้วยกัน

ช่องว่างในการเปรียบเทียบคู่แข่ง:

  • ไม่มีการเปรียบเทียบโดยตรงกับระบบ agent ของ Claude Code
  • ขาดการทดสอบเทียบเคียงกับ autocomplete และ debugging ของ Cursor
  • ไม่มีการประเมินเทียบกับ code completion ของ GitHub Copilot
  • ขาดเมตริกประสิทธิภาพเมื่อเทียบกับเครื่องมือที่มีชื่อเสียง

ความกังวลเรื่องคุณภาพโค้ดและการบำรุงรักษา

นักพัฒนาหลายคนที่ทดสอบ Kiro รายงานผลลัพธ์ที่หลากหลายเกี่ยวกับคุณภาพโค้ด แม้ว่าเครื่องมือจะสร้างแอปพลิเคชันที่ทำงานได้สำเร็จ แต่ผู้ใช้พบว่าผลลัพธ์มักจะซับซ้อนเกินไปและยาวเหยียด ผู้ทดสอบคนหนึ่งอธิบายว่าได้รับโค้ด 5,000 บรรทัดสำหรับงานง่ายๆ ที่สามารถทำได้ใน 800 บรรทัดโดยไม่สูญเสียฟังก์ชันการทำงาน

สิ่งนี้ทำให้เกิดคำถามสำคัญเกี่ยวกับการบำรุงรักษาโค้ดระยะยาวเมื่อเครื่องมือ AI ให้ความสำคัญกับฟังก์ชันการทำงานมากกว่าความเรียบง่าย นักพัฒนากังวลเกี่ยวกับการรับมรดกโค้ดเบสที่บวมพองซึ่งกลายเป็นเรื่องยากที่จะบำรุงรักษาและเข้าใจเมื่อเวลาผ่านไป

ปัญหาที่ชุมชนรายงาน:

  • โค้ดที่ซับซ้อนเกินความจำเป็น (5,000 บรรทัดสำหรับงานง่ายๆ)
  • ประสบปัญหาในการแก้ไขข้อผิดพลาดที่ซับซ้อน
  • ติดอยู่ในลูประหว่างการแก้ไขข้อผิดพลาด
  • ต้องการการระบุรายละเอียดล่วงหน้าอย่างมาก
  • ประสิทธิภาพจำกัดหากไม่มีข้อกำหนดที่ละเอียด

การเปลี่ยนแปลงเวิร์กโฟลว์และเส้นโค้งการเรียนรู้

แม้จะมีการวิพากษ์วิจารณ์ แต่ผู้ใช้บางคนยอมรับว่า Kiro และเครื่องมือที่คล้ายกันกำลังเปลี่ยนแปลงวิธีที่นักพัฒนาเข้าหาการสร้างซอฟต์แวร์ การเปลี่ยนไปสู่การพัฒนาที่ขับเคลื่อนด้วยข้อกำหนด - ที่ซึ่งข้อกำหนดโดยละเอียดถูกสร้างขึ้นล่วงหน้าก่อนการเขียนโค้ดใดๆ - แสดงถึงการเปลี่ยนแปลงขั้นพื้นฐานในระเบียบวิธีเวิร์กโฟลว์

แนวทางนี้บังคับให้นักพัฒนาคิดเหมือนผู้จัดการโครงการมากขึ้น โดยใช้เวลามากในการวางแผนและการระบุข้อกำหนดแทนที่จะกระโดดเข้าสู่การดำเนินการโดยตรง ในขณะที่บางคนพบว่าสิ่งนี้เป็นประโยชน์สำหรับโครงการที่ซับซ้อน คนอื่นๆ ชอบแนวทางการพัฒนาแบบวนซ้ำและลงมือทำของการพัฒนาแบบดั้งเดิม

คุณสมบัติหลักของ Kiro :

  • ใช้ Claude Sonnet 4.0 เป็นโมเดลพื้นฐาน
  • แนวทางการพัฒนาแบบขับเคลื่อนด้วยข้อกำหนด พร้อมการวางแผนล่วงหน้า
  • กระบวนการหลายขั้นตอนพร้อมตัวเลือกการปรับแต่งด้วยตนเอง
  • ปัจจุบันให้บริการแบบไม่จำกัดการใช้งาน (ได้รับทุนจาก Amazon )
  • เชื่อมต่อกับเครื่องมือภายนอกผ่าน MCP sensors

บริบทที่กว้างขึ้นของเครื่องมือพัฒนา AI

การอพิพากษ์เรื่อง Kiro สะท้อนแนวโน้มอุตสาหกรรมที่ใหญ่กว่ารอบการพัฒนาที่ช่วยเหลือด้วย AI เครื่องมืออย่าง Cursor, Replit และ Claude Code ล้วนแข่งขันกันเพื่อกำหนดอนาคตของความช่วยเหลือในการเขียนโปรแกรม แต่ละตัวมีแนวทางที่แตกต่างกันในการสร้างสมดุลระหว่างระบบอัตโนมัติกับการควบคุมของนักพัฒนา

ชุมชนดูเหมือนจะแบ่งออกเป็นสองฝ่าย ระหว่างผู้ที่ยอมรับ AI เป็นตัวคูณผลิตภาพและผู้ที่กังวลเกี่ยวกับการสูญเสียทักษะการเขียนโปรแกรมที่จำเป็นและคุณภาพโค้ด ความตึงเครียดนี้น่าจะดำเนินต่อไปเมื่อเครื่องมือ AI กลายเป็นที่ซับซ้อนและแพร่หลายมากขึ้นในเวิร์กโฟลว์การพัฒนาซอฟต์แวร์

การถกเถียงรอบ Kiro ในท้ายที่สุดเน้นย้ำถึงความจำเป็นในการประเมินเครื่องมือพัฒนา AI อย่างโปร่งใสและเปรียบเทียบ พร้อมกับการเปิดเผยอย่างชัดเจนเมื่อ AI ถูกใช้เพื่อสร้างเนื้อหาเกี่ยวกับเครื่องมือ AI ด้วยตัวมันเอง

อ้างอิง: Developing with Kiro: Amazon's New Agentic IDE