📋 编辑总结
Kiro Crew 是 AWS 于 2026 年 8 月 4 日以 Apache 2.0 开源的持久化 Agent 开发工作空间。它把编程 Agent 从「单次会话里的助手」升级为可 7×24 无人值守运行的队友：跨会话保留上下文、教训与技能，用 cron、Webhook 与心跳自动触发任务，并支持通过桌面端、Web 仪表盘、CLI 以及 Slack、Discord、Telegram 远程操控。底层跑在 kiro-cli 上，最初是 Amazon 内部项目 MeshClaw。 定价：Kiro Crew 本体免费（Apache 2.0，自托管）；模型推理需 Kiro 账号，官方套餐为 Free $0（50 credits）、Pro $20（1,000 credits）、Pro+ $40（2,000 credits）、Pro Max $100（5,000 credits）、Power $200（10,000 credits），额外 credit $0.04/个。编辑评分：⭐ 4.6。

Kiro Crew是什么？

Kiro Crew 是 AWS 在 2026 年 8 月 4 日以 Apache 2.0 协议开源的持久化 Agent 开发工作空间。它解决的问题很具体：普通编程 Agent 活在一次会话里，进程一退什么都忘，任何跨越一个坐班时段的活儿都得手动重启一遍。Crew 把记忆、调度、审批和进行中的任务状态都存在一个本地 Gateway 里，所以周二下午开的活，周三早上还能在往前推。

来路也挺有意思。它最初是 Amazon 内部三位工程师的业余项目，叫 MeshClaw，动机就是「启动一个任务、走开、回来看到可 review 的产出」。AWS 说它在不到半年里被超过 3.9 万名 Amazon 开发者采用，约 500 位贡献者、周均 143 次提交——正是这种自发采用促成了开源。2026 年 8 月 5 日它上了 Product Hunt，拿到 191 票、日榜第六，站内 10 条评价平均 5.0 分。

核心功能

  • Gateway 三层架构。Gateway 负责消息路由、状态持久化、会话管理、审批、记忆与安全策略；Agent Sessions 是隔离的对话或任务上下文；ACP Runtime 通过 Agent Client Protocol 驱动 kiro-cli。工具挂载走 MCP，两个都是开放标准。
  • 自学习记忆。存的东西分得很细：偏好、活跃项目、教训（lessons）、技能（skills）和知识图谱。你说一句「标记任务完成前必须先跑 lint」，它会永久记住；失败经验会沉淀成教训影响后续行为；重复模式会被合成为可复用技能。关键是这些都能在仪表盘里看、改、删、限定范围，而不是黑盒。
  • 无人值守调度。时区感知的 cron、带鉴权的 Webhook、PR 与部署心跳监控、检查点与失败重试。这套组合才让「关掉笔记本任务照跑」成立。
  • 多 Agent 与子 Agent 编排。跨仓库分派，专门对付单次会话装不下的迁移、批量 review 这类工程。
  • 专用 Apps 与多端接入。Issue Radar、Task Runner、DevFleets 等把重复工作封装进合适界面；入口有桌面应用、Web 仪表盘（默认 localhost:5476）、CLI，以及 Slack、Discord、Telegram、企业微信。
  • 七层纵深防护。OS 沙箱、命令默认拒绝、凭据脱敏、签名审计日志、交互式审批——全开源，每一层你都能自己核验。

版本/套餐对比

软件本体免费，Apache 2.0，跑在你自己的硬件上，不需要 AWS 账号，也不依赖 AWS 托管控制平面。但 Agent 推理要走 Kiro 账号，按 credits 计费：Free 档 $0 给 50 credits，Pro $20 给 1,000，Pro+ $40 给 2,000，Pro Max $100 给 5,000，Power $200 给 10,000，额外 credit 单价 $0.04。这里有个容易被忽略的点——定时或后台任务发出的模型请求，和你在 IDE 里手敲一样计费。只跑脚本、不调模型的步骤不花钱，但一个每十五分钟唤醒 Agent 的 cron，本质上是笔预算决定，不只是一行配置。

前置条件也要提前算：Python 3.10 以上、一个已经 kiro-cli login 过的 CLI（这是 Agent 后端，不是可选项，漏了会报看起来像网络问题的 ACP 超时）；Node 20/22+ 只在你要从源码构建仪表盘时才需要。首次启动记忆检索会拉 Qwen3-Embedding-0.6B，约 610MB，磁盘和等待时间都要留出来，下载完成前搜索是空的，属正常。

值不值得用？

方向上我认为它站对了。2026 年 Agent 工具的竞争重心明显从「单轮多聪明」转向「跨会话能不能接着干」，Crew 把记忆、调度、审批做成了基础设施而不是插件，还配了七层安全和完整审计——这是做给真实工程团队的，不是 demo。开源加自托管也意味着你能自己看清每一层在干什么。

要掂量的是三件事：一是成本模型，无人值守很爽，但计费按模型调用走，cron 频率设错账单会很难看；二是安装门槛，Python、kiro-cli 登录、610MB 嵌入模型、Gateway 常驻服务，都不是五分钟能搞完的；三是它绑 Kiro 生态，推理必须走 Kiro 账号，不像 Goose 那样随便换供应商。

使用建议

  • 先 kiro-cli login，再装 Crew。顺序反了会遇到看起来像网络故障的超时错误。
  • 第一个实验挑轻的：比如早间 PR 摘要，花两三个 credits 就能验证链路，别一上来就配长任务迁移。
  • cron 频率从保守值起步。每十五分钟唤醒一次 Agent 前，先算一遍月度 credits。
  • 认真读一遍沙箱和审批设置，再决定你愿意让它在你睡觉时做什么。
  • 用仪表盘定期清理记忆和技能。学错的东西会一直生效，这是双刃剑。
  • 如果你已经在用 OpenClaw、Hermes 这类平台的 skills，可以直接拿过来——官方说无需修改即可运行。

适合谁用？

推荐：需要跨会话推进的工程团队——大规模迁移、周期性 review、PR 监控、跨仓库故障排查这类活儿，尤其是能接受自托管一台常驻机器的团队。 可考虑：已经在用 Kiro CLI、想给它加一层持久编排的开发者；以及想研究 Agent 基建架构的技术团队。 不推荐：只想要一个会话内代码助手的个人用户；对 credits 计费敏感、需要成本完全可预测的场景；以及不愿绑定 Kiro 生态、坚持模型中立的团队。