AWS abre o código do Kiro Crew para rodar agentes de IA em segundo plano

A Amazon anunciou o Kiro Crew, um sistema open source↳Open source71 conteúdosComo o Open Source Está Liberando o Poder da Automação para TodosDev (Back & Front) · out 2025Código aberto: programadores criam software da NASA sem saberDev (Back & Front) · abr 2021N8N: O que é a ferramenta open source que está revolucionando a automação em TI?Dev (Back & Front) · dez 2025Ver tudo em Dev (Back & Front) → para rodar múltiplos agentes de código Kiro de forma assíncrona, através de sessões, ferramentas e tarefas. A proposta é sair do modelo de um prompt por vez e delegar trabalho que continua rodando sem supervisão ativa: investigação de incidentes, triagem de tickets, migrações e monitoramento de pull requests.

O projeto foi liberado sob licença Apache 2.0 e está disponível para macOS, Linux↳Linux34 conteúdosKali Linux em um Servidor VPS: como, quando e por que usar?DevSecOps · dez 2024Construindo um Windows Service ou Linux Daemon com Worker Service & .NET Core – Parte 2Dev (Back & Front) · jul 2020Criando uma WebApi utilizando .NET, Linux e VSCodeDev (Back & Front) · ago 2019Ver tudo em DevSecOps → e Windows, com integrações para Slack, Telegram e WeCom. Ele roda em cima do Kiro CLI e reaproveita as configurações .kiro já existentes (steering files, skills e agentes customizados), o que reduz a barreira de entrada para quem já usa o ecossistema Kiro.

De ferramenta interna a projeto público

O Kiro Crew não nasceu como produto. Segundo a Amazon, ele foi desenvolvido internamente sob o nome MeshClaw e teria sido adotado por mais de 39 mil desenvolvedores dentro da empresa antes de virar open source. Os autores Bolin Chen (senior software engineer), Zejiang Guo (principal SDE na AWS) e Zezhen Xu (senior software engineer) descrevem a motivação em termos bem pragmáticos:

Três de nós queríamos algo simples que não estava disponível internamente: uma forma de disparar uma tarefa, se afastar, voltar para algo que valesse a revisão, e rodar várias tarefas de uma vez em vez de ficar cuidando de um prompt por vez.

-- Bolin Chen, Zejiang Guo e Zezhen Xu, engenheiros da Amazon

Eles citam a inspiração no OpenClaw e em ferramentas com agentes auto-aprendizes, mas ressaltam a necessidade de atender aos requisitos de segurança para trabalho de desenvolvimento interno. A adoção orgânica foi o ponto mais destacado pela comunidade. Muhammad Ishaq, CTO da Nextbridge, comentou:

Os números de adoção interna dizem mais que a lista de features, honestamente. 39 mil builders e 500 contribuidores em seis meses sem um mandato significa que as pessoas estavam realmente resolvendo problemas reais com a ferramenta, não só testando algo novo porque existia.

-- Muhammad Ishaq, CTO da Nextbridge

Como funciona na prática

O Kiro Crew sustenta trabalho persistente e multi-sessão através de alguns pilares:

• Memória compartilhada, para que agentes retenham contexto do projeto entre sessões;
• Skills reutilizáveis e jobs agendados;
• Agentes concorrentes, capazes de delegar trabalho a subagentes;
• Apps de propósito específico;
• Integração com ferramentas externas via MCP↳MCP7 conteúdosArquitetura de Sistemas Cognitivos: Integração de RAG, MCP e LLMs no Ecossistema .NETDev (Back & Front) · abr 2026MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025Agentes de IA com LLMs de Código Aberto: Integração Prática com o Model Context Protocol (MCP)AI · ago 2025Ver tudo em AI → (Model Context Protocol) e webhooks.

A orquestração dos agentes acontece pelo Agent Client Protocol (ACP), que dá visibilidade ao vivo do que cada agente está fazendo. A chamada Activity view mostra o plano de cada agente, as chamadas de ferramentas, os pontos de aprovação (approval gates) e os resultados conforme acontecem, algo relevante quando você tem várias tarefas rodando em paralelo sem alguém olhando o tempo todo.

Um detalhe importante para times que se preocupam com padronização: o Kiro Crew suporta skills construídas para outras plataformas de agentes abertas e baseadas em padrões, sem modificação. Ou seja, a aposta é em interoperabilidade em cima de protocolos como o MCP e o ACP, em vez de um ecossistema fechado.

Segurança como argumento central

A segurança aparece como diferencial explícito, e não por acaso: agentes que executam comandos e mexem em código sem supervisão são superfície de risco. Os autores listam uma abordagem de defesa em profundidade:

O Kiro Crew traz defesa em profundidade desde o primeiro dia: um sandbox no nível do sistema operacional, comandos negados por padrão, bloqueio de padrões suspeitos, validação de entrada, bloqueio de caminhos sensíveis, redação de credenciais e um log de auditoria assinado de cada ação.

-- Bolin Chen, Zejiang Guo e Zezhen Xu, engenheiros da Amazon

Esse conjunto (sandbox de SO, política de comandos denied-by-default, redação de credenciais e audit log assinado) é o tipo de controle que costuma ser exigido para colocar automação com IA perto de repositórios e pipelines de produção.

O ponto de atenção: consumo de tokens

Nem tudo é entusiasmo. Enquanto muitos desenvolvedores relatam experimentos com migrações de CI/CD, triagem via Dependabot, tarefas agendadas e trabalho de longa duração, outros levantaram preocupações com custo, apontando que o Crew pode consumir tokens de forma significativamente mais rápida que o Kiro CLI. Faz sentido: rodar múltiplos agentes concorrentes, acumulando contexto entre sessões, tende a multiplicar chamadas ao modelo.

Do lado positivo dessa mesma mecânica, Mathi M, senior solution architect na Verizon, avalia:

Ter subagentes em background lidando com jobs paralelos sem bloquear o fluxo principal é exatamente o que os builders precisam. Empilhar contexto entre sessões em vez de começar do zero vai economizar muita engenharia de prompt redundante.

-- Mathi M, senior solution architect na Verizon

É uma troca clássica: você economiza tempo de engenharia e retrabalho de prompt, mas paga em tokens. Para times brasileiros que operam com câmbio desfavorável, essa conta de consumo de tokens não é detalhe, é fator de decisão. O fato de o Kiro Crew poder rodar localmente ou em infraestrutura controlada pelo próprio time ajuda no lado de governança e privacidade, mas não isola o custo do modelo por trás dos agentes.

O que isso muda para quem desenvolve no Brasil

Para o dev brasileiro, o Kiro Crew se encaixa numa tendência que já vinha aparecendo com ferramentas como o Cursor e alternativas agent-native: mover o trabalho de IA de assistente sincrono (você pede, ele responde) para agentes que rodam em background e devolvem algo revisável. Isso muda o desenho do fluxo de trabalho, especialmente para tarefas repetitivas de manutenção (triagem de tickets, atualização de dependências, migrações grandes) que hoje competem com features no backlog.

Na prática, o caminho de avaliação mais seguro seria começar com tarefas de baixo risco e escopo bem delimitado, apoiado nos approval gates e no audit log assinado, antes de dar autonomia a agentes em repositórios críticos. E monitorar de perto o consumo de tokens desde o piloto, dado o alerta da própria comunidade.

Alguns pontos ficam em aberto. A Amazon diz que Kiro e engenheiros da AWS vão manter o projeto inicialmente, com mantenedores externos podendo entrar conforme contribuidores surgem, e que espera participação da comunidade no desenvolvimento e no planejamento do roadmap. Como esse modelo de governança open source vai se sustentar (e quanto do produto depende de serviços pagos da AWS por trás) é o que os próximos meses devem esclarecer.

Fonte: InfoQ