AWS lanza Kiro bots: agentes con memoria desde US$20

¿Qué son los Kiro bots y por qué AWS los lanza ahora?

Un solo bot de Kiro puede lanzar varias sesiones de trabajo en paralelo, vigilar su avance, corregir a las que se desvían del plan y consolidar el resultado. AWS anunció el jueves que estos agentes persistentes ya están disponibles de forma general dentro de Kiro Crew, su entorno de desarrollo multiagente de código abierto.

El problema que atacan no es generar código: es lo que pasa después. Cuando un equipo delega cinco tareas a cinco agentes, alguien tiene que revisar cuál se trabó, reconciliar resultados que se contradicen y volver a explicar los mismos requisitos cuando el trabajo se retoma. Ese alguien termina siendo el desarrollador, convertido en despachador de agentes.

Cada bot tiene nombre, una conversación continua, notas propias y un espacio de trabajo dedicado. Se crea desde la sección Customize de Kiro Crew con la opción "Add a bot", y puede partir de un agente por defecto o de uno personalizado que ya exista, según InfoWorld. El desarrollador vuelve a esa conversación para cambiar el rumbo o revisar hallazgos sin abrir cada sesión de trabajo una por una.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

AWS describe cuatro asignaciones posibles: clasificar issues entrantes y detectar duplicados; revisar los pipelines de build en busca de fallos nuevos; contrastar cambios propuestos con decisiones de ingeniería anteriores; y verificar tests y documentación antes de un release. Son flujos configurables, no cuatro reemplazos autónomos de esas funciones: el equipo define el trabajo, da acceso a los sistemas y decide qué significa "terminado".

Los horarios se describen conversacionalmente. Un bot puede investigar fallos durante la noche o armar un resumen semanal de cambios. Su registro de actividad guarda el trabajo rutinario, mientras la conversación expone los hallazgos y las preguntas que necesitan atención humana.

¿Cómo funcionan la memoria, los permisos y los modelos?

La memoria de cada bot está atada a su encargo y se guarda en una función que AWS llama Notes. Ahí quedan las preferencias del desarrollador, las decisiones ya tomadas, los requisitos del proyecto y las restricciones acumuladas. El usuario puede inspeccionar, editar o borrar esas notas.

Conviene ser preciso con lo que esto significa: el anuncio describe mejoras por contexto guardado, conversaciones y correcciones. No establece que los bots reentrenen sus modelos. La promesa práctica es más modesta y más útil: explicar una preferencia recurrente menos veces.

Los permisos también son por bot. AWS describe una configuración de investigación que puede leer archivos sin editarlos y una de despliegue que pide aprobación antes de hacer cambios. Su bot de revisión de ejemplo puede comentar y pedir revisiones, pero no aprobar ni fusionar código. Añadir herramientas requiere aprobación del usuario.

La selección de modelo es otro control. El bot coordinador y sus trabajadores pueden usar modelos distintos, lo que permite reservar un modelo más capaz para planificar y asignar chequeos repetitivos a uno más económico. El catálogo de Kiro incluye modelos de OpenAI y Anthropic junto a alternativas de pesos abiertos, con disponibilidad y cargos por crédito que varían según el modelo.

Los bots corren a través de Crew en una laptop, un Mac Mini o una instancia de Amazon EC2. Eso da flexibilidad sobre dónde opera el espacio de trabajo, aunque correr el software en hardware propio no equivale a correr cada modelo localmente.

¿Cuánto cuesta un bot que trabaja solo?

La página de precios de Kiro cubre Crew junto con el IDE, la CLI y el producto web. El anuncio no introduce una tarifa separada por bot.

En planes individuales, el nivel Free incluye 50 créditos y Pro cuesta US$20 al mes con 1.000 créditos. Los niveles superiores cuestan US$40, US$100 y US$200, y el crédito adicional se paga a US$0.04. Para equipos de dos personas o más, AWS lista uso agrupado a US$20 por asiento al mes con 500 créditos por asiento, también con crédito extra a US$0.04.

El detalle que importa: un crédito no es una tarea completada. El consumo depende de la complejidad y del modelo elegido, así que ningún equipo puede deducir el costo mensual de un bot con horario permanente a partir del precio de la suscripción.

Hay una advertencia adicional. Según InfoQ, algunos desarrolladores reportaron que Crew puede consumir tokens bastante más rápido que la CLI de Kiro. Y Dave McCarthy, vicepresidente de grupo en IDC, llama "coordination tax" al fenómeno: los reintentos en segundo plano y las llamadas a herramientas se acumulan y disparan el consumo de tokens y el costo de cómputo.

¿Cómo se compara con Cursor, Claude Code y Codex?

La competencia ya ofrece programación, contexto retenido y ejecución en segundo plano. Con precios de lista en dólares verificados por VentureBeat el 5 de noviembre de 2026:

Cursor Automations: el plan Premium arranca en US$30 al mes e incluye Automations, con límites de uso; los modelos de terceros se pagan con crédito prepago a precios de lista de API.
Anthropic Claude Code: Claude Pro cuesta US$20 al mes y las ejecuciones consumen la cuota de la suscripción. Las tareas programadas en la nube siguen en research preview.
OpenAI ChatGPT/Codex: Plus cuesta US$20 al mes y Pro arranca en US$100, con límites de uso y créditos que amplían el consumo elegible.

Cursor es el comparable más cercano. Su memoria de automatización sobrevive a cada ejecución y se puede editar o borrar; sus agentes pueden abrir pull requests, interactuar con herramientas externas y demostrar cambios con capturas o grabaciones. La memoria persistente, por sí sola, no distingue a Kiro.

La ventaja que Kiro propone es la combinación: una conversación continua alrededor de una responsabilidad concreta, con memoria y autoridad propias, más un coordinador que supervisa trabajadores y mantiene una vista de su avance. Es una distinción de diseño de producto, no evidencia de que rinda mejor en trabajo equivalente.

El contexto de producto ayuda a leer el anuncio. Kiro se construyó como un IDE con enfoque en especificaciones antes que en prompts, según TechTarget, y GeekWire reportó que AWS sumó a Kiro un análisis de requisitos que usa un solver SMT para probar matemáticamente que las especificaciones no se contradicen, además de ejecución paralela de tareas que, según la compañía, recorta los tiempos de implementación de proyectos grandes cerca de un 75%.

¿Qué riesgos aparecen cuando un bot coordina a otros?

Ashish Chaturvedi, líder de investigación ejecutiva en HFS Research, señala el problema de trazabilidad: explicar por qué un bot tomó una decisión se vuelve más difícil a medida que su comportamiento evoluciona durante semanas de interacción y retroalimentación. Dos desarrolladores pueden terminar con bots que se comportan distinto según las instrucciones y correcciones que acumularon.

También advierte sobre el permission creep: el bot pide acceso a más herramientas y el equipo se acostumbra a aprobar sin reevaluar la autoridad concedida. La recomendación de McCarthy es gobernar los bots como contratistas humanos, con alcances de identidad estrictos, topes de presupuesto y telemetría centralizada.

Y está el vacío de evidencia. El anuncio no incluye benchmarks comparativos, resultados de productividad cuantificados ni una tasa de errores medida. Describe capacidades y flujos sugeridos; cuánta supervisión necesita cada despliegue lo tiene que establecer el cliente.

¿Qué significa esto para tu startup?

Para un equipo pequeño, la tentación es crear cinco bots la primera semana. El consejo de Stephanie Walter, de HyperFrame Research, apunta en la dirección opuesta: empezar con un proceso acotado y medir el resultado completo, es decir, trabajo terminado correctamente, tiempo de revisión del desarrollador y costo operativo. Más actividad en segundo plano no es, por sí sola, más productividad.

Acciones concretas:

Empieza con un bot de solo lectura. Un monitor de builds que detecte fallos nuevos y avise en Slack no puede romper nada. Mide dos o tres semanas de tiempo de revisión y consumo de créditos antes de darle permisos de escritura.
Escribe el "terminado" antes de crear el bot. Si no puedes describir en una frase qué cuenta como trabajo completo, el bot tampoco podrá hacerlo y volverás a revisar todo a mano.
Separa modelos por función. Coordinador con un modelo capaz, chequeos repetitivos con uno económico. Es el mecanismo de control de costo que el propio producto habilita.
Audita Notes y permisos cada sprint. Revisa qué recuerda el bot y revoca las herramientas que pidió y ya no necesita. El permission creep no se corrige solo.
Pregunta si la tarea necesita juicio. Si el trabajo es determinista, un cron con un script sigue siendo más barato, más simple y más fácil de verificar que un agente.

Conclusión

Los Kiro bots no resuelven el problema de escribir código: resuelven el de administrar agentes que ya escriben código. Para un equipo con varias sesiones abiertas a la vez, eso puede quitarse de encima buena parte del trabajo de despachador. Para un equipo que todavía pelea con un solo agente, es una capa de coordinación que aún no necesita.

La decisión razonable no es adoptar o no adoptar, sino medir. Un bot acotado, con permisos mínimos y un costo conocido, responde en dos semanas una pregunta que ningún anuncio contesta: si la coordinación delegada ahorra más tiempo del que consume.