En la primera parte hablamos de la revolución Agentic: la evolución de modelos tradicionales a agentes inteligentes, de qué era el Agentic Loop, de MCP, de Strand Agents y cómo pueden funcionar en conjunto para hacer maravillas.
Ahora es momento de ver esas maravillas, que en el caso de AWS se han materializado en: Amazon Q Developer CLI y Kiro.
En este Post vamos a ver:
- Amazon Q Developer CLI: La evolución natural del desarrollo asistido por IA
- Kiro: El agente de IA que está redefiniendo la automatización
- Casos de uso revolucionarios que antes eran imposibles
- El futuro de la colaboración humano-agente
- Por qué esta revolución es diferente a todo lo anterior
Amazon Q Developer CLI
Más Allá de un Asistente de Código o un Chat conversacional.
Hace ya un tiempo, en el re:Invent de 2023 AWS lanzó Amazon Q. En ese momento me pareció el mejor lanzamiento de AWS, pero con el tiempo el globo se fue desinchando y la verdad aunque era útil para algunas cosas, me resultaba poco útil, incluso dándome recomendaciones que no me gustaban.
En marzo de 2024 AWS lanzó AWS Q Developer CLI y aquí sí que teníamos una herramienta que es un Game Changer.
Y vamos a ver qué es AWS Q Developer CLI y qué se diferencia de lo que teníamos antes.
Q Developer CLI, Un Asistente de IA Agentic en tu CLI.
A diferencia de otros asistentes, incluido el propio Q Developer (sin CLI), este se integra en tu propio CLI, de forma que te permite interactuar con tu propio PC y utilizar sus herramientas para ayudarte.
Q Developer te proponía mejoras en tu código o te permitía generar código en base a interacciones con él, pero Q Developer CLI, es capaz de leerse un directorio entero de código, documentación, archivos excel y en base a ellos generar código o incluso ejecutar acciones.
Una mejora clara es que es un asistente dentro de mi propio PC, con mi propio contexto, es más puede leer ficheros (a los que yo le dé acceso) y ejecutar acciones de SO (las que yo permita), de forma que puede ser autónomo en múltiples tareas.
Un ejemplo que suelo comentar, es algo que habitualmente me pasa, algún problema con alguna SCP que he puesto yo. Descubro que tengo alguna SCP (que la mayoría de las veces he creado yo) que me está bloqueando una acción, pero como soy un despistado, no me acuerdo de qué SCP es y tengo que investigarlo, es algo que es sencillo, pero requiere tiempo.
Con Q Developer CLI puedo darle acceso en modo lectura a mi cuenta master, a mi cuenta problemática e incluso a mi cuenta de Logs, explicarle mi problema y que me ayude a identificarlo.
No es una tarea compleja pero es muy tediosa, además requiere leer muy bien las políticas.
Q es capaz de revisar qué acción se me está denegando, relacionarla con mis SCPs y proponerme una solución, e incluso, si le dejo, ejecutarla él de forma autónoma.
Esto es un ejemplo, pero hay muchos como pedirle que me ayude a identificar problemas de costes o incluso que me simule el coste de una arquitectura.
Por otro lado me centro mucho en AWS, pero también puede revisar documentos que tengo en mi PC y generar nuevos, ayudarme con problemas HTML en una web, o incluso ayudarme con problemas de rendimiento.
Kiro
¿Qué es Kiro?
En julio de 2025 AWS anunció Kiro que es un IDE nativo en IA Agentic. Es una clara evolución de Q Developer CLI pero más orientado a un entorno para desarrolladores.
A diferencia de los editores tradicionales con plugins de IA, está diseñado desde cero como un agente inteligente que puede:
- Entender el contexto completo del proyecto y sus dependencias.
- Ejecutar tareas complejas de forma autónoma con supervisión humana.
- Mantener un contexto persistente de decisiones y patrones del proyecto.
- Integrar herramientas a través de MCP (Model Context Protocol).
- Generar código de forma autónoma.
Más allá del Vibe Coding habitual.
Una diferencia de Kiro es su método de funcionamiento, en vez de hacer Vibe Coding, Kiro es capaz de definir un Spec para un proyecto de forma que haga los siguientes pasos:
Toma de Requisitos: Generando unos requisitos legibles del proyecto en base a nuestro contexto. Generación de Diseño: Una vez que los requisitos estén definidos, Kiro va a generar un diseño en base a estos. Generación de Tareas: Cuando ya tengamos un diseño cerrado, Kiro generará una serie de tareas para ejecutar el proyecto en base a los requisitos y el diseño acordado.
Cada uno de estos puntos requiere una validación manual, en esta validación podemos aceptar lo que Kiro propone (No lo recomiendo) o revisar cuidadosamente los requisitos, diseño y tareas para que el proyecto sea exitoso.
Ejecución Autónoma
Una vez definido el plan, Kiro puede ejecutar las tareas de forma independiente, desde la generación de código hasta la configuración de infraestructura, pasando por la gestión de dependencias.
Gestión de Contexto Avanzada
Una de las ventajas de este modelo, es que Kiro tiene un contexto de todo el proyecto y no solo de secciones separadas, además cada interacción de cada tarea va alimentando el contexto, de forma que la ejecución es muy completa.
Además al usar las Specs que yo he validado, Kiro va a seguir las instrucciones sin salirse del camino.
Esto además se potencia en una funcionalidad de Kiro llamada Agent Steering que nos va a permitir realizar una estandarización de convenciones en Kiro, que además podemos compartir no solamente a nivel de todas nuestras interacciones con Kiro en este proyecto, sino las de todo el equipo.
Permitiendo que todo el desarrollo siga las mismas reglas que nosotros imponemos (Naming, Uso de Librerias, Alineamiento del proyecto, etc)
El Impacto de Kiro en el Desarrollo
Antes de Kiro
Desarrollador/Ingeniero → Planifica → Codifica → Prueba → Despliega → Mantiene
Con Kiro
Desarrollador/Ingeniero → Define objetivos → Kiro asiste en todo el ciclo → Desarrollador supervisa y ajusta.
Esta transformación permite a los desarrolladores centrarse más en la estrategia y la creatividad, mientras Kiro maneja gran parte de la ejecución táctica bajo supervisión.
Obviamente el modelo no es perfecto y Kiro va a cometer errores, de ahí que requiera supervisión, pero va a dar superpoderes a nuestros desarrolladores/ingenieros para ser más eficientes.
MCP para AWS Q Developer CLI y Kiro
Cómo MCP Potencia Estas Herramientas
Tanto Kiro como Amazon Q Developer CLI se aprovechan de MCP (Model Context Protocol) para extender sus capacidades de forma nativa
De esta forma pueden ejecutar herramientas, desde leer o modificar ficheros en local, a conectarse a herramientas externas, como puede ser la propia AWS, también pueden leer documentación oficial, mejores prácticas e incluso problemas conocidos.
Esto hace que si como herramientas individuales son ya muy potentes, el poder interaccionar con otras herramientas los potencia todavía más.
Por ejemplo en muchas ocasiones podéis pedir que instalen una herramienta para ejecutar una acción, como leerse un CSV gigantesco para hacer una correlación de datos.
El Poder de la Estandarización
Ya hablamos en el anterior artículo que MCP es muy interesante porque es un estándar abierto y permite la integración con muchos servicios, que cada día crecen más.
Esta integración MCP significa que:
- Cualquier herramienta que implemente MCP funciona automáticamente.
- Podemos crear nuestros propios MCP servers para mejorar nuestros contextos.
- El ecosistema de MCP está creciendo de forma orgánica y colaborativa.
- No hay vendor lock-in en las integraciones.
Os recomiendo volver a echar un vistazo a los MCP que tiene la propia AWS. Con ellos vais a poder tener una potencia increíble.
Por Qué Esta Revolución es Diferente
Hasta ahora, el post es un resumen de capacidades, pero en qué me ayuda Kiro o Amazon Q Developer CLI y por qué es mejor que otras herramientas de IA que usaba hasta ahora.
Vale ya he dicho esto mucho, pero qué significa este cambio.
Hasta ahora yo podía preguntar a cualquier IA y esta me ayudaba, pero no ejecutaba acciones por mí, es verdad que me podía generar mis propios agentes y podría llamarlos, pero es complejo.
En este caso puedo ayudarme de estas herramientas para ejecutar mi día a día, de forma sencilla.
No es Solo Otra Mejora Incremental
Cambio Cualitativo, No Cuantitativo
No voy a usar un LLM revolucionario, es más tanto Kiro como Amazon Q Developer CLI utilizan los modelos de Anthropic, pudiendo elegir entre las versiones de Claude Sonnet mas recientes.
Como veis ni siquiera son los modelos más potentes de Anthropic, pero cómo los usamos tiene más sentido, el Loop de Agentic va a dividir las tareas en multiples tareas que ejecutara secuencialmente, permitiendo solucionar problemas y mejorar en la respuesta.
Transformación del Rol
En vez de ejecutar o escribir código nuestro rol cambia a definir la estrategia, es decir puedo pedir a Amazon Q Developer CLI que me ayude a encontrar un problema y él ejecutará el diagnóstico por mí y puedo ir guiándole hasta encontrar la solución más adecuada e incluso me ayudará a implementarla.
O en Kiro puedo definir un nuevo proyecto y definir los requisitos y guiar el desarrollo.
Además estas herramientas van a ser proactivas y pueden avisarnos de problemas o malas implementaciones.
Mejora de los promts
Ya no necesito ser un ingeniero de Prompts para tener una respuesta coherente, una de las grandes ventajas de este modelo, es que el contexto va creciendo según las interacciones y aprendiendo de los errores. Si el propio modelo detecta un error va a solucionarlo, pero además guarda el contexto de ese error, además va a poder ejecutar herramientas para ganar contexto, como leer un archivo con requerimientos, leer un ejemplo de lo que espero, consultar documentación o ejecutar acciones remotas en una cuenta de AWS u otro proveedor.
El Efecto Multiplicador
Productividad Exponencial
Una de las mejoras de estas herramientas es que nos permiten avanzar más rápido, en vez de realizar tareas tediosas, como leernos un YAML (No me ha pasado nunca 🤦) para encontrar que hemos puesto mal un espacio y roto todo el fichero, ellas pueden hacerlo por nosotros de forma rápida.
Además permiten ir optimizando lo que hacemos al vuelo y nos permiten implementarlo a nuestro stack completo.
Imaginad que en mitad del desarrollo descubrimos una forma de mejorar el rendimiento de nuestra APP y que es aplicable a otras áreas, hasta ahora teníamos que tener identificadas estas áreas y aplicar la mejora, ahora estas herramientas lo pueden hacer por nosotros.
Democratización del Desarrollo
Estas herramientas además ayudan a que capacidades avanzadas estén más accesibles para todo el mundo, aunque dejadme que aquí puntualice que necesitan supervisión humana.
No os recomiendo confiar al 100% en lo que nos proponen, porque no siempre aciertan, si no tenéis experiencia en un área, es recomendable que alguien con experiencia lo revise antes de ponerlo en producción, pero sí es cierto que pueden ayudarnos en áreas en las que tenemos dudas o quizás no entendemos del todo.
AWS Q Developer CLI, Kiro y Yo
Vale pero cómo podemos utilizarlo en nuestro día a día.
Yo utilizo las 2 herramientas, pero para casos de usos diferentes.
AWS Q Developer CLI me ayuda mucho en mi día a día cuando necesito ejecutar acciones, es decir solucionar un problema, ejecutar algo, mientras que Kiro lo utilizo más para el end-to-end de un proyecto, definiendo las especificaciones y requerimientos de este.
Para ayudaros os voy a contar algunos ejemplos de mi día a día.
AWS Q Developer CLI
Cuando tengo que ejecutar alguna acción, resolver problemas, comparar cosas, hacer un assessment, hacer test, hacer documentaciones AWS Q Developer CLI es mi campeón.
Por ejemplo, tengo que hacer un Assessment de una cuenta, es algo que realmente puedo hacer con los ojos cerrados, pero que me consume bastante tiempo, por eso puedo lanzar una interacción con Q:
|
|
Este ejemplo es muy sencillo, pero me permite pasando un ejemplo que Q me ejecute una serie de tareas siguiendo un estandar generado por mi.
En este caso necesita leer un doc, y por tanto usar una herramienta externa para leerlo, puedo hacerlo con un MD, pero quiero que me genere un doc en base a mi formato.
Otro ejemplo es cuando me toca realizar un cálculo de Costes en AWS y estoy utilizando servidores con licenciamiento, una pregunta habitual es el coste de este licenciamiento, es algo sencillo de sacar pero muy tedioso porque requiere sacar el coste de las instancias sin licenciamiento y restarlas, pero con Q es sencillo:
|
|
Este ejemplo me hizo un script que es la base que utilizo ahora cuando necesito hacer estos cálculos.
También podemos pedirle muchas más cosas, por ejemplo revisar SCP, implementar cambios, revisar problemas, etc.
Son cosas que realmente yo puedo hacer, pero que me van a llevar mucho más tiempo.
Kiro
A diferencia de Q Developer CLI, Kiro lo utilizo en proyectos a largo plazo, cuando quiero mantener un contexto durante mucho tiempo y además necesito crear código complejo, que necesita muchas iteraciones.
En este tipo de proyectos Kiro es mejor (Lo puedo hacer con Q Developer CLI, pero Kiro es mejor).
Por ejemplo si le pido a Kiro lo siguiente:
"Crea una aplicación de e-commerce con:
- Frontend en Next.js
- Backend en FastAPI
- Base de datos PostgreSQL
- Pagos con Stripe
- Autenticación con Auth0
- Deploy en AWS"
Primero me generara un fichero de Requisitos:
Segundo me generara un Diseño:
Y por ultimo una lista de tareas:
Una vez tengamos los 3 ficheros, podemos empezar a lanzar tareas y crear nuestra implementación.
De hecho lo he probado en varias implementaciones (Que por motivos contractuales no puedo mostrar) y funciona bastante bien.
Modelos de Pricing
También tenemos que comparar su modelo de precios.
Amazon Q Developer CLI
Amazon Q Developer CLI ofrece un modelo de pricing sencillo y orientado a equipos:
- Free Tier: 50 solicitudes de agente por mes, ideal para probar la herramienta
- Pro Tier: $19/mes por usuario, con límites aumentados y funcionalidades empresariales como:
- Límites aumentados de solicitudes de agente
- Capacidades de transformación de código (4000 líneas de código por mes)
Kiro
Kiro presenta un modelo más flexible con múltiples niveles:
- Free: 50 créditos perpetuos (no se renuevan mensualmente)
- Pro: $20/mes con capacidad aumentada
- Pro+: $40/mes para usuarios con necesidades intermedias
- Power: $200/mes para uso intensivo
Los planes de pago incluyen uso adicional flexible a $0.04 por crédito adicional, lo que permite escalabilidad según el uso real.
Comparativa: ¿Cuándo usar cada herramienta?
| Aspecto | Amazon Q Developer CLI | Kiro |
|---|---|---|
| Mejor para | Tareas puntuales y resolución de problemas | Proyectos end-to-end y desarrollo completo |
| Tipo de trabajo | Ejecutar acciones, diagnosticar, analizar | Crear código complejo con múltiples iteraciones |
| Contexto | Sesiones cortas, problemas específicos | Contexto persistente a largo plazo |
| Casos de uso típicos | Assessment, cálculo de costes, troubleshooting | Aplicaciones completas, arquitecturas complejas |
| Metodología | Interacción directa y ejecución inmediata | Specs → Diseño → Tareas → Implementación |
| Supervisión requerida | Moderada, para acciones críticas | Alta, especialmente en validación de specs |
| Fortaleza principal | Velocidad en tareas operativas | Desarrollo estructurado y metodológico |
| Pricing | Free: 50 solicitudes/mes Pro: $19/mes por usuario |
Free: 50 créditos perpetuos Pro: $20/mes Pro+: $40/mes Power: $200/mes |
¿Pero es todo tan Bonito?
La respuesta corta es que no. Ni Kiro, ni Q Developer CLI son infalibles, en muchas ocasiones, sobre todo al principio no van a cumplir nuestras espectativas, hace falta tener algunas cosas en cuenta:
Revisar las Specs con mucho cuidado
Este quizas suele ser el primer problema, tenemos que ser muy claro en lo que pedimos. En el caso de Kiro, hay que ser muy cuidadoso a la hora de generar un SPEC nuevo, tenemos que revisar cada punto, con sumo cuidado. Muchas veces nosotros suponemos requerimientos porque nos parecen basicos, pero tanto para Kiro como Q Developer CLI no lo son tanto, por lo que nos puede tocar rehacer nuestro trabajo desde el principio.
Por eso mi recomendación con Kiro es gastar tiempo en revisar los requerimientos, el diseño y las tareas, ya que todo el tiempo que gastemos, será beneficioso en nuestras implementaciones. En el caso de Q Developer CLI, es algo similar, tenemos que ser específicos en los límites que ponemos a nuestras interacciones, así como definir bien el contexto. No hace falta hacer un prompt gigante, pero sí ajustarlo y entender qué contexto tiene Q de lo que queremos hacer
Estas herramientas requieren supervision
No se trata de dejar a estas herramientas hacer un desarrollo de forma autónoma, si lo hacemos el resultado será bastante malo.
Aquí siempre pongo la analogía de un Junior, a un Junior le puedes delegar trabajo, pero tienes que auditarlo para que no se desvíe y no cometa errores. Si un Junior comete un error es nuestra culpa como Seniors, ya que no le hemos supervisado bien, pues pasa lo mismo con Kiro y Q Developer, tenemos que auditar qué hacen y si se equivocan alimentar el prompt para que no vuelva a pasar.
Esto al principio puede ser frustrante, pero con el tiempo vas entendiendo cómo trabajan y cómo puedes mejorar tus prompts.
Siempre escogen el camino fácil
Esto no tiene por qué ser algo malo siempre, en muchas ocasiones tendemos a complicarnos y estas herramientas están diseñadas para usar el camino fácil.
El problema es que en otras ocasiones su camino fácil, es deshabilitar una feature, hacer un análisis simple o saltarse un paso. Esto es algo que tenemos que tener en cuenta y ser capaces de detectar.
Un bucle puede ser un problema muy grande
En ciertas ocasiones puedes entrar en un bucle, que te recomienden una solucion, esta no funcione, tengas varias iteracciones fallidas y que vuelvan al inicio a proponer la misma solucion inicial.
Esto no es habitual, pero puede pasar, pero además incluso podemos retroalimentarlo nosotros diciéndole que no haga algo específico y que nos lo proponga como mejor opción si otras fallan…
Curiosamente tiene una explicación simple. Por un lado hay que tener en cuenta que los modelos se entrenan en un momento dado y luego se alimentan vía RAG (retrieval-augmented generation) lo que puede suponer que la solución no la busca fuera (En un MCP), pero también puede pasar que nosotros mismos alimentemos el modelo diciéndole que no haga algo, esa acción entra al contexto y aunque la entiendo como no válido, va a proponérnosla porque le hemos dicho que es una opción…
Al final siempre va a buscar el camino fácil, aunque podemos forzarle a no hacerlo.
Se puede inventar features
Estas herramientas suelen darnos ideas increibles, pero a veces son tan increibles como imposibles.
Esto me ha pasado alguna vez con Control Tower y terraform, en ocasiones me han recomendado usar resources de terraform que no existen (Aunque tendría sentido que sí), en esos casos te puedes dar cuenta tú y preguntar si existe o en otras ocasiones te darás cuenta al implementar.
Tener cuidado con lo que os proponga y si no os cuadra, pedirle que os lo razone.
A veces pueden ser peligrosas
En alguna ocasión (Más Q Developer CLI que Kiro) ha decidido que es buena idea borrar algo o parar algo sin mi permiso. En una ocasión me borró el fichero de Credentials de AWS CLI porque no sabía usar un perfil…
Son herramientas muy potentes, pero que a su vez requieren que estemos atentos, esto podemos limitarlo en el Prompt, pero os recomiendo que estéis atentos a las acciones que ejecutan.
¿Entonces mejor no usarlas?
Precisamente el punto es el contrario usarlas pero con cabeza.
Son herramientas muy potentes pero que requieren control.
A mí realmente me han solucionado muchas cosas, además de ayudarme mucho.
- He reducido el tiempo de ejecución de muchas tareas, con la ayuda de Kiro y Q Developer CLI.
- Algunas ideas geniales que no se me habían ocurrido o que no tenía tiempo de implementar, ahora están implementadas.
- Odio documentar y el tiempo que dedico a documentar se ha reducido muchísimo y además la mayoría de las veces explican las cosas mejor que yo.
- Me obligan a hacer testing, pero haciendolo ellas.
Reflexión Final
La era de los agentes de IA ha comenzado. ¿Estás listo para ser parte de esta revolución?
No se trata de reemplazar a los desarrolladores/Ingenieros, sino de potenciar nuestras capacidades de formas que nunca antes habíamos imaginado. Estas herramientas nos ayudan a ejecutar ciertas tareas que nos llevan mucho tiempo o son repetitivas y nos permiten centrarnos en lo que realmente importa: crear, innovar y resolver problemas complejos.
Por poner una curiosidad, a mí me han ayudado a realizar tareas mientras atiendo a una reunión, cosa que antes no podía hacer, porque al final ni atendía a la reunión, ni estaba pendiente de lo que hacía.