The post has been translated automatically. Original language: Russian
The guys from AWS have added a requirements analysis feature to Kiro that tries to find bugs even before implementation and testing. We are talking about conflicting rules, ambiguous formulations, and places where important system behavior is not described at all.
According to The New Stack on May 15, 2026, AWS uses a combination of a language model and formal logic. First, the model brings the human text to a more rigorous form, then the requirements are translated into a logical form and verified through an automatic reasoning mechanism. His task is to mathematically verify the compatibility of the rules as a result, the developer does not see the formula at the exit, which leads to a simplification of the interaction process.
Kiro shows short questions in plain language to quickly clarify a conflicting or undefined place in the requirements.
AWS specifically highlights the difference between probabilistic inference of the language model and logical verification. If the system finds a conflict, it means that no implementation can simultaneously meet two incompatible requirements.
In fact, this is an attempt to return formal verification directly to the normal development process. Similar methods have existed since the 1970s in the design of hardware and mission-critical software, but previously they almost did not reach the daily product development.
Mike Miller from AWS put it simply: “Speed without correctness just means you write wrong software faster.”
For Kiro itself, this is a continuation of the approach where code is linked to requirements. Now AWS is trying to make the requirements themselves logically consistent even before code generation.
AWS provides internal statistics: on 35 projects, about 60% of the draft requirements had to be finalized before implementation. This is a good indicator of how many problems arise even at the stage of setting the task.
The company also shows that automated reasoning is already being used in Bedrock Guardrails and Bedrock AgentCore to verify the rules and limitations of AI agents.
Interest in the approach is expected from medicine, finance, and other industries, where an error in interpreting requirements can cost much more than the speed of development.
In addition to analyzing the requirements, AWS has shown two more functions:
— parallel execution of independent tasks
— Quick plan mode, which first asks clarifying questions, and then forms requirements, design, and tasks.
Client examples are also interesting.
Socure used Kiro to migrate from Scala to Go in 2 days instead of the expected 3 weeks.
Nymbus claims that Kiro generates 80% of Terraform code, unit tests and models for automated testing, and the testing time on one of the projects has been reduced from 32 to 7 weeks.
In fact, AWS is trying to compete not with the speed of code generation, but with confidence in the result and suitability for large corporate processes.
For Kazakhstan and corporate development, the conclusion is quite practical: requirements should be considered as an engineering asset, and not as a preliminary text before writing code.
This is sensitive to both fintech and government systems, medicine, and scenarios related to inspections and compliance, where ambiguous wording quickly turns into an expensive rework or audit problem.
There is an additional difficulty in our environment — trilingualism. Russian, Kazakh, and English easily create ambiguity in requirements, interfaces, and tasks. Therefore, the very idea of translating text requirements into more rigorous and verifiable criteria looks quite practical even without the complex mechanism of formal logic.
Do you think such approaches will be applicable in our country?
---
Sources
- The New Stack, "AWS found bugs in 60% of software requirements. Its fix isn't more AI it's a 50-year-old logic engine.", Darryl K. Taft, May 15, 2026: https://thenewstack.io/kiro-requirements-analysis-automated-reasoning/
- AWS Kiro, product page: https://kiro.dev
- Bedrock Guardrails and Bedrock AgentCore: https://aws.amazon.com/bedrock/
Ребята из AWS добавили в Kiro функцию анализа требований, которая пытается находить ошибки ещё до реализации и тестирования. Речь идёт о противоречащих друг другу правилах, неоднозначных формулировках и местах, где важное поведение системы вообще не описано.
По материалу The New Stack от 15 мая 2026 года, AWS использует связку языковой модели и формальной логики. Сначала модель приводит человеческий текст к более строгому виду, затем требования переводятся в логическую форму и проверяются через механизм автоматического рассуждения. Его задача математически проверять совместимость правил как следствие на выходе разработчик не видит формулы что ведет к упрощение процесса взаимодействия.
Kiro показывает короткие вопросы на обычном языке, чтобы быстро уточнить конфликтное или недоопределённое место в требованиях.
AWS отдельно подчёркивает разницу между вероятностным выводом языковой модели и логической проверкой. Если система находит конфликт, это означает, что никакая реализация не сможет одновременно удовлетворить двум несовместимым требованиям.
По сути это попытка вернуть формальную проверку прямо в обычный процесс разработки. Подобные методы существуют ещё с 1970-х годов в проектировании аппаратуры и критически важного программного обеспечения, но раньше почти не доходили до повседневной продуктовой разработки.
Mike Miller из AWS сформулировал это просто: “Speed without correctness just means you write wrong software faster.”
Для самого Kiro это продолжение подхода, где код связан с требованиями. Теперь AWS пытается сделать так, чтобы сами требования были логически состоятельными ещё до генерации кода.
AWS приводит внутреннюю статистику: на 35 проектах около 60% черновых требований пришлось дорабатывать перед реализацией. Это хороший показатель того, сколько проблем рождается ещё на этапе постановки задачи.
Компания также показывает, что автоматическое рассуждение уже используется в Bedrock Guardrails и Bedrock AgentCore для проверки правил и ограничений AI-агентов.
Интерес к подходу ожидаемо идёт со стороны медицины, финансов и других отраслей, где ошибка в трактовке требований может стоить намного дороже скорости разработки.
Помимо анализа требований AWS показала ещё две функции:
— параллельное выполнение независимых задач
— режим быстрого плана, который сначала задаёт уточняющие вопросы, а затем формирует требования, проектирование и разбиение на задачи
Интересны также клиентские примеры.
Socure использовала Kiro для миграции со Scala на Go за 2 дня вместо ожидаемых 3 недель.
Nymbus заявляет, что Kiro генерирует 80% Terraform-кода, модульных тестов и моделей для автоматизированного тестирования, а время тестирования на одном из проектов сократилось с 32 до 7 недель.
По сути AWS пытается конкурировать не скоростью генерации кода, а доверием к результату и пригодностью для крупных корпоративных процессов.
Для Казахстана и корпоративной разработки вывод довольно практичный: требования стоит рассматривать как инженерный актив, а не как предварительный текст перед написанием кода.
Это чувствительно как для финтеха, так и государственных систем, медицины и сценариев, связанных с проверками и соответствием требованиям, где неоднозначная формулировка быстро превращается в дорогую переделку или проблему на аудите.
В нашей среде есть дополнительная сложность — трилингвальность. Русский, казахский и английский легко создают неоднозначность в требованиях, интерфейсах и задачах. Поэтому сама идея переводить текстовые требования в более строгие и проверяемые критерии выглядит вполне практично даже без сложного механизма формальной логики.
Как думаете найдут ли подобные подходы применимость у нас?
---
Источники
- The New Stack, "AWS found bugs in 60% of software requirements. Its fix isn't more AI it's a 50-year-old logic engine.", Darryl K. Taft, 15 мая 2026: https://thenewstack.io/kiro-requirements-analysis-automated-reasoning/
- AWS Kiro, страница продукта: https://kiro.dev
- Bedrock Guardrails и Bedrock AgentCore: https://aws.amazon.com/bedrock/
Share
