我不是遊戲開發者。

但那天坐在 AWS 台北辦公室，聽完三位講者輪番上台，我有點震撼地發現——這場活動跟遊戲的關係，遠不如它跟「開發這件事本身」的關係來得深。

裡面談的每一個痛點，我都在接案和職場裡反覆撞牆過：需求模糊得不像話、AI 輸出品質忽高忽低、凌晨三點伺服器突然爆炸、改個資料庫 Schema 就得停機一整晚。

活動資訊：遊戲後端開發全攻略 × AWS × MongoDB，2025 年 3 月 6 日，AWS 台北辦公室。

第一場：Amazon Kiro — AI 終於成為開發「夥伴」，而不只是打字機

Irving Hsu（AWS Partner Solutions Architect）一開口就問了個讓全場苦笑的問題：「同樣的需求，今天問 AI 和昨天問 AI，結果一樣嗎？」

沒人舉手。

這正是他想講的核心。現在的 AI 開發工具，說白了就是個聰明的補全引擎——幫你寫段小程式、解釋一行報錯、建議一個修法。但整條開發流程呢？從計畫、設計、測試到上線，AI 真正參與的，其實只有中間那一小段。前後都是空白。

Kiro 要填補的，就是那兩端的空白。

先把腦袋裡的話，變成一份可以執行的文件

Kiro 的核心叫 Spec-Driven Development（規格驅動開發）。

邏輯很直白：別急著寫程式，先把你要做什麼說清楚。你用自然語言描述需求，Kiro 把這句話轉化成 ERS 格式的需求文件——不是散亂的條列清單，而是用「當什麼條件成立，系統就執行什麼動作」的語法逐條寫下去。需求確認後，它繼續往下生成系統架構圖、API 定義、資料庫欄位設計。最後把整個功能拆成一個個極細的 Task，像拆樂高一樣，一塊一塊依序執行。

Irving 特別強調「拆細」這道工序。讓 AI 一口氣消化一個複雜功能，出來的結果往往面目全非；但把任務切得夠小、夠明確，每一步都可以驗收，整體品質就穩了。

現場 Demo 裡，他隨口說了一句話描述某個管理系統，不到兩分鐘，Kiro 就端出完整的需求文件、系統設計、MongoDB 資料模型，連每個 Collection 該建哪些 Index 都想好了。那個密度，要是手寫的話，你得對著螢幕坐到天亮。

每次按下儲存，背後都有人在把關

另一個讓我記下來的功能叫 Agent Hooks，觸發條件非常日常：存檔、建立新檔、刪除檔案。就在這些再平凡不過的動作瞬間，Hooks 可以自動啟動你設定好的任務——跑測試、更新文件、掃描安全漏洞。

Demo 裡，Irving 把一組密碼直接寫進程式碼，然後按儲存。幾秒後，Kiro 跳出紅字警告：第幾行，發現了高風險機密資訊，建議改用環境變數。

他說了一句話我很有感：「我在 AWS 待了七年，還是偶爾會接到警報，說有人把 Key 推上公開 repo。不是不知道不能這樣做，是人就是會分神。Hooks 要解決的，就是這種人性弱點。」