Kiro Auto模型级联机制解析：智能切换提升软件工程效率
Kiro Auto在后台采用模型级联策略：每个会话首先由高效的初始模型处理，另一模型异步检查工作进展；当任务复杂度超出当前能力时，Auto自动将无缝会话移交给能力更强的模型。
在软件工程任务评测基准DeepSWE v1.1的内部测试中，级联配置的任务解决率接近全程使用更强模型的配置，且约80%的任务无需切换模型即可完成。
Kiro将Auto作为多数用户的推荐选择。根据官方文档，Auto会自动选择模型并维持较高的结果质量，在付费方案中可提供相当于Claude Opus级别的质量，而模型级联正是实现这一目标的核心机制之一。
任务难度随会话推进动态变化
软件开发任务的难度往往具有隐蔽性。以修复一个间歇性故障的日期解析器为例，初始步骤可能很简单：读取文件、定位函数、编写复现测试。然而，测试可能揭示出另外三个模块也依赖同一时区假设，导致原本的小修补演变为大规模重构。反之，看似庞大的任务也可能仅需改动两行代码。
随着模型能力的提升，开发者倾向于交付更复杂的任务，Kiro会话持续时间也随之延长。长会话通常包含读取文件、修改代码、运行测试及多次迭代等步骤。任务难度并非在开始时完全显现，而是随着工作推进逐渐清晰。
若在任务开始前固定选定模型，仅能依据初始请求进行判断。全程使用高能力模型意味着例行步骤也由其完成，造成资源浪费；而全程使用高效模型则在遇到难点时可能导致反复试错或重复劳动。
模型级联通过在会话过程中持续判断来解决这一问题：若任务未超出初始模型处理范围，则由其完成；一旦检测到需要更强能力，即刻进行切换。即使初始请求相同，后续会话也可能因难度差异走向不同的处理路径。
Auto中模型级联的工作流程
模型级联将会话开始时的一次性模型选择，转化为贯穿整个Agent会话的一系列动态判断：
1. 从高效模型启动
每个会话均由初始高效模型启动。该模型能够处理多种日常工作，并在大量会话中独立完成全部任务。
2. 后台独立检查
另一个模型在后台异步检查会话的工作轨迹（即已完成内容）。会话执行无需等待检查结果，执行任务的模型也不负责自我评价，确保执行与评估分离。
3. 继续执行或平滑交接
只要会话持续取得进展，所用模型保持不变。若独立检查发现进展效率下降的迹象（如反复探索同一段代码或重做已完成工作），Auto会将会话移交给能力更强的模型。交接过程携带此前工作的关键上下文，新模型可接续当前进度，无需从头开始。
4. 按需再次升级
上述过程可重复进行，直到会话切换至Auto可用模型的能力上限。目前，切换仅向能力更强的模型进行；未来将探索将会话切回高效机制的可能性。
若团队设置了模型访问权限，级联切换将沿用Auto的策略：只有Auto有权调用的模型才会在需要时接手。这一机制类似于两人协作处理工单：一人执行，一人审阅。只要工作推进，执行者继续；若审阅者发现陷入重复尝试，则让能力更强的人从当前进度接手。这使得模型级联成为理想的默认机制：简单任务由初始模型完成，确需更强能力时再升级。
Kiro模型级联效能评测
Kiro使用Datacurve的DeepSWE v1.1进行内部评测。这是一套面向长流程软件工程任务的基准，题目选自开源代码库的原创任务，完成情况由人工编写的行为测试判定。
评测在Kiro agent引擎中进行，比较三种处理方式：
- 只用初始模型：从开始到结束均由高效初始模型处理。
- 只用能力更强的模型：任务全程由高能力模型处理。
- 使用模型级联：从初始模型开始，必要时交给能力更强的模型。
三种方式使用相同的推理设置，每种方式在完整基准上独立运行3次。评测指标为单次尝试任务解决率（pass@1）。以下为3次运行的平均值（±表示1个标准差）：
任务解决率接近全程使用更强模型
- 只用初始模型：63.96% ± 2.70个百分点。
- 只用能力更强的模型：70.57% ± 2.08个百分点。
- 使用模型级联：69.37% ± 1.56个百分点。
评测显示，模型级联的任务解决率为69.37%，比仅使用初始模型高出约5.4个百分点，与全程使用高能力模型的70.57%非常接近。两者差异处于3次运行的波动范围内，且模型级联的标准差数值更低，表明其稳定性更佳。从初始模型开始并未明显拉低任务解决率。
约五分之四的任务由初始模型完成
汇总3次评测记录，80.48%的任务全程由初始模型完成，仅19.52%在执行过程中移交给了能力更强的模型。
发生切换的任务通常涉及统筹多处改动，例如功能同时涉及类型定义、API、CLI和配置，或程序行为受状态、缓存及执行顺序影响。局部小改动很少需要切换，关键在于任务对设计一致性的要求。
切换通常发生在后期的验证和集成阶段。此时初始模型一般已完成代码编写并通过构建测试，但在核对是否满足全部要求时，独立检查发现效率下降。由于初始请求无法预示难点出现的位置，Auto通过持续检查并在需要时切换模型，使得多数任务由初始模型完成，从而在以1倍点数倍率处理复杂任务的同时，维持了较高的结果质量。
评测数据适用范围说明
上述数据来自特定条件下的内部基准评测，并非对生产环境效果的直接估计，客户实际任务结果可能有所不同。交接比例是跨任务的平均结果，单个会话是否切换取决于具体工作内容。切换过程对用户透明，用户无需介入即可获得质量收益。
需注意，Kiro使用的内部评测框架与DeepSWE公开排行榜的官方设置不同，因此不能将上述百分比与公开榜单成绩直接比较。
开始使用Auto
模型级联是Auto工作方式的一部分，Kiro客户可借此获得效率收益。在开始下一次Kiro会话时，建议选择Auto模式。更多关于Auto及模型选择的信息，可参阅Kiro模型概览。
相关文档：
模型概览：https://kiro.dev/docs/models/index.txt
本篇作者
应用科学家
应用科学家
工程师
工程师
工程师
工程师
新用户注册海外区域账户，可获得最高200美元服务抵扣金，覆盖Amazon Bedrock生成式AI相关服务。“免费计划”账户类型，确保零花费，安心试用。