2026年4月30日，AWS发布了一则措辞平静的公告：Amazon Q Developer IDE插件将于2027年4月30日终止支持。

4天后，Amazon VP Jim Haughwout发出一封内部邮件，Business Insider随后获得了这份文件。邮件内容是：Claude Code即刻对全公司工程师开放，OpenAI Codex将在5月12日跟进。

这两件事放在一起，构成了科技史上罕见的战略组合——全球最大的云服务商，在同一周里，宣告放弃自己的AI编程工具，同时为两个有竞争关系的外部工具全面开门。

而这两个外部工具，分属于Amazon合计承诺最高约880亿美元投资额（承诺额，非已支付额）的两家公司：Anthropic和OpenAI。

这不是一个普通的工具采购决定。这是一个在战略上自相矛盾、在财务上完全合理、在技术上被迫务实的三层逻辑同时运作的结果。

第一重逻辑：一次体面的失败承认

要理解这件事，首先要问一个直接的问题：Q Developer失败了吗？

官方答案是否定的。AWS公告的措辞是：”Q Developer证明了AI属于软件开发的内循环。”放弃是因为”最有影响力的AI开发体验远不止于代码生成和补全”，需要一个专门构建的环境——于是有了Kiro。

这是一种体面的说法。

但Business Insider的报道还原了另一面：在Q Developer大规模推广期间，Amazon内部工程师就已经开始抱怨——为什么不能用Claude Code？部分人甚至需要申请特殊审批才能在生产环境使用。这种内部摩擦持续了至少数月，并在早些时候的一篇Business Insider报道中就已经被记录在案：”Amazon engineers grate against internal limits on Claude Code, Kiro AI（Amazon工程师因Claude Code和Kiro的内部限制而感到不满）”。

Amazon spokesperson最终的那句话更能说明问题：”我们现在正在’standardizing’（标准化）对Claude Code和Codex的访问。”

标准化的前提是：它们此前不是标准。工程师需要绕过正常流程、寻求特殊审批才能使用竞争对手的工具。这是一种内部政策的失败，而不仅仅是产品的失败。

当公司自己的工程师集体倾向于使用竞争对手的工具，并且这种倾向强烈到需要通过政策限制来压制——这时候，继续维护这个政策的成本，已经远超过放开的风险。

有几个数据点值得关注：

首先，AWS公告透露，Q Developer IDE插件终止支持的时间节点是2027年4月30日——整整12个月的过渡期。这个时间长度说明，Amazon对Kiro的准备状态并没有十足把握，需要给自己足够的缓冲。

其次，从2026年5月15日起，新的Q Developer账户注册被停止。这意味着从现在开始，任何新入职的Amazon工程师都不会以Q Developer作为默认工具——他们会直接进入Kiro生态。

第三，也是最关键的：最新的编码模型Opus 4.7，将独家在Kiro上提供。从5月29日起，Opus 4.6也将从Q Developer Pro下架。这种”提前断供最新模型”的方式，通常只在公司真的要快速引导用户迁移、并且愿意用体验差距来制造压力时才会出现。

这是一种强制性的产品政策：你可以继续用Q Developer，但你会越来越落后于最新能力。迁移到Kiro，你才能用上最好的工具。

这不是温柔的劝说，而是有时间压力的迁移通知。

第二重逻辑：两张8位数支票的逻辑

现在来看Amazon在AI领域的财务布局，这对理解为什么他们会同时开放Claude Code和Codex至关重要。

向Anthropic的投资，是一个不断加码的故事。最初的80亿美元，在2026年4月追加了250亿美元，合计承诺330亿美元。而Anthropic反过来承诺购买价值1000亿美元的Trainium芯片——这意味着Amazon的投资通过芯片购买协议实现了相当大比例的”循环”。

向OpenAI的投资，发生在2026年2月，Amazon宣布最高500亿美元的投资额。OpenAI同意使用Amazon Trainium芯片，并将与AWS合作开发定制模型和新的AI Agent服务。

把这两笔投资加在一起：Amazon对Anthropic和OpenAI的合计投资承诺，接近880亿美元。这个数字不是固定成本，而是战略杠杆。

在这种规模的利益关系下，”让全公司工程师同时使用Claude Code和Codex”不再只是工具决策——它是一种生态系统强化机制。

Haughwout的内部邮件里有一句话，藏在技术细节里却极其关键：”两款工具均通过Bedrock运行，所有推理都在这里完成。Both run on Bedrock, where all inference runs。”

这不是一个关于便利性的说明，这是一个关于算力流向的声明。

每一次Claude Code的代码建议，每一次Codex的函数补全，产生的算力消耗，都落在了Amazon Bedrock的基础设施上。如果全公司数万名工程师（Amazon公开信息显示工程师总数约8万+）每天进行哪怕100次AI辅助编码操作，一年产生的推理请求量将是天文数字——而这些请求全部留在了AWS生态内。

Amazon用了一种非常精妙的结构：它不仅是Anthropic和OpenAI的投资者，也是它们最重要的基础设施提供商之一，同时还是它们最大的企业客户之一。Claude Code和Codex进入Amazon内部，不是Amazon在向竞争对手让步，而是Amazon在将自己变成展示企业AI工具最佳实践的橱窗。

“连Amazon内部都在用Claude Code和Codex，通过Bedrock运行”——这句话的市场价值，远超任何广告预算。

第三重逻辑：Kiro是什么，以及它为什么必须赢

现在来看那个表面上最难以理解的部分：Amazon已经有了83%工程师在用的Kiro，为什么还要引入Claude Code和Codex？

Amazon spokesperson的官方答案是：”我们长期以来认为，没有一种万能的创新方式。”

这听起来像外交辞令，但背后有真实的技术判断。要理解这个判断，需要先搞清楚Kiro到底是什么——以及它和Claude Code/Codex之间的本质区别。

Claude Code和Codex的设计哲学是”增强型伴随工具”。你在写代码，它帮你即时响应：解释某段逻辑、建议重构方式、生成函数骨架、定位bug位置。它们的强项是在你已有的工作流中提供流畅的AI辅助，降低认知摩擦。交互模式是对话式的，高度依赖程序员的主动发起。

Kiro的定位完全不同。按照AWS的定义，Kiro是一个”spec-driven agentic development environment”——一个以规范驱动的agentic开发环境。它的核心理念是：先定义你要构建什么（通过结构化的Specs），然后让AI根据这个规范，跨整个代码库规划、实施、验证变更。

这是一个根本性的范式转变：从”AI响应我的每一步操作”，到”我给AI一个目标，AI自主完成整个任务”。

Kiro的核心功能组件更能说明这个区别：

Specs：结构化的、可执行的需求规范，让Kiro能理解项目意图并驱动端到端的实现，而不只是回应单个提示。

Hooks：自动触发器，在文件保存、代码提交或其他事件发生时自动运行——Kiro可以在你保存文件的同时，自动运行测试、更新文档、检查代码规范，完全不需要手动触发。

Steering files：项目级别的配置文件，赋予Kiro关于架构、约定和约束的持久上下文。这意味着Kiro不需要在每次对话中重新解释项目背景——它已经”知道”这个项目是什么。

Custom subagents：可以为特定任务定义专门的AI代理，比如安全审查代理、API合约验证代理、基础设施配置代理。

Autopilot模式：让Kiro自主运行大型任务，不需要逐步指令。你给它一个目标，它自己规划和执行。

用一个简单的比喻来理解区别：Claude Code和Codex是极其聪明的副驾驶，你开车，它们提供实时导航和建议。Kiro是一个可以设定目的地后自己开车的系统，你只需要批准关键决策节点。

这两种工具解决的是工作流中的不同节点。83%的工程师已经在用Kiro，但还在抱怨没有Claude Code——这说明他们需要两种东西：一个能自主完成复杂任务的Agent环境（Kiro），以及一个能在日常编码中快速响应的即时辅助（Claude Code/Codex）。

这不是功能重叠，而是开发工作流的不同阶段。

但这个解释仍然留下了一个深层疑问：如果Kiro已经这么好，为什么Amazon的工程师会持续抱怨无法访问Claude Code？

答案可能是：Kiro和Claude Code解决的问题不是完全隔离的，而是有重叠区域——而在那个重叠区域里，Claude Code表现得更好。AWS选择承认这一点，而不是强迫工程师只用Kiro，是一个成熟的管理决策，尽管它意味着承认自家产品在某些场景下不是最优解。

真正的战场：基础设施绑定

表面上看，这是一场关于AI编码工具的竞争。实际上，Amazon正在打的是一场更深层的战争——算力绑定战争。

让我们追踪资金流向：

Anthropic给Amazon工程师提供Claude Code（免费访问），通过Bedrock运行。Anthropic的Claude Code用量增加，产生更多对Amazon Trainium芯片的需求，间接兑现了那1000亿美元的芯片购买承诺。

OpenAI给Amazon工程师提供Codex（免费访问），通过Bedrock运行。OpenAI的Codex用量增加，强化了OpenAI模型在Bedrock上的部署，也巩固了OpenAI使用Trainium芯片的协议。

Amazon用数万名工程师的工作流，向Anthropic和OpenAI证明：Bedrock是运行你们工具的最佳平台。这是一个无法用钱买到的产品背书。

从竞争角度看，这个布局极其精妙。GitHub Copilot是这个市场的早期领导者，但它的基础设施由Microsoft Azure运行。每一次Amazon工程师选择Claude Code而不是Copilot，每一次Codex通过Bedrock而不是Azure运行，都是在一个规模最大的科技公司内部，将工具偏好从Microsoft生态转移到AWS生态。

GitHub Copilot在2026年6月1日将免费计划转为按量计费，这个时间节点与Amazon全公司开放Claude Code和Codex的时间高度吻合。市场格局正在发生结构性变化，而Amazon正在确保这个变化对自己有利。

两个隐藏的风险

这个三角策略（Kiro + Claude Code + Codex）看起来很聪明，但它也包含了两个被有意回避的风险。

风险一：工具碎片化的认知成本。

一个Amazon工程师现在面临三种工具的选择，每种都有不同的使用哲学：Kiro的spec-driven agentic方式需要学会写结构化规范；Claude Code的对话式agentic方式需要掌握如何有效提示一个能自主执行任务的AI；Codex的代码聚焦方式则更接近传统的AI代码补全体验。

三种工具，三套心智模型，三种最佳实践。对于高级工程师来说，这可能是生产力的提升。对于刚加入Amazon的工程师来说，这是一个需要花时间摸索的复杂生态。

“没有一种万能方式”是真的，但有时候，过多的选择本身就会成为一种摩擦。

风险二：Anthropic和OpenAI的议价能力上升。

Amazon现在把自己的工程师工作流深度绑定到了Claude Code和Codex上。两款工具都通过Bedrock运行，Amazon能够保持一定的控制力。但随着工程师对这两款工具的依赖程度加深，切换成本也在上升。

Anthropic和OpenAI都知道这一点。今天他们可以接受通过Bedrock运行的条款，因为他们需要Amazon的推广背书和算力支持。但随着他们自身的谈判地位上升——特别是Anthropic在全球AI市场获得更多企业客户之后——他们完全有能力提出更高的分成要求，或者更苛刻的运营条款。

Amazon把宝押在了一个自己无法完全控制的供应商上，而这两个供应商恰好是AI行业最重要的竞争对手。这是一个经典的买家-供应商博弈，只不过金额尤其大，复杂性尤其高。

一个行业节点

如果把这件事放在更大的历史坐标里看，会发现它标记了一个重要的转折点。

2022年，GitHub Copilot商业化，标志着AI辅助编码从实验室工具变成了企业级产品。

2024年，Cursor、Claude Code等更激进的agentic工具出现，开始挑战Copilot的地位。

2025年，主流科技公司开始内部评估和试用多种AI编码工具。

2026年，Amazon宣布放弃自研的Q Developer，同时向两个竞争对手的工具全面开放内部市场——同时还在押注自家的Kiro作为下一代agentic IDE。

这不是终点，这是一个新阶段的开始：AI编码工具市场开始进入”多工具并行、平台基础设施竞争”的阶段。

工具本身的差异将越来越小——所有顶级工具都会集成最强的基础模型，都会支持agentic工作流，都会有语音输入、上下文管理、跨文件操作。真正的差异化，将转移到平台层面：谁的基础设施更稳定、更安全、更便宜，谁对工程师工作流的理解更深，谁能提供更好的企业级治理能力。

Amazon把赌注押在了这一层。它放弃了在工具层面与Claude Code和Codex竞争，但牢牢掌控了运行这些工具的基础设施层。

这是一个典型的”让利工具，赢得平台”策略——在AI时代的升级版。

3个值得追踪的信号

Q Developer迁移速度（接下来6个月）：5月15日新注册停止后，现有用户的迁移速度将是验证Kiro成熟度的最直接指标。如果迁移过慢，AWS面临双重压力：Kiro还没准备好，Q Developer又已经宣布放弃。这是一个危险的中间状态。

Anthropic和OpenAI的Bedrock依赖程度：如果Claude Code和Codex通过Bedrock的算力消耗快速增长，会影响这两家公司在与AWS谈判时的议价能力——他们的最大推广渠道之一，同时也是他们的基础设施提供商和最大投资者。这种三重关系如何演化，值得长期追踪。

其他大型科技公司的跟进：如果Microsoft允许内部工程师使用Claude Code（与Copilot并行），或者Google允许使用Codex，这种”多工具并行”模式将成为科技巨头开发者工具策略的新标准。在那种情况下，单一工具赢得整个企业市场的可能性将大幅降低，而平台基础设施竞争将成为主战场。

Amazon不是最早做出这个选择的公司，但它是最具代表性的那个。

当一家拥有超过10万工程师、同时持有两家顶级AI实验室重大股权的公司，选择同时向它投资对象的工具开放内部市场——这件事的含义，远超过一次工具采购决定。

这是一种宣告：在AI工具时代，即使是最能自给自足的科技巨头，也无法在内部封闭地解决问题。竞争和合作的边界，正在以前所未有的方式融合。

Q Developer的终结和Kiro的崛起，与Claude Code和Codex的全公司授权同步发生。这不是偶然，这是Amazon在一个可能是历史上竞争最激烈的软件工具市场里，进行的一次多维度下注。

它可能赢得平台战争。它也可能在工具战争里失去工程师的心。

两者可以同时发生。

为什么Q Developer退出而Kiro要赢

Amazon放弃Q Developer，不是因为”AI辅助编码”这个方向错了——事实上他们同时引入了Claude Code和Codex，这两款工具恰好填补了Q Developer留下的”对话式AI辅助”空缺。

真正的原因是：Q Developer和Kiro代表的是两种根本不同的产品理念，AWS选择了更高维度的那条路。

Q Developer的设计哲学是对话式辅助：工程师每一步都在主导，AI按需响应，任务范围主要是单文件或小范围的代码任务，学习曲线低，像是智能代码补全的加强版。这是2022-2024年AI编码工具的主流范式。

Kiro的设计哲学是spec-driven agentic开发：工程师先写清楚要构建什么（结构化Specs），然后Kiro主动规划和执行，跨整个代码库完成大型任务，工程师审批关键节点而不是逐步干预。这是一个要求更高的范式——Hooks（自动触发任务）、Steering files（项目级上下文配置）、Custom subagents（领域专用代理）、Autopilot模式——需要工程师建立全新的工作心智模型。

简单说：Q Developer是更聪明的副驾驶；Kiro是能够自主驾驶的系统。

Amazon的判断是：在副驾驶赛道（对话式AI辅助），Anthropic和OpenAI已经做得更好，继续追赶Q Developer的收益递减；而在自主驾驶赛道（agentic IDE），Kiro有机会建立真正的先发优势。

放弃Q Developer，是为了集中全力赢得更重要的战场。

这也解释了为什么83%的工程师已在用Kiro，但仍然需要Claude Code和Codex。这83%的工程师用Kiro处理复杂的跨库任务，同时他们在日常编码中仍然希望有一个轻量级的即时AI辅助。这不是Kiro的失败，而是两类需求的并存——一个不可能被任何单一工具完全取代。

这对其他企业意味着什么

Amazon的这个决策，对其他大型科技企业和中型科技公司都有直接参考价值。

首先是一个心理层面的解锁：如果世界上最重要的云厂商都可以放弃自己的AI工具、同时使用竞争对手的产品，那么任何公司在AI工具选择上的”自给自足”幻觉都可以放下了。最好的工具，不一定是自家做的。

其次是一个战略框架的验证：通过基础设施层绑定AI工具的策略，比在工具层直接竞争更加有效。企业选择哪款AI工具，很大程度上取决于这款工具运行在哪个云平台上，以及这个平台能否提供数据安全、合规控制和计费透明度。Bedrock的优势不是工具本身，而是它提供的企业级管理能力。

第三是一个组织层面的信号：当AI编码工具从”个人选择”变成”企业标准基础设施”，它就不再只是工程师的事。IT管理员、合规团队、CFO都需要参与这个决策。Amazon通过让Claude Code和Codex在Bedrock上运行，解决了这个组织问题——所有推理都在Amazon自己的云环境内，数据不出边界，可审计，可计费，可管理。

这是Amazon送给其他企业的一个模板：如何在不妥协安全合规的前提下，给工程师开放最好的AI工具。

参考资料：