Face à la dette technique croissante, saturer les machines locales bloque les développeurs. Kiro Web résout ce problème en exécutant de manière persistante et asynchrone des agents de programmation sur des sandboxes cloud AWS. L'impact ? Les équipes automatisent la maintenance lourde en arrière-plan sans ralentir les cycles de livraison. Le marché du développement assisté par intelligence artificielle évolue rapidement vers des workflows où les agents ne se limitent plus à l'autocomplétion ou au dialogue dans l'éditeur. Les équipes d'ingénierie doivent parallèlement absorber la maintenance des dépendances, les migrations, les tests et la dette technique tout en continuant à livrer de nouvelles fonctionnalités. Lorsque ces tâches s'exécutent exclusivement sur le poste du développeur, elles peuvent également mobiliser des ressources locales et maintenir l'utilisateur dans une boucle de supervision plus étroite. Le passage en disponibilité générale de Kiro Web et des Cloud Sessions modifie ce modèle en permettant à l'agent Kiro de s'exécuter dans une sandbox cloud managée. Une session cloud peut continuer à travailler après la déconnexion de l'utilisateur et être reprise depuis différentes surfaces Kiro. Cette capacité est particulièrement intéressante pour les tâches longues, les migrations multi-dépôts, les refactorings et les campagnes de tests qui n'exigent pas une interaction humaine permanente. Cette transition de l'assistance interactive vers une délégation plus autonome permet aux équipes de mener de front la livraison de nouvelles fonctionnalités applicatives et certains chantiers d'infrastructure ou de maintenance en arrière-plan, sous réserve d'une revue humaine adaptée. Le découplage entre l'interface utilisateur et l'environnement d'exécution représente une évolution logique du développement logiciel agentique. En permettant à une session de poursuivre son travail dans le cloud indépendamment de la connexion du poste de l'ingénieur, Kiro Web change la manière dont certaines tâches peuvent être organisées. L'intelligence artificielle n'est plus seulement utilisée comme moteur d'autocomplétion ou partenaire conversationnel, mais comme agent capable de prendre en charge un chantier cadré, de manipuler du code, d'exécuter des outils et de soumettre son résultat à la revue humaine. En observant la structure de ces Cloud Sessions, je discerne un potentiel intéressant pour la formation et la résilience des équipes techniques. Au-delà de la résolution de bugs et des tâches de refactoring classiques, des environnements isolés pourraient servir à concevoir des exercices de diagnostic sur des applications volontairement dégradées ou des infrastructures de test. On pourrait par exemple préparer, dans un environnement strictement isolé et dédié à la formation, une panne artificielle sur une base de données ou un service afin de demander à un ingénieur junior d'identifier puis de corriger le problème. Un tel scénario nécessiterait naturellement des garde-fous explicites et ne devrait jamais viser une infrastructure de production. Cette approche, encore contrainte par la disponibilité géographique et certaines limites de gouvernance de sa version actuelle, trace néanmoins une voie prometteuse pour les organisations qui souhaitent expérimenter des cycles de développement plus distribués et réduire leur dépendance à l'exécution permanente sur les postes de travail traditionnels.