亚马逊网络服务（AWS）已正式进入开源代理式人工智能（AI）领域，其新推出的 Strands 工具在各项基准测试中表现出色，且使用的计算资源（即“令牌”）比竞争对手少约四分之一。顾名思义，Strands 工具是基于 AWS 自家的 Strands SDK 开发的，但已被封装成可直接使用的软件包，用户可以将其部署在本地，或与任何他们选择的 AI 服务提供商配合使用。AWS 在其官方声明中表示：“一旦你自行开发了代理程序，你就需要独立应对所有相关的技术细节了；如何巧妙地配置各种组件以让系统‘正常运行’，其实是一件相当复杂的事情。” AWS 还补充说：“使用这个开源工具，你只需要编写一行 Python 或 TypeScript 代码，就能将其与自己选择的模型集成起来。” 除了设计上具有高度的‘即插即用’特性外，AWS 还声称：在通过 Harbor 框架（该框架部署在 AWS 的 EC2 虚拟服务器上）进行的基准测试中，Strands 的性能几乎与 Claude Code、Codex 以及其他流行的 AI 工具相当。AWS 表示，在六项基准测试中，Strands 使用的计算资源比 Claude 或 GPT 模型少了 28%；在某些测试场景下，其准确率甚至优于其他工具。虽然 DeepSeek 的工具在资源利用效率上更胜一筹，但在相同测试中的准确率较低。AWS 将这一优异表现归功于 Strands 工具的默认提示缓存和上下文管理机制：该工具会自动截断超过 1,500 个令牌长度的输入内容，当上下文数据量超过 85% 时自动压缩数据，并在数据溢出时尝试恢复相关信息。

值得一提的是，AWS将Strands harness描述为“通用代理而非编码代理”。考虑到AWS基准测试中与其相比较的所有代理工具（Claude Code、Codex、oh-my-pi、OpenCode和DeepSeek Harness）都被称为编码代理，因此值得怀疑其他通用AI代理在与新的Strands harness进行比较时将会表现如何。亚马逊计划发布其研究人员撰写的论文，其中包含更多基准测试细节——我们将密切关注更多关于其评估方法的具体信息。在此期间，任何希望尝试预打包的开源通用Strands harness的人都可以通过公告帖中包含的说明进行操作。它以Python或TypeScript库的形式提供，并带有CLI。它还附带一个技能文件，因此插入您自己首选的工具应该相对容易；在启动时已包含shell、文件和网页工具。AWS表示：“我们认为使用‘附带电池’的harness快速进行原型设计将创建更有用的代理。”它已正式上线，因此如果您正在寻找另一个开源选项，它已准备就绪，尽管目前缺乏更独立的性能评估。®