Amazon Web Services (AWS) gab am 29. September 2026 bekannt, das Open-Source-Tool Strands Harness bereitzustellen. Dabei handelt es sich um eine Schicht zur Konfiguration von KI-Agenten, die mithilfe großer Sprachmodelle verschiedener Anbieter mehrere Aufgaben ausführen können, anstatt an ein einzelnes Modell oder ausschließlich an eine AWS-Umgebung gebunden zu sein.
Das Tool basiert auf dem Strands Harness SDK, das AWS im August 2026 veröffentlicht hat. Es unterstützt Modelle, die über Amazon Bedrock betrieben werden, sowie Anthropic Claude, OpenAI GPT, Google Gemini, Ollama und LiteLLM. Laut dem ursprünglichen Beitrag kann ein Agent mit wenigen Codezeilen erstellt werden. Das Modell kann später durch Änderung seines Konfigurationswerts ausgetauscht werden.
Was bietet das Tool?
Der über Strands Harness erstellte Agent verfügt von Beginn an über Funktionen zur Ausführung von Shell-Befehlen, zum Lesen und Schreiben von Dateien sowie zur Websuche. Das Tool umfasst außerdem Mechanismen zum Zwischenspeichern von Prompts und zur Verwaltung des Gesprächskontexts. Diese Funktionen wirken sich unmittelbar auf den Tokenverbrauch und die Kontinuität der Aufgabenausführung aus.
Den genannten Standardeinstellungen zufolge werden die Ergebnisse von Tools, die etwa 1500 Tokens überschreiten, gekürzt. Eine Kontextkomprimierung durch Zusammenfassung beginnt, sobald die Nutzung des Kontextfensters 85 % überschreitet. Bei einer Überschreitung der Kapazität versucht das Tool, den Kontext innerhalb der Ausführungsschleife wiederherzustellen. Außerdem kann der Sitzungsspeicher aufbewahrt und ein früheres Gespräch mithilfe der Sitzungs-ID fortgesetzt werden. Unterstützt werden auch die von AWS so genannten „Skills“.
Flexibilität bei Modell und Bereitstellung
Der wichtigste praktische Punkt besteht in der Trennung der Agentenschicht vom Sprachmodell und vom Bereitstellungsziel. Nach dem Aufbau des Agenten kann das verwendete Modell ausgetauscht werden. Außerdem kann der Agent in jeder Umgebung bereitgestellt werden, in der Linux-Container verfügbar sind, und nicht nur in AWS-Diensten. Die Open-Source-Natur ermöglicht das Hinzufügen eigener Funktionen und Anpassungen. Der Beitrag enthält jedoch keine Angaben zu den Betriebsanforderungen oder zu den für die jeweilige Umgebung notwendigen Governance- und Sicherheitsmechanismen.
AWS bietet außerdem eine Befehlszeilenschnittstelle namens Strands CLI an, über die Modell, Tools, Erweiterungen und Agenteneinstellungen interaktiv ausgewählt werden können. Nach dem Aufbau kann der Agent als Programmdatei im TypeScript- oder Python-Format exportiert werden.
Was ändert sich in der Praxis?
Strands Harness macht den Aufbau von Agenten zu einem stärker wiederverwendbaren Zusammenstellungsprozess: Der Entwickler legt Modell, Tools und Aufgaben fest und kann anschließend das Modell oder die Bereitstellungsumgebung ändern, ohne den Agenten vollständig neu aufzubauen. Dies kann Teams zugutekommen, die mehrere Modelle testen oder vermeiden möchten, ihre Anwendungen an einen einzelnen Anbieter zu binden. Die Qualität der Ergebnisse und die Kosten bleiben jedoch vom ausgewählten Modell sowie von der Art der Tools und Aufgaben abhängig.
AWS veröffentlichte außerdem einen Benchmark-Vergleich. Darin hieß es, ein mit Strands Harness und Claude erstellter Agent habe in einem auf Fable 5 basierenden Test eine Punktzahl von 69,7 bei Kosten von 56,29 US-Dollar erzielt. AWS stellte ihn in dem präsentierten Vergleich als kostengünstiger und leistungsfähiger als Claude Code dar. Diese Zahlen stammen jedoch von AWS selbst und reichen allein nicht aus, um die Leistung außerhalb des Testszenarios zu bewerten.
Das bedeutet, dass die Ankündigung nicht auf eine vereinfachte Benutzeroberfläche zur Erstellung eines Agenten beschränkt ist, sondern ein Open-Source-Framework für die Verwaltung von Tools, Kontext, Speicher und Bereitstellung bietet. Gleichzeitig macht die Erteilung von Berechtigungen zur Ausführung von Befehlen sowie zum Zugriff auf Dateien und das Web die Kontrolle von Berechtigungen, Governance und Prüfpfaden zu grundlegenden betrieblichen Fragen. Der Quelltext enthielt hierzu keine ausreichenden Details.