Amazon Web Services（AWS）于 2026 年 9 月 29 日宣布开放源代码工具 Strands Harness。这是一层用于配置 AI 代理的工具，可让代理利用不同提供商的大型语言模型执行多种任务，而不必绑定单一模型或仅运行于 AWS 环境。
该工具基于 AWS 于 2026 年 8 月发布的 Strands Harness SDK。它支持通过 Amazon Bedrock 运行的模型，以及 Anthropic Claude、OpenAI GPT、Google Gemini、Ollama 和 LiteLLM。根据原始文章，只需几行代码即可创建代理，之后还可以通过修改其配置值来更换模型。
该工具提供什么？
通过 Strands Harness 创建的代理从一开始就具备执行 shell 命令、读写文件以及进行网页搜索等能力。该工具还包含提示缓存和对话上下文管理机制，这些功能会直接影响令牌消耗和任务执行的连续性。
根据所述默认设置，超过约 1500 个令牌的工具结果会被截短；当上下文窗口使用量超过 85% 时，系统会通过摘要开始压缩上下文。如果发生容量超限，工具会尝试在执行循环中恢复上下文。还可以保留会话记忆，并使用会话 ID 恢复此前的对话，同时支持 AWS 所称的“技能”。
模型和部署的灵活性
其最突出的实际特点，是将代理层与语言模型及部署目标分离。代理构建完成后，可以更换所使用的模型，也可以将其部署到任何提供 Linux 容器的环境中，而不仅限于 AWS 服务。开源特性允许添加自定义功能和修改，但文章没有提供有关运行要求或每种环境所需治理和安全机制的详细信息。
AWS 还提供了名为 Strands CLI 的命令行界面，可交互式选择模型、工具、插件和代理设置。构建完成后，可以将代理导出为 TypeScript 或 Python 格式的程序文件。
实际会发生什么变化？
Strands Harness 让代理构建更接近一种可复用的组装过程：开发者指定模型、工具和任务，随后即可更换模型或部署环境，而无需完全重新构建代理。这可能有助于希望测试多种模型或避免将应用绑定到单一提供商的团队；不过，结果质量和成本仍取决于所选模型以及工具和任务的性质。
AWS 还发布了一项基准比较，称在一项基于 Fable 5 的测试中，使用 Claude 通过 Strands Harness 构建的代理取得了 69.7 分，成本为 56.29 美元，并将其描述为在所展示的比较中成本低于 Claude Code、能力高于 Claude Code。不过，这些数字来自 AWS 自身，仅凭这些数字不足以判断其在测试场景之外的表现。
这意味着，该公告并不只是提供一个用于创建代理的简化界面；它还提供了一个用于管理工具、上下文、记忆和部署的开源框架。另一方面，允许代理执行命令并访问文件和网页，也使权限控制、治理和审计路径成为关键的运营问题，而源材料没有包含足够详细的信息来回答这些问题。