AWS推出开源智能体Strands Harness，可跨任意环境部署

亚马逊云科技（AWS）表示，正致力于帮助开发者解决人工智能智能体从本地环境扩展至云端环境的难题，为此推出了开源智能体Strands Harness，可帮助开发者在任意环境中构建和部署AI应用。

AWS在今日发布的一篇博文中解释道，许多开发者已经利用Anthropic PBC旗下的Claude Code以及OpenAI Group PBC旗下的Codex等工具，在本地搭建了AI智能体的原型，因为这些环境在自己的机器上运行得很顺畅。但当需要从本地配置转向可扩展的云端环境时，他们就会遇到各种问题。

这正是Strands Harness发挥作用的地方。AWS称，它提供了一个完整、即用型的智能体，能够在本地或任意云端运行，这里的云端不仅指AWS，还包括谷歌云、微软Azure、Modal、Cloudflare等平台。

Strands Harness构建于Strands Harness软件开发工具包之上，这是AWS开发的一个开源框架，用于管理和运行多智能体模式。该框架具有极高的灵活性，能够运行在Anthropic、OpenAI、亚马逊云科技Bedrock以及谷歌的最新前沿模型之上。如果开发者更倾向于将智能体保留在本地托管，也可以将Strands Harness指向自己机器上托管的Ollama模型。

AWS表示，Strands Harness开箱即带有众多必要组件，包括读取、写入与编辑、命令行以及网络搜索能力。Strands Harness并不要求开发者为智能体想要执行的每一项任务专门设计定制工具，而是依赖模型本身已经掌握使用方法的工具。

该模型还具备先进的上下文管理能力，通过将工具运行结果转移至独立文件、并对请求中重复利用的部分进行缓存，智能地管理自身的上下文窗口。这使其能够缩短处理时间，并在Token消耗方面表现得更加高效。

Strands Harness还能在多次运行间保持长期记忆，这使其能够通过会话ID恢复此前的对话。它甚至内置了一个辅助智能体，可以借助自动化清单，将开放式的子任务委托给该辅助智能体处理。开发者还可以上传各类“智能体技能”（Agent Skills），并集成模型上下文协议（MCP）服务器等外部工具。

AWS表示，Strands Harness在多项行业基准测试中表现强劲。测试发现，在使用相同底层模型的情况下，该智能体比基于其他框架构建的智能体效率高出26%。

与Claude Code和Codex相比，它在Token使用效率方面也更胜一筹，并在多项其他基准测试中表现更优。例如，在一项使用Anthropic Fable 5模型进行的测试中，Strands Harness在完成相同任务时的成本比Claude Code低77%，同时在Terminal Bench 2.1基准测试中取得了更高的综合分数。

AWS表示，Strands Harness的主要应用场景是新AI应用的快速原型开发。AWS的一个团队就利用Strands Harness开发出了Strands CLI，这是一款命令行界面工具，使开发者以及不具备编程技能的用户都能够通过自然语言命令来构建AI智能体原型。用户只需选择底层模型，添加自己认为智能体所需的提示词和工具，然后使用“/export”命令即可将底层的harness代码下载为Python或TypeScript文件。

Strands Harness可从GitHub下载获取，也可以通过标准包管理器直接安装，命令为pip install strands-agents-harness或npm install strands-agents-harness。

Q&A

Q1：Strands Harness是什么？

A：Strands Harness是AWS推出的一款开源AI智能体，基于Strands Harness软件开发工具包构建，能够帮助开发者在本地或任意云端环境中构建和部署AI应用，支持AWS、谷歌云、微软Azure等多种平台。

Q2：Strands Harness有哪些主要功能？

A：它内置读取、写入与编辑、命令行、网络搜索等基础能力，具备先进的上下文管理和长期记忆功能，还支持内置辅助智能体处理子任务，并可集成MCP服务器等外部工具。

Q3：Strands Harness在性能测试中表现如何？

A：在行业基准测试中，Strands Harness比其他框架构建的智能体效率高出26%，Token使用效率优于Claude Code和Codex，在部分测试中成本比Claude Code低77%，同时获得更高综合分数。