AWS开源AI智能体，成本比Claude Code低45%-AI基础设施-至顶网

亚马逊云科技（AWS）近日公开了一款全新的开源通用型AI智能体，旨在为开发者提供一个可以本地运行或部署至云端的现成基础框架。

这款名为Strands Harness的产品，是在Strands Agents基础上构建而成的。Strands Agents是AWS于2025年5月推出的开源Python SDK，用于构建AI智能体。Strands采用了AWS所称的"模型驱动方法"：开发者提供模型、工具和指令，而模型则自主决定如何完成任务以及何时调用这些工具。此后，AWS将Strands扩展到了TypeScript语言，并在2月份创建了Strands Labs，作为更具实验性项目的独立平台。

AWS副总裁兼杰出工程师马克·布鲁克向The New Stack表示，Strands Harness本质上是建立在现有Strands SDK之上的一层，为开发者提供一个预先配置好的Strands智能体。它整合了智能体执行长时间任务所需的工具和配套机制，并由AWS提供这些组件如何协同运作的默认设置。

布鲁克解释道："你仍然需要决定如何管理上下文、持久化对话、集成工具以及引导智能体的行为。像Strands Harness SDK这样的工具能提供构建模块，但这些决策仍需开发者自行完成。"

拆解Strands Harness

开箱即用的情况下，Strands Harness为开发者提供了一个具备文件、命令行和网络工具的可运行智能体，同时内置了对上下文、记忆、持久化会话、提示缓存以及向其他智能体委派任务的处理能力。

开发者可以通过Python或TypeScript包的方式安装Strands Harness，使用pip install strands-harness或npm install @strands-agents/harness命令即可。

AWS还提供了Strands CLI，作为原型设计和配置智能体的交互方式。开发者可以选择模型，添加提示词、工具及其他功能，然后使用/export命令将生成的智能体导出为Python或TypeScript代码。

每个智能体都可以针对不同任务进行定制，开发者能够更改其指令、选择所使用的模型、控制可用的工具和功能，并决定是否可以将工作交由其他智能体处理。

Strands Harness本身的大部分功能并不依赖AWS基础设施。智能体循环、工具、上下文管理、会话处理和任务委派等功能均包含在开源版本中，AWS表示默认情况下这些流程都在运行该智能体的本地机器上执行。

唯一的例外是对底层模型的调用。或许并不令人意外，AWS将模型访问路由至Amazon Bedrock——其用于访问和运行基础模型的托管服务。不过，布鲁克表示，这是唯一一个与AWS基础设施绑定的开箱即用默认设置，而且这一设置同样可以被替换。

他说："只需一行代码就能轻松切换到其他模型提供商。"

Strands Harness可以改用Anthropic、OpenAI或谷歌作为模型提供商，也可以通过Ollama使用本地运行的模型。更换提供商并不一定意味着更换底层模型，但布鲁克指出，选择不同的模型显然会影响智能体的行为表现。

他继续说道："不同模型在推理、工具使用和成本方面各有优势。但不变的是：无论使用哪家提供商，上下文管理、会话、工具、任务委派等功能的运作方式都是一致的。没有任何功能是必须依赖Bedrock的。"

值得注意的是，其他所有默认设置同样都可以更改。开发者可以引入自己的工具和技能，连接MCP服务器，调整上下文处理方式，并选择会话状态的存储位置。

布鲁克表示："开发者可以专注于自身应用的任务和领域专业知识，同时对需要不同行为表现的组件进行定制。"

AWS对自家智能体进行基准测试

AWS表示，Strands Harness的设计定位是通用型智能体，而非编程助手，不过它借鉴了Claude Code和Codex等Harness类产品的思路。AWS称，两者的区别在于，开发者可以将Strands Harness部署到自己选择的任何云服务商平台——这正回应了使用Claude Code和Codex的开发者们普遍存在的一个诉求，即希望能在云端运行相同的配置环境。

根据自身测试结果，AWS指出，即便底层模型保持不变，Harness管理周边智能体机制的方式也会对成本和性能产生实质性影响。针对每款Harness产品，AWS在六项基准测试中（ALFWorld、ContextBench、GAIA、WebShop、τ?-bench和Terminal-Bench 2.1）计算了平均得分，并与同批测试中每项任务的平均成本进行了对比。该公司表示，与Claude Code和Codex相比，Strands Harness的成本低了45%，而准确率大致相当。

不过，当把DeepSeek Harness纳入更广泛的比较范围后，这一数字降至28%——AWS表示，在匹配运行的测试中，DeepSeek Harness的成本比Strands Harness低约14%。

AWS特别指出，其上下文管理方面的默认设置是取得上述结果的主要原因之一。Strands Harness会截断特别庞大的工具输出内容，一旦可用窗口超过设定阈值便会压缩上下文，并在智能体循环过程中尝试应对上下文溢出的情况。

具体到Terminal Bench 2.1测试，AWS表示，运行Fable 5模型的Strands Harness成本比Claude Code低77%，在89次试验中花费为56.29美元，而Claude Code为248.05美元，同时得分分别为69.7和61.8。DeepSeek Harness的成本更低，为40.30美元，但其得分略低，为59.5。

对AWS而言，这些结果有助于证明将上下文管理等功能进行打包和调优的价值，相比之下，若要求每位开发者都独立使用SDK摸索这些决策，效率会低得多。

布鲁克表示："让原型跑起来只是第一步；评估这些选择对性能和成本的影响则是另一回事。我们看到的机会在于，将这些工程经验打包成一个完整的通用型智能体。"

这对AWS有何意义？

AWS显然也为运行这款智能体准备好了落地场所。Amazon Bedrock AgentCore是其用于部署和运营智能体的托管服务，提供身份与访问控制、可观测性以及托管所需的基础设施。

实际上，这个开源项目与该托管服务之间存在着紧密的技术关联。AgentCore Harness和Strands Harness由同一团队打造，尽管两者分属不同的代码库。布鲁克表示，针对其中一个产品的改进工作同样可以反哺另一个产品，这使得AWS能够将开源项目中研发的技术应用于其托管服务，反之亦然。

布鲁克再次强调，Strands Harness可以独立于AgentCore部署，完全脱离AWS环境运行。

他说："AgentCore是一个可选的托管层，适用于那些希望由AWS来管理基础设施部分的团队。不过，所有部署路径都是开放的，由开发者自行选择。"

尽管如此，这样的安排仍为AWS铺就了一条清晰的商业路径：开发者可以自由采用Strands Harness，而AgentCore则为那些最终希望由AWS来运行周边基础设施的团队提供了一个自然的落脚点。

Q&A

Q1：Strands Harness是什么？

A：Strands Harness是AWS推出的开源通用型AI智能体，建立在Strands Agents SDK基础上，为开发者提供预配置的智能体框架，可本地运行或部署到云端。

Q2：Strands Harness比Claude Code和Codex便宜多少？