AWS发布Strands Harness：开源Agent框架，Token成本降28%

许多开发者会发现，一个 Agent 想法在 Claude Code 或 Codex 里跑得好好的，一旦自己动手重新实现那套循环，就各种翻车。AWS 的 Strands Agents 团队正是瞄准了这个缺口，推出 Strands Harness——一套完整组装好的通用型 Agent Harness。它可以本地运行，也可以部署到云服务商，支持 Python 和 TypeScript，遵循 Apache 2.0 许可，一行代码即可启动。团队表示，在 6 个基准测试上，与跑同样 Claude 或 GPT 模型的同类 Harness 相比，成本降低了 28%，且精度基本持平。

能部署吗？能。它支持本地运行，同时附带了打包好的 Skills 文件，帮助你的编码 Agent 生成面向 AWS、GCP、Azure、Cloudflare 和 Modal 的部署配置。

什么是 Strands Harness

Harness 就是围绕模型的那套系统：循环、工具、上下文处理、记忆和恢复能力。Strands 此前已经通过 Strands Harness SDK 向外界暴露了这些构建块。Strands Harness 则把它们打包成了开箱即用的默认实现。它是一个通用型 Agent，而非专门的编码 Agent。

调用 create_harness() 会返回一个开箱即用的 Agent，具备以下能力：

• 支持当前主流推理模型，通过 Amazon Bedrock、Anthropic、OpenAI、Google、Ollama 或 LiteLLM 运行
• 内置 shell、file（读、写、编辑）和 web 工具，而不是针对每个任务单独设计工具
• 将体积较大的工具结果卸载到文件，并对每个请求中可复用的部分做缓存
• 跨运行次保留长期记忆，可根据 session ID 恢复对话
• 将开放式的子任务委托给内置的 helper Agent，并通过清单追踪多步骤工作
• 发现 Agent Skills 时自动加载

基准测试设置与 28% 这个数字

Strands Agents 团队在 Amazon EC2 上使用 Terminal-Bench 创建者开发的评估框架 Harbor 进行了分布式基准测试。分数是 6 个基准测试的平均值：ALFWorld、ContextBench、GAIA、WebShop、τ²-bench 和 Terminal-Bench 2.1。成本是每个任务的平均美元花费。图表中的竞争对手有 Claude Code、Codex、oh-my-pi、OpenCode 和 DeepSeek Harness。

有一点需要特别注意。DeepSeek Harness 是整体上 token 效率最高的 Harness，成本比 Strands Harness 低约 14%，但它在每个基准测试上的得分也都更低。图表脚注说明，将它纳入比较后，整体节省数字被拉低到了 28%。图表上得分最高的点位是 Claude Opus 5 搭配 Strands Harness，接近 85%。

Terminal-Bench 2.1：同一模型，5 种 Harness

最清晰的正面对比是用 Claude Fable 5 在 Terminal-Bench 2.1 上跑，每种 Harness 跑 89 轮。

Harness	成本	精度
Strands harness	$56.29	69.7
Oh-my-pi	$86.83	69.7
OpenCode	$73.42	66.3
Claude Code	$248.05	61.8
DeepSeek Harness	$40.30	59.5

对比 Claude Code，Strands harness 成本降低了 77%，且分数高出 7.9 分。Oh-my-pi 精度与 Strands 持平（均为 69.7），但成本高出 54%。DeepSeek Harness 更便宜，但落后了 10.2 分。团队还指出，另外两个开源 Harness 在成本和精度上相对 Claude Code 也有不错的表现。

效率背后的驱动因素

Strands Harness 为 prompt 缓存和上下文管理提供了开箱即用的默认配置。团队表示，上下文管理是驱动 token 效率和精度提升的主要因素。三条规则在起作用：

• 工具结果超过约 1,500 token 时会被截断
• 当上下文使用量超过 85% 时触发摘要（压缩）
• 当窗口溢出时在循环内部执行上下文恢复

这与近期独立研究结论一致。HarnessTax 研究比较了 Claude Code、Codex CLI 和 Pi 在 7 个模型上的表现，发现 Harness 的选择对成功率影响甚微，而同一个模型在成本上最多能差出 5 倍却达到相似的成功率。Strands 研究人员表示，针对其基准测试的后续论文即将发表。

安装方式为 pip install strands-harness 或 npm install @strands-agents/harness。按名称选择模型，或者将 Harness 指向本地 Ollama 模型：

from strands_harness import create_harness

agent = create_harness(model="litellm/openai/gpt-5.6-sol")
agent("Research the top three vector databases and compare their pricing")

Strands CLI（npm install @strands-agents/strands-cli）让你可以用纯英文原型化一个 Agent。在团队演示中，Agent 被要求添加 Playwright MCP server 并测量博客文章的视频加载延迟。运行 /export 后生成了包含 Playwright MCP 的 Harness 代码，以 Python 或 TypeScript zip 包形式输出。

CLI 本身基于 Strands Harness 构建。Strands 工程师 Gautam Sirdeshmukh 还用它构建了一款桌面应用，可以远程启动 Strands Harness 的运行。

定制化深入到各个层面。你可以 Override 任何默认配置、切换模型、添加工具，或者一直深入到 Strands Harness SDK 层面替换各个组件。由于 Harness 是一个库依赖，在笔记本上原型化的 Agent 和嵌入生产环境的 Agent 是同一个。

小结

• Strands Harness 将 AWS 的 Strands 基础组件打包为一个通用型、Apache 2.0 许可的 Agent
• 在 6 个基准测试上，与同类 Harness 相比报告了 28% 的成本降低，精度基本持平
• 在 Terminal-Bench 2.1 上搭配 Fable 5 使用，成本比 Claude Code 低 77%，且分数更高
• 性能收益来自上下文默认配置：1,500 token 截断、85% 压缩、循环内恢复
• 一行 create_harness() 调用即可对接 Bedrock、Anthropic、OpenAI、Google、Ollama 或 LiteLLM

了解更多技术细节、GitHub 仓库、PyPI 包和 Strands Agents 文档。

Asif Razzaq 是 Marktechpost AI Media Inc. 的首席执行官。作为一位有远见的企业家和工程师，Asif 致力于将人工智能的潜力用于社会公益。他最近的创业项目是推出一个人工智能媒体平台 Marktechpost，其突出特点是对机器学习和深度学习新闻的深入报道，既具技术深度又通俗易懂。该平台的月访问量超过 200 万次，显示出其在受众中的受欢迎程度。