AWS משחררת את Strands Harness: agent מסוג bring-your-own-model בעלות token נמוכה ב-28%

ה-Strands Harness של AWS הוא scaffold מורכב במלואו ל-agent שתוכנן לרוץ מקומית או להתפרס לכל ספק. מהקופסה הוא יכול לחפש ברשת, להריץ פקודות, לערוך קבצים, לזכור עבודה קודמת ולהעביר משימות בין שלבים — היכולות המרכזיות של agent אוטונומי מודרני לקוד ומחקר. הבידול הוא ארכיטקטורת ה-bring-your-own-model שלו: במקום לכבול את המפתחים למודל מוביל בודד, Strands מאפשר להם לחבר איזה מודל שהם מעדיפים.

טענת היעילות היא הכותרת. סגן נשיא AWS ל-Agentic AI, Swami Sivasubramanian, הכריז ב-X ש-Strands מספק 'ביצועים מובילים ב-28% פחות עלות token מ-harnesses דומים תוך התאמה או ניצחון עליהם בדיוק'. עלות token היא ההוצאה התפעולית הדומיננטית ל-workloads של agents — שבהם משימה בודדת יכולה לצרוך מאות אלפי tokens על פני הרבה סבבי קריאה לכלים — כך ש-28% הפחתה משמעותית ישירות לכלכלת פרודקשן.

Strands משלים שבוע צפוף במיוחד של הכרזות תשתית agents של AWS: AgentCore Runtime V2 (SLA לפרודקשן, cold starts של כ-2 שניות), הרחבת מודלים מתמשכת ב-Bedrock (Grok 4.6), וכעת harness ל-agent אגנוסטי למודל. החוט האסטרטגי עקבי — AWS בונה את מלוא ה-stack של agents כתשתית ניטרלית, מהמרת שארגונים רוצים בחירת מודל, שליטה בעלות ופריסה מבוקרת ולא agent של ספק בודד. ה-harness מתחרה מושגית בהצעות מ-OpenAI, xAI ו-frameworks של open-source כמו LangChain, אך הזווית של AWS היא השילוב של ה-harness עם שכבות ה-runtime, הזיכרון והאבטחה שלה. טענת היעילות תזדקק לאימות עצמאי, והגמישות של bring-your-own-model טובה רק כמו המודלים שהיא מארחת — אך עבור ארגונים המחויבים ל-AWS, Strands מוריד את המחסום להשקת agents בפרודקשן.