Strands Harness

AWS Strands Agents 团队发布 Strands Harness，一个完全组装的通用智能体 harness，以 Apache 2.0 许可提供 Python/TypeScript SDK。该框架将模型循环、工具调用、上下文管理、记忆与恢复等原语打包为可工作的默认配置，支持一行代码启动。

在 6 个基准（ALFWorld、ContextBench、GAIA、WebShop、τ²-bench、Terminal-Bench 2.1）上使用相同 Claude/GPT 模型测试，Strands Harness 相比其他主流 harness 平均 token 成本低 28%，准确率相当。在 Terminal-Bench 2.1 的 Claude Fable 5 头对头测试中，其成本比 Claude Code 低 77%，准确率高 7.9 分。

核心机制：上下文管理驱动效率

Strands Harness 的成本优势主要源于三条内置上下文管理规则：

1. 工具结果截断：超过 1,500 tokens 的输出自动截断，避免冗余信息污染上下文窗口
2. 动态摘要触发：当上下文使用率达 85% 时自动压缩历史对话，保留关键语义
3. 循环内恢复：窗口溢出时在 agent loop 内部执行上下文恢复，避免外部重试开销

这些默认值经实证验证有效。独立研究 HarnessTax 已证实：harness 选择对成功率影响微弱，但同一模型在不同 harness 下成本差异可达 5 倍。Strands 的后续论文将进一步量化其上下文策略的贡献。

性能实测：Terminal-Bench 2.1 头对头对比

⚠️ 注意：DeepSeek Harness 虽成本最低，但准确率显著落后；将其纳入使整体节省数字从更高值降至 28%。Strands 在成本-准确率帕累托前沿上占据最优位置。

开箱即用能力

create_harness() 返回的智能体默认具备：

• 多后端支持：Amazon Bedrock、Anthropic、OpenAI、Google、Ollama、LiteLLM
• 通用工具集：shell、文件读写编辑、网络请求（非任务专用工具）
• 大结果卸载：超长工具输出写入文件，仅保留引用
• 长期记忆：跨会话持久化，支持从 session ID 恢复
• 子任务委托：开放式任务自动分派给内置助手 agent，清单跟踪进度
• 技能发现：运行时加载 Agent Skills 扩展能力

部署与自定义

• 本地/云原生：捆绑技能文件可为 AWS/GCP/Azure/Cloudflare/Modal 生成部署配置
• CLI 原型开发：strands-cli 支持自然语言描述 → /export 生成含 MCP 服务器的完整 harness 代码（Python/TS zip）
• 深度定制：可覆盖任意默认值、替换模型/工具、甚至降级至 Strands Harness SDK 级别重构
• 一致性保证：笔记本原型与生产嵌入使用同一库依赖，消除“demo-生产”鸿沟

安装与快速开始

# Python
pip install strands-harness

# TypeScript
npm install @strands-agents/harness

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")

使用边界与注意事项

• 28% 为平均值：实际节省取决于任务类型、模型与上下文长度；简单任务收益小，长程复杂任务收益大
• 非编码专用：定位为通用 harness，编码场景可能不如 Claude Code/Codex 的深度优化
• 截断阈值可调：1,500 token 为默认值，特定领域（如法律文档）可能需要调整
• 摘要有损风险：85% 压缩可能丢失细微上下文，关键任务建议监控摘要质量
• DeepSeek Harness 权衡：若预算极度敏感且可接受准确率损失，仍是选项