Strands harness: агентный фреймворк с экономией токенов на 28%
strandsagents.com · оригинал
Материал подготовлен автоматизированной редакционной системой. Факты можно сверить по указанному первоисточнику.
Команда разработчиков представила Strands harness — универсальный агентный каркас, который обеспечивает сопоставимую с лидерами рынка точность при снижении стоимости токенов на 28%. Инструмент доступен под лицензией Apache 2.0 и позволяет запускать сложные агенты локально или в облаке с минимальным кодом.
Появление Strands harness снижает барьер входа для создания продвинутых ИИ-агентов, предлагая готовое решение по управлению контекстом и стоимостью вычислений. Это позволяет разработчикам фокусироваться на бизнес-логике, а не на инфраструктурных настройках, что ускоряет прототипирование и снижает операционные расходы.
Разработчики из команды Strands Agents анонсировали выход Strands harness — полностью собранного агентного каркаса, предназначенного для создания универсальных ИИ-агентов. В отличие от специализированных инструментов для программирования, таких как Claude Code или Codex, новый фреймворк позиционируется как общее решение, которое можно легко развернуть локально или на облачных провайдерах. Для запуска достаточно одной строки кода на Python или TypeScript, что значительно упрощает процесс интеграции по сравнению с ручной настройкой примитивов агентной логики.
Ключевым преимуществом Strands harness является баланс между точностью и экономической эффективностью. Согласно данным внутренних тестов, при использовании моделей Claude или GPT фреймворк демонстрирует снижение стоимости токенов на 28% по шести бенчмаркам, сохраняя при этом точность на уровне или выше конкурентов. Исследователи подчеркивают, что их цель — не жертвовать качеством ради экономии, а оптимизировать оба параметра одновременно. В частности, в сравнении с Claude Code на модели Fable 5, Strands harness показал снижение затрат на 77% и более высокие результаты в Terminal Bench 2.1.
Эффективность достигается за счет встроенных механизмов управления контекстом. По умолчанию фреймворк применяет кэширование промптов и автоматическое управление окном контекста: результаты инструментов, превышающие 1500 токенов, обрезаются, а при заполнении окна более чем на 85% запускается суммаризация (компрессия). Если происходит переполнение, система выполняет восстановление контекста внутри цикла работы. Эти механизмы, по словам разработчиков, являются основным драйвером высокой токен-эффективности и стабильной точности.
Strands harness работает с последними моделями от Amazon Bedrock, Anthropic, OpenAI и Google, а также поддерживает локальные модели через Ollama. Фреймворк поставляется с базовым набором инструментов: shell, файловая система (чтение/запись/редактирование) и веб-инструменты. Агент самостоятельно управляет своим контекстным окном, выгружая объемные результаты в файлы и кэшируя повторяющиеся части запросов. Также предусмотрена долгосрочная память между запусками и возможность делегирования подзадач встроенному вспомогательному агенту.
Для быстрого прототипирования команда разработала Strands CLI, который позволяет описывать агента на естественном языке. Пользователь может настроить провайдера модели, добавить промпты и инструменты, а затем экспортировать готовый код на Python или TypeScript с помощью команды /export. Этот подход позволяет итеративно дорабатывать агента с помощью других кодинг-ассистентов. Например, в демо-сценарии агенту было поручено добавить Playwright MCP и измерить задержку загрузки видео, после чего код был успешно экспортирован.
Фреймворк полностью кастомизируем: разработчики могут переопределять любые настройки, заменять модели или добавлять новые инструменты вплоть до уровня Strands Harness SDK. Код доступен под лицензией Apache 2.0, что обеспечивает свободу использования и модификации. Установка осуществляется через pip для Python или npm для TypeScript. Команда также приглашает пользователей присоединиться к их сообществу в Discord для обсуждения вопросов агентных технологий.