AWS 入局 Agent SDK：Strands 开源，一套代码接五家模型

AI Agent 的地基之争又多了一个重量级玩家：AWS 开源了 Strands Agents——一套用"几行代码构建 AI Agent"为卖点的 SDK，仓库 8.4 千 stars（Apache-2.0），Python 和 TypeScript 双语言支持。

它的切入角度很清楚：当你本来要自己手写 agent loop 的时候，选 Strands。它跑在你自己的进程里、没有托管控制面，但一个包就把手搓 loop 迟早要长出来的东西全部备齐。

一个包里都有什么

• 生命周期控制：turn 上限、token 预算、取消、停止原因——手搓 loop 最容易漏的工程细节；
• 工具与结构化输出：工具调用 + schema 化返回，MCP 原生接入；
• 多 Agent 模式：同工作区或跨连接的专家 agent 互相委派；
• 记忆与会话：跨调用的持久上下文和 session 管理；
• 模型可移植：Amazon Bedrock、Anthropic、OpenAI、Gemini、Ollama 随便换，不被一家锁死；
• 护栏、追踪、评测：guardrails、observability 和 evals SDK 都在包内。

快速上手

最省事的入口是 Strands harness——一个装配好的"开箱即用 agent"，一次调用就拿到针对模型、工具、记忆、会话和上下文管理调优过的默认配置：

pip install strands-harness

from strands_harness import create_harness

agent = create_harness()

TypeScript 侧同理：npm install @strands-agents/harness 后 createHarness()。还有个 strands CLI 可以直接在终端里和 harness agent 聊天原型。想更细粒度控制就用底层 SDK：pip install strands-agents strands-agents-tools。

定位与生态

仓库是个 monorepo：harness-py、harness-ts、底层 SDK、CLI、文档站和一个 MCP server 全在里面。AWS 的 X 发布帖宣称 harness 在同样模型下 token 消耗少约 28%（自报口径，无第三方复现），并明确把 Claude Code、Codex 列为对标。对你的好处是：模型随便换（连 Ollama 本地都行），不被任何一家的订阅绑定。

适合谁用

• 要自建 agent 产品、又不想从 loop 开始手搓的团队：生命周期控制、护栏、评测这些"迟早要长出来"的部件直接拿；
• 担心供应商锁定的团队：五家模型一个接口，本地 Ollama 也支持；
• AWS 生态用户：和 Bedrock 的集成天然顺滑。

提醒一句：8.4 千 stars 在 agent SDK 赛道不算头部（LangChain、CrewAI 都在它前面），社区规模和生态成熟度还需要时间验证；"token 省 28%"是 AWS 自家口径。

仓库地址：github.com/strands-agents/harness-sdk（Apache-2.0），文档 strandsagents.com。