AWS 開源 Strands Harness，預組代理設定降低詞元成本達 28%

AWS 開源的 AI 代理專案 Strands Agents 發布 Strands Harness，提供一套預先配置的通用 AI 代理執行框架，讓開發者不必自行組合工具、記憶及上下文管理機制即可開始使用。官方以相同模型進行六項基準測試，結果顯示詞元成本可降低達 28%。

AI 代理的開發成本，有相當部分並非來自模型本身，而是周邊的工程工作。開發者需要決定代理能使用哪些工具、如何保存與檢索記憶、上下文要放進多少資訊、任務中斷時如何回復——每一項都需要設計與調校，而且不同專案往往重複造輪子。

預組框架的價值就在於此。把經過驗證的配置作為預設起點，開發者可以先跑起來再依需求調整，縮短從概念到可用原型的時間。而降低詞元成本的關鍵，多半在於上下文管理的效率——避免把不必要的內容重複送進模型，是控制推論成本最直接的手段。

成本議題在代理應用中格外重要。代理執行多步驟任務時，每一步都可能呼叫模型，累積的詞元用量遠高於單次問答；當應用規模放大到數萬或數百萬次執行，幾個百分點的效率差異就會顯著反映在雲端帳單上。業界分析人士指出，推論成本的控制能力，正逐漸成為 AI 應用能否商業化的關鍵。

選擇開源則有生態系考量。透過開放框架吸引開發者採用，雲端業者能在模型之外建立黏著度，並讓自家平台成為代理應用的預設部署環境。

後續觀察重點在於社群採用情況、與其他代理框架的相容性，以及實際專案中的成本節省是否符合基準測試結果。