AWS 發布開源 Agent 框架 Strands，宣稱節省 28% Token 消耗
為何重要
AWS 進一步收編 Agent 生態，提出一個 Plug-and-play 的通用框架，直球解決開發者構建 Agent 時重複造輪子的痛點。Token 消耗量的顯著下降（28%）對於長輪次或多步驟運作的 Agent 至關重要，有助於降低終端使用成本，但需觀察後續技術白皮書是否包含針對非 Coding 任務的驗證細節。
- AWS 推出名為 Strands 的開源 Agent 框架，使用 Python 或 TypeScript 開發，標榜只需一行程式碼即可部署於任一 AI 提供商。
- 在 AWS EC2 節點上使用 Harbor 框架測試，Strands 於六項基準測試中比 Claude 或 GPT 模型節省 28% 的 token，且在某些情況下準確率更高。
- 框架內建自動化 Context Management 機制，包含當工具結果超過 1,500 tokens 時截斷、Context Window 超過 85% 時自動壓縮，並在溢位時嘗試恢復 context。
- AWS 承認雖然 DeepSeek 的 harness 在 token 效率上略高，但在準確率上不及 Strands；目前定位為「一般用途 Agent」，但對比物件皆為 Coding agents。