AWS开源Strands Harness：同模型Token成本下降，企业账单仍取决于运行方式
2026-09-21，AWS团队发布开源通用代理框架Strands Harness，可在本地或不同云环境运行，并内置上下文管理和会话功能，提供提示缓存、工具与任务委派。官方基准称其在相同Claude或GPT模型下Token成本低28%，企业实际账单降幅需另行计算。
2026-09-21，AWS团队发布开源通用代理框架Strands Harness，可在本地或不同云环境运行，并内置上下文管理和会话功能，提供提示缓存、工具与任务委派。官方基准称其在相同Claude或GPT模型下Token成本低28%，企业实际账单降幅需另行计算。（来源 1）
事件摘要与时间线
Strands Agents官方宣布发布Strands Harness，将其定位为预装主要组件的通用代理框架，适用范围不限于编程。项目采用Apache 2.0许可证，支持Python和TypeScript，可在本地运行，也可部署至能够承载Linux容器的不同提供商。官方页面使用“Today”描述发布，并未披露精确上线小时；The New Stack发稿时则称项目预计当周一晚些时候上线，两者反映的是发布窗口而非可核验到小时的时间点。（来源 1、来源 2）
框架默认提供文件、Shell和网页工具，并集成上下文窗口管理和跨运行记忆，支持持久会话与提示缓存，以及子任务委派和清单跟踪。团队仍可替换模型、工具和默认组件，或将会话状态放到自行选择的位置，因此此次发布没有推出新模型，核心是把代理长期运行所需的外围机制打包为可修改的实现。（来源 1、来源 2）
行业背景
The New Stack援引AWS副总裁兼杰出工程师Marc Brooker称，Strands Harness位于既有Strands SDK之上，为开发者提供预配置代理。报道回顾称，AWS于2025年推出开源Python版Strands Agents，随后扩展到TypeScript；新框架试图减少团队自行拼装上下文、会话持久化、工具集成和行为引导的工作。（来源 2）
其成本主张来自AWS测试，与模型供应商调价无关。官方称，在六项基准中使用相同Claude或GPT模型时，Strands Harness成本低28%，准确率大致相当或更好；The New Stack进一步报道，对Claude Code和Codex的较窄比较口径为低45%，纳入DeepSeek Harness后则为低28%。这些百分比口径不同，不能合并为统一折扣。（来源 1、来源 2）
对行业与企业团队的影响
官方将Token效率主要归因于默认上下文策略：超过约1500 Token的工具结果会被截断，上下文窗口使用超过85%时触发压缩，溢出后还会在代理循环内恢复；重复请求部分则可通过提示缓存复用。对企业而言，这些机制可能减少长任务反复携带历史内容产生的Token消耗，但截断和摘要也可能改变任务结果，仍需按自身工作负载同时评估成本、准确性和可追溯性。（来源 1）
在Terminal Bench 2.1的一组官方测试中，The New Stack报道Strands Harness搭配Fable 5完成89次试验的成本为56.29美元，Claude Code为248.05美元，即前者低77%；对应得分分别为69.7和61.8。该数字只描述指定模型、基准和试验次数，不能外推到客服、研究、数据处理等生产任务，也不能证明所有企业会获得相同比例的账单下降。（来源 2）
Strands Harness可连接Amazon Bedrock、Anthropic、OpenAI、Google，也可指向本地Ollama模型或经LiteLLM接入。开源框架仅意味着框架代码可按许可证使用，并不意味着底层模型调用、计算资源或云部署免费。企业总支出仍会受到所选模型、输入与输出Token、缓存命中、任务重试、运行时长及承载环境影响；来源没有给出这些提供商在本次发布中的新价格或固定折扣。（来源 1、来源 2）
风险边界与待确认信息
基准结果由AWS生成，官方称测试通过EC2上的Harbor分布式运行，并表示后续将发布研究论文。目前来源未提供足以复核生产环境账单的完整任务分布、缓存条件、输入输出Token拆分或不同地区费用，因此“这些比例”都应视为特定测试结果，而非客户节省承诺。（来源 1）
Amazon Bedrock AgentCore是可选托管层，可提供身份与访问控制、可观测性及代理托管基础设施；Brooker强调Strands Harness也能脱离AgentCore和AWS部署。使用托管层可能形成独立于模型调用的云基础设施支出，但两篇来源均未披露AgentCore在此次发布中的具体价格和计费单位，也未披露地区差异，因而不能据此估算总成本。（来源 2）
The New Stack的相关数字来自其对AWS高管的采访及AWS测试材料，并非该媒体独立复现实验。该文署名作者为Paul Sawers，文末同时披露其所有者Insight Partners投资了OpenAI和Anthropic；阅读涉及这些模型提供商的评价时，应将这一利益关系与AWS作为测试方的角色一并纳入判断。（来源 2）
后续观察指标
企业后续可重点观察AWS承诺的研究论文是否披露可复现实验配置，以及真实工作负载中每项任务的输入和输出与缓存Token，还有重试次数、完成质量和延迟。若默认截断或压缩需要为准确性而频繁回退，基准中的Token优势可能缩小；若长任务能够稳定复用上下文并减少冗余工具输出，节省才更可能转化为实际API费用变化。（来源 1）
预算评估还应区分三类记录：底层模型调用和代理运行所需的云或本地基础设施，以及最终支付与对账流水。Strands Harness支持多种模型提供商和多种部署目的地，意味着框架层面的Token优化未必与云托管费用同步变化；只有在相同任务质量和完成率下比较完整成本，才能判断是否真正降低单位任务支出。（来源 1、来源 2）
VMCardio 观察
VMCardio观察：开源框架费用、模型调用账单与云托管账单应分开归集，再与卡片支付流水核对。基准中的Token降幅不能直接替代预算测算，实际支付结果还取决于供应商计费、部署方式和企业自身用量。
参考资料
- 来源 1：Introducing Strands harness: frontier performance with 28% lower token cost，Strands Agents（AWS团队），2026-09-21T00:00:00.000Z
- 来源 2：AWS open-sources an AI agent it says is 45% cheaper than Claude Code and Codex，The New Stack，2026-09-21T18:30:16.000Z