AWS Strands Harness：由本機 AI Agent 原型走向多雲部署

Strands Harness 係 AWS 推出嘅開源 AI Agent「骨架」：目標唔係再提供一個模型，而係填補「本機試到個 Agent 幾似樣」同「變成可部署應用」之間嗰段最麻煩嘅路。

開發者可以先用模型加任務，在自己電腦跑起原型；之後保留同一套工具、狀態及上下文處理方式，整理成 Python 或 TypeScript 專案，再按目標環境部署。AWS 定位佢為可本機運行、亦可部署到開發者偏好供應商嘅通用 Agent Harness，唔係 AWS 專用 runtime。7

模型以外，Harness 究竟幫你處理乜？

一個模型本身唔等於一個可靠嘅 Agent。真正決定 Agent 點樣做事嘅，仲包括：點樣取得上下文、何時調用工具、點樣保留工作狀態、點樣交畀其他 Agent，以及執行時有咩限制。

Strands Harness 預先配備咗以下能力：

• 檔案操作、Shell 指令及網頁工具
• 上下文管理
• 持久 session 同記憶
• Prompt 快取
• 多 Agent 委派

以上功能令開發者毋須每次由互動式 Demo 走向服務化應用時，都自己砌 Agent loop、工具層同狀態層。5

Strands 亦支援 Model Context Protocol（MCP）。MCP 係一種開放標準，讓 Agent 連接由外部託管嘅工具；換言之，Agent 可按授權使用公司內部系統或第三方服務，而唔使將每個整合都硬寫入 Agent 核心邏輯。Strands SDK 採用可插拔、唔綁定單一模型供應商嘅方式，支援 Amazon Bedrock、Anthropic API、OpenAI，以及 Ollama 等本機或開源模型選項。15

由工作電腦搬到部署環境

Strands 嘅賣點係可攜性：先喺本機做原型，將項目建立或整理成 Python／TypeScript 專案，作為一般軟件測試，再按目標環境加入部署設定。

現有發布報道指，相關部署指引涵蓋 AWS、Google Cloud、Azure、Cloudflare、Modal 及本機環境。6

不過，可以部署唔代表一鍵變成可安心投產。以下工作仍然係開發及營運團隊責任：

• 只授予 Agent 完成工作所需嘅最少檔案、Shell、網絡及資料權限。
• 密碼、API key 同供應商憑證要放喺 prompt 同原始碼以外。
• 將 MCP server 同外部工具視為信任邊界一部分。
• 涉及改基建、發訊息、修改正式資料等後果較大嘅操作，應加入人工批准或沙盒隔離。
• 上線前建立日誌、監察、測試，以及針對實際工作負載嘅評估。

Harness 可以慳返整合工序，但唔會替機構決定存取控制、風險承受能力同可靠性標準。

用 Strands CLI 快速起步

官方 quickstart 指出，CLI 需要 Node.js 20 或以上；互動式設定可讓你選擇 Python 或 TypeScript。Python 專案則需要 Python 3.10 或以上。2

# 安裝互動式 CLI
npm install -g @strands-agents/cli

# 啟動設定助手
strands

如使用 Python，文件列出嘅安裝方式如下：

python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install strands-harness

TypeScript 則先建立 Node.js 專案，再依照最新版 quickstart 安裝 @strands-agents/harness。2

實際做法可以係：透過互動設定定義 Agent 角色、可使用工具、模型供應商同記憶需求；先本機運行；然後將產生或設定好嘅專案提交到版本控制並測試，當成可部署成品。CLI 指令流程可能隨版本改動，若要用特定產生或匯出指令，應先查看 strands --help 同最新 quickstart。2

模型可換，供應商設定仍然要做

Strands 支援跨供應商模型，但可攜性唔會自動消除各供應商嘅登入、存取及付費要求。Harness SDK 預設使用 Amazon Bedrock；用家需要設定 AWS 憑證，並為所選模型啟用存取權限。12

其他供應商同樣會有自己嘅 credentials、endpoint、收費安排同政策控制。至於使用本機或開放權重模型嘅團隊，Strands 相關基準工具文件提及可透過 LiteLLM、vLLM 等 runtime 接入。18

實務上，呢個設計令團隊可以唔好將 Agent 營運設計鎖死喺一個模型廠商；但每次轉模型或 runtime，都應重新測試質素、延遲同工具調用可靠性。

AWS 話平 28%，應該點睇？

AWS 聲稱，Strands Harness 在六項 benchmark 中，使用相同 Claude 或 GPT 模型時，比其他 Harness 低 28% 成本，而準確度接近相若。7

另有報道引述 AWS 比較，指它相對 Claude Code 及 Codex 約 便宜 45%；若將 DeepSeek Harness 納入比較，則收窄為 28%。兩個數字比較嘅對象組合不同，唔應當成同一個「通用慳錢幅度」。5

呢類數據值得研究，因為上下文點樣組裝、點樣處理工具輸出、點樣編排工作同驗證結果，確實會大幅影響 token 用量同任務結果。有研究立場論文亦認為，面對長步驟任務、而模型能力相近時，執行 Harness 對表現差異嘅影響可以大過模型本身。17

但要記住，基準結果仍然係 AWS 自行發布。《The Register》指出，發布時嘅比較把通用 Harness 同編程 Agent 放埋一齊，並形容為 AWS 自己「批改自己份功課」。3 呢個唔代表結果必然錯，只代表它唔係獨立證據，亦無法保證任何 Agent 工作負載都會更平或更好。

較公平嘅內部測試，應固定模型、prompt、任務集、工具、權限、重試策略、延遲目標同成本計法。成本亦唔止 input/output token，仲包括工具調用、儲存、基建、人手覆核、失敗重試，以及一次錯誤操作所帶來嘅代價。

邊類團隊較適合用？

Strands Harness 較適合想要一個通用 Agent 起點、需要真正工具存取與有狀態行為，但同時想保留模型同部署目標選擇權嘅開發者。

尤其當一個本機 proof of concept 原本要大幅重寫，先可以加入記憶、工具整合、上下文控制或雲端部署途徑時，佢嘅價值會更明顯。57

至於 AWS 嘅 benchmark 數字，最穩陣嘅態度係視為可驗證假設，而唔係採購承諾：由範圍窄、隔離好嘅 Agent 開始；只開真正需要嘅工具；以具代表性嘅工作量量度成功率、延遲同全盤成本；等權限、監察同審批控制到位，先逐步推向正式環境。