9月21日，AWS正式发布Strands Harness开源代理框架，支持本地运行或部署至任意云环境（AWS、Azure、GCP、Cloudflare等），Apache 2.0许可下提供即用型工具、上下文管理和多代理协作能力。基准测试显示，相同模型下token消耗降低28%，部分场景（如Terminal Bench 2.1搭配Fable 5）成本较Claude Code低77%且得分更高。[[1]](https://siliconangle.com/2026/09/21/aws-debuts-strands-harness-an-open-source-ai-agent-that-can-be-deployed-in-any-environment/)[[2]](https://strandsagents.com/blog/introducing-strands-harness/)
这一动作正值代理经济从原型验证转向规模化部署的关键节点。OpenAI、Anthropic等前沿实验室主导的闭源代理（如Astra、Claude Code Projects）虽功能强大，但绑定特定模型与基础设施，迁移成本高企。AWS此举则提供“中立底座”：开发者可自由切换底层模型，导出Python/TypeScript代码后无缝投产，打破平台锁定。相比Meta Muse被亚马逊封杀的事件，AWS选择开放而非封闭，意图抢占“harness层”控制权——这一层决定代理如何高效调用工具、维持状态与降低成本。
对比可见路径分化：中国实验室（如智谱、阿里Qwen）更侧重垂直领域开源模型，追求性价比与本土适配；美系巨头则在模型能力与安全治理间拉锯，AWS通过开源基础设施中立化，吸引不愿绑定单一供应商的开发者。数据层面，token效率直接影响推理成本——随着代理处理长任务、跨系统协作，28%的节省在百万级部署中将转化为显著优势。
未来6-12个月，这一框架能否成为行业事实标准，仍取决于生态迁移速度与AWS自身AgentCore托管服务的转化效果。若开发者大量采用，代理开发将从“模型竞赛”转向“基础设施+效率”竞争，但也可能加剧开源与闭源阵营的割裂。谁能主导下一代代理的默认运行时，将重塑整个价值链。[[3]](https://www.theregister.com/ai-and-ml/2026/09/21/aws-bolts-together-open-source-agent-harness-says-it-sips-fewer-tokens-than-rivals/5297915)
**信源**：
AWS debuts Strands Harness, an open-source AI agent that can be deployed in any environment
https://strandsagents.com/blog/introducing-strands-harness/
https://www.theregister.com/ai-and-ml/2026/09/21/aws-bolts-together-open-source-ai-agent-harness-says-it-sips-fewer-tokens-than-rivals/5297915