据MarkTechPost报道，AWS旗下Strands Agents团队发布通用型开源智能体运行框架Strands Harness，以Apache 2.0协议提供Python和TypeScript版本，可本地运行或部署到云服务商，并以一行代码启动。团队称，在6项基准测试中，使用相同Claude或GPT模型时，该框架的Token成本比其他运行框架低28%，准确率接近。
Strands Harness所解决的问题是，开发者在Claude Code或Codex中验证智能体想法后，用自己的循环重建时往往遇到困难。该框架把Strands Harness SDK中的循环、工具、上下文处理、记忆和恢复等原语打包为可工作的默认配置。按文章描述，create_harness()返回的智能体可通过Amazon Bedrock、Anthropic、OpenAI、Google、Ollama或LiteLLM调用当前推理模型，内置shell、文件读写编辑和网络工具，将体积较大的工具结果卸载到文件并缓存请求中可复用的部分，支持跨运行长期记忆并通过会话ID恢复对话，还会把开放式子任务交给内置助手智能体，并用清单跟踪多步工作。它发现Agent Skills时会自动加载。捆绑的skills文件可帮助编码智能体生成面向AWS、GCP、Azure、Cloudflare和Modal的部署配置。
基准测试方面，Strands Agents团队在Amazon EC2上通过Harbor进行分布式评测，Harbor来自Terminal-Bench创建者。分数取ALFWorld、ContextBench、GAIA、WebShop、τ²-bench和Terminal-Bench 2.1六项基准的平均值，成本为每任务平均美元。对比对象包括Claude Code、Codex、oh-my-pi、OpenCode和DeepSeek Harness。文章脚注称，纳入DeepSeek Harness后，整体节省数字为28%。DeepSeek Harness整体Token效率最高，比Strands Harness便宜约14%，但在每项基准上得分都更低。图表中最高得分点是Claude Opus 5搭配Strands Harness，接近85%。
最直接的对比使用Claude Fable 5在Terminal-Bench 2.1上运行，每个框架89次试验。Strands Harness成本为56.29美元，准确率69.7；oh-my-pi成本86.83美元，准确率69.7；OpenCode成本73.42美元，准确率66.3；Claude Code成本248.05美元，准确率61.8；DeepSeek Harness成本40.30美元，准确率59.5。与Claude Code相比，Strands Harness成本低77%，得分高7.9个百分点；oh-my-pi准确率相同但成本高54%；DeepSeek Harness更便宜，但落后10.2个百分点。团队还称，另有两个开源运行框架在成本和准确率上表现良好。
效率来源方面，Strands Harness默认提供提示缓存和上下文管理。团队称上下文管理在很大程度上同时驱动Token效率和准确率。其规则包括：工具结果超过约1500 Token会被截断；上下文使用超过85%时触发摘要压缩；窗口溢出时在循环内进行上下文恢复。文章提到，HarnessTax研究比较Claude Code、Codex CLI和Pi在7个模型上的表现，发现运行框架选择对成功率影响很小，而同一模型可在最高5倍成本下达到类似成功率。Strands研究人员称，后续将发表关于其基准测试的论文。
使用方式上，可通过pip install strands-harness或npm install @strands-agents/harness安装，按名称选择模型，或指向本地Ollama模型。示例代码为from strands_harness import create_harness，然后agent = create_harness(model="litellm/openai/gpt-5.6-sol")。Strands CLI可用于用自然语言原型化智能体。在演示中，智能体被要求添加Playwright MCP服务器并测量一篇博客文章的视频加载延迟，运行/export后导出包含Playwright MCP的Python或TypeScript压缩包。CLI本身基于Strands Harness。Strands工程师Gautam Sirdeshmukh还用它构建了一个远程启动Strands Harness运行的桌面应用。用户可覆盖任何默认设置、替换模型、添加工具，或替换组件直至Strands Harness SDK。由于该框架是库依赖，笔记本上原型化的智能体与嵌入生产环境的是同一个。