9 月 21 日，AWS 的 Strands Agents 团队开源了 Strands Harness：一个 Apache 2.0 许可、同时支持 Python 与 TypeScript 的通用智能体框架，安装只需一行 pip install strands-harness 或 npm install @strands-agents/harness。它的卖法定得很直接——一行 create_harness() 调用，返回一个出厂即接好工具、上下文管理、会话与记忆的完整智能体。
这不是 Strands 系的起点。AWS 在 2025 年 5 月就开源了 Strands Agents SDK，但开发者很快发现一个尴尬：在成熟脚手架里调好的智能体原型，一旦自己从零搭外层循环，往往就散了架。Strands Harness 补的正是这一层——它不暴露零散积木，而是在 SDK 之上打包了一组合理的默认值。出厂默认包括：shell 与文件读写等基础工具、联网与搜索、程序化工具调用器、可委派开放式子任务的内置子智能体；会话可按 ID 恢复、长期记忆默认开启；Skills 文件自动加载；支持连接 MCP 服务器；模型侧可接 Amazon Bedrock、Anthropic、OpenAI、Google、Ollama 或 LiteLLM。随附的 CLI 还允许用自然语言先跑通原型，再一键导出成 Python 或 TypeScript 代码。
成本数据是这次发布的焦点，但需要先把口径摆清楚：基准由 AWS 自测，跑在自家 EC2 上，用的是 Terminal-Bench 团队开源的 Harbor 评测框架，成绩是六项基准（ALFWorld、ContextBench、GAIA、WebShop、tau2-bench 与 Terminal-Bench 2.1）的平均值——平均每任务 Token 成本比 Claude Code、Codex 等同类脚手架低 28%，准确率大体持平。最大的一组对比来自 Terminal-Bench 2.1 加 Claude Fable 5 的组合，每个脚手架各跑 89 次试验：Strands Harness 单次运行成本 56.29 美元，Claude Code 是 248.05 美元，便宜 77%，准确率反而高出 7.9 分。oh-my-pi 准确率与 Strands 持平，但成本贵 54%。表格里最省的是 DeepSeek Harness（40.30 美元），代价是每项基准都低——它把六项平均值拉低了，AWS 自己也承认，若不含它，降幅会更大。
比数字更有价值的是机制。按官方说明，效率增益既不来自更聪明的模型，也不来自特别的架构，而是三条朴素到近乎无聊的上下文规则：其一，工具结果超过约 1500 Token 就截断并落盘成文件，别让一次冗长的日志倾倒占住后续每一轮对话；其二，上下文用量到窗口的 85% 就触发摘要压缩；其三，压缩后仍溢出，就在智能体循环内部执行上下文恢复。这三条都不是专利技术——它们可迁移到任何脚手架，也解释了为什么成本差距可以达到 4 倍以上：差距出在 harness 层，不在模型层。
部署侧的提醒同样值得记下。第三方实践文章指出，Strands Harness 的出厂默认值对个人开发者友好，对企业却不安全：默认调用 Bedrock 上的模型、工具调用默认全部放行无需确认、会话与长期记忆写在本地目录。在数据合规严格的环境里（尤其欧盟），企业至少要先改掉这几个默认值，再让公司数据靠近它。迁移值不值也要自己算——拿厂商的 28% 直接套在自己的月账单上没有意义，正确做法是用同一组任务在两套脚手架上各跑一遍，量出属于自己的那组数字。
放眼整个 harness 赛道，Claude Code、Codex、OpenCode、oh-my-pi、DeepSeek Harness 挤满了玩家，AWS 的打法是把「最好的默认值」打包成开源产品，赌的是：当智能体工程从原型走向生产，团队愿意为省心的默认值换掉手搓的循环。逐基准的完整成绩表目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。