亚马逊云科技开源决策模型与智能体执行沙箱

亚马逊云科技开源了两个面向 AI 智能体开发的项目：Strands Decider 2B 负责在预设选项中进行轻量决策，Strands Box 则提供隔离的智能体执行环境。两者分别覆盖工作流中的“选择做什么”和“如何安全执行”两类问题。

Strands Decider 2B 拥有 20 亿参数，支持模型路由、工具选择、分类、护栏和上下文管理等任务。它不会生成冗长答案，而是从候选项中给出决策结果及置信度分数。该模型基于 Qwen3.5-2B，将语言模型头替换为候选评分用的指针头，并通过 rank-16 LoRA 适配器微调。相关模型权重、训练数据和脚本均已公开，开发者可以本地运行和修改。

性能方面，Decider 2B 在 NVIDIA RTX 3090 上的决策中位延迟约为 115 毫秒，在 Apple M3 MacBook 处理小型任务时约为 153 毫秒。其 JevBench v19 检查点在 231 项公开任务中的准确率为 72.3%。开发者可安装 strands-decider 软件包，通过命令行使用，也能将其接入 Strands 智能体。

Strands Box 目前仍处于开发者预览阶段，用于隔离和控制智能体执行。它结合内核级隔离机制与开源策略语言 Dogwood，可统一管理 Shell 命令、Python 代码、MCP 工具、文件系统和网络访问。策略能够依据操作内容及历史记录允许或拒绝行为，例如要求代码通过测试后才能推送仓库，或限制外部 API 的调用频率，从而减少对提示词约束的依赖。

该沙箱可与不同模型和智能体框架配合，支持本地或云端部署，不必替换现有架构。类似能力也可通过容器沙箱、Firecracker microVM 和托管式执行环境实现，但 Strands Box 进一步加入了基于工具参数和操作历史的条件控制。其竞争方案还包括 TypeSafe AI 的 Jev，后者同样用于分类、路由和工具选择并返回置信度，不过通过托管 API 提供；目前已公布的 JevBench 结果不足以证明 Decider 2B 性能更优。

早期实践反馈显示，Decider 2B 能帮助阻止智能体调用不支持的天气工具，但实际部署仍面临并发请求、Apple Silicon 兼容性和冷启动延迟等问题。开发者在 X 上举例称，Strands Box 可以规定智能体读取客户文件后不得发起出站 HTTP 请求。两个项目由此将 Strands 生态从智能体编排扩展到决策和执行控制领域。