快速了解本文
AWS 开源 Strands Decider 2B 模型，专注智能体决策与路由。
推出 Strands Box 沙盒环境，提供执行过程的安全隔离控制。
Decider 2B 支持本地部署，在 RTX 3090 上延迟约 115 毫秒。
本摘要由 AI 辅助整理，请以正文内容为准。
数智朋克讯 AWS 宣布推出两个用于 AI 智能体开发的开源项目：Strands Decider 2B 和 Strands Box。前者专注于智能体工作流中的高效决策与路由，后者则提供执行过程中的安全隔离与权限控制，进一步完善了智能体开发基础设施。
Strands Decider 2B：高效决策与路由
Strands Decider 2B 是一个拥有 20 亿参数的模型，专为模型路由、工具选择、分类、护栏和上下文管理等决策任务设计。该模型基于 Qwen3.5-2B 构建，将其语言模型头替换为指针头以对候选答案进行评分，并使用 rank-16 LoRA 适配器进行微调。在性能方面，Strands Decider 2B 在 NVIDIA RTX 3090 上的中位决策延迟约为 115 毫秒，在 Apple M3 MacBook 上为 153 毫秒；在 JevBench 的 231 个公共任务评估中，其 v19 检查点的准确率达到 72.3%。AWS 已开源该模型的权重、训练数据和脚本，支持开发者在本地运行和修改。与 TypeSafe AI 通过托管 API 提供的 Jev 模型相比，Strands Decider 2B 的核心差异在于完全开源且支持本地部署。
关键数据
Strands Box：安全隔离与权限控制
针对智能体执行安全，AWS 同时推出了处于开发者预览阶段的 Strands Box。这是一个用于执行 AI 智能体的隔离沙盒环境，结合了操作系统级隔离与开源策略语言 Dogwood。Strands Box 支持对 shell 命令、Python 执行、MCP 工具、文件系统操作和网络访问的细粒度控制。通过内核强制隔离机制，开发者可以基于内容和执行历史通过策略层直接控制智能体操作，从而有效减少对传统提示词指令的依赖，提升执行过程的安全性和确定性。