Amazon Web Services Inc. affirme tenter d'aider les développeurs à résoudre le problème de la mise à l'échelle des agents d'intelligence artificielle dans les environnements cloud avec le lancement de Strands Harness, un agent open source qui peut les aider à créer et à déployer des applications d'IA dans n'importe quel environnement.
Dans un article de blog publié aujourd'hui, AWS a expliqué que de nombreux développeurs ont déjà construit localement des prototypes d'agents d'IA à l'aide d'outils tels que Claude Code d'Anthropic PBC et Codex d'OpenAI Group PBC, car ces environnements « fonctionnaient simplement » sur leurs propres machines. Mais lorsqu’il s’agit de passer d’une configuration locale à un environnement cloud évolutif, ils rencontrent des problèmes.
C'est là qu'intervient Strands Harness. Il fournit ce qu'AWS dit être un agent complet et prêt à l'emploi qui peut s'exécuter localement ou dans n'importe quel cloud, c'est-à-dire non seulement AWS mais également Google Cloud, Microsoft Azure, Modal, Cloudflare et autres.
Strands Harness est construit sur le kit de développement logiciel Strands Harness, qui est un framework open source développé par AWS pour gérer et exécuter des modèles multi-agents. Il s'agit d'une base extrêmement flexible, capable de fonctionner sur les derniers modèles pionniers d'Anthropic, OpenAI, Amazon Bedrock et Google. Si les développeurs préfèrent garder leurs agents hébergés localement, ils peuvent également pointer Strands Harness vers un modèle Ollama hébergé sur leur propre machine.
AWS a déclaré que Strands Harness est livré avec de nombreux composants essentiels prêts à l'emploi, notamment des capacités de lecture, d'écriture et d'édition, de shell et de recherche sur le Web. Au lieu d'amener les développeurs à concevoir des outils sur mesure pour chaque tâche agentique qu'ils souhaitent que leurs agents puissent effectuer, Strands Harness s'appuie sur des outils que le modèle sous-jacent sait déjà utiliser.
Le modèle dispose également de fonctionnalités avancées de gestion du contexte, gérant intelligemment sa propre fenêtre de contexte en déchargeant les résultats de l'outil vers des fichiers séparés et en mettant en cache les parties réutilisées des requêtes. Cela lui permet de réduire les délais de traitement et le rend plus efficace en termes de consommation de jetons.
Strands Harness conserve également une mémoire à long terme entre les exécutions, ce qui lui permet de reprendre les conversations précédentes via les ID de session. Il existe même un agent d'assistance intégré qui peut également déléguer des sous-tâches ouvertes à l'aide d'une liste de contrôle automatisée. Les développeurs peuvent également télécharger diverses « compétences d'agent » et intégrer des outils externes tels que des serveurs Model Context Protocol.
Selon AWS, Strands Harness a réalisé d'excellents résultats par rapport à une série de références du secteur. Il a révélé que l'agent était 26 % plus efficace que les agents construits sur d'autres frameworks lorsqu'il utilisait le même modèle sous-jacent.
Il avait également une plus grande efficacité symbolique par rapport à Claude Code et Codex, et a mieux performé que ces agents sur plusieurs autres benchmarks. Par exemple, dans un test utilisant le modèle Fable 5 d'Anthropic, Strands Harness a coûté 77 % de moins que Claude Code sur les mêmes tâches, tout en obtenant un score global plus élevé sur le benchmark Terminal Bench 2.1.
AWS a déclaré que le principal cas d'utilisation de Strands Harness est le prototypage rapide de nouvelles applications d'IA. L'une des équipes d'AWS a utilisé Strands Harness pour développer Strands CLI, une interface de ligne de commande qui permet aux développeurs et à ceux qui n'ont pas de compétences en codage de prototyper des agents IA à l'aide de commandes en langage naturel. Tout ce que l'utilisateur a à faire est de sélectionner le modèle sous-jacent, d'ajouter les invites et les outils dont il pense que l'agent a besoin, puis d'utiliser une commande « /export » pour télécharger le code du harnais sous-jacent sous forme de fichier Python ou TypeScript.
Strands Harness est disponible en téléchargement sur GitHub. Il peut également être installé directement via les gestionnaires de packages standard en utilisant pip install strands-agents-harness ou npm install strands-agents-harness.
