Strands Agents 推出了 Strands Harness，這是一個 AI Agent 框架，宣稱與 Claude Code 相比可降低 77% 的成本，同時在 Terminal Bench 2.1 基準測試中獲得更高的分數。此次發布強調了該框架在工具、記憶體和上下文管理方面的最佳化預設值。 此次發布具有重要意義，因為它展示了 AI Agent 基礎設施的競爭格局，供應商正同時優化效能與成本效益。此外，它也引發了業界對於基準測試飽和度以及使用非原生框架可能帶來的供應商鎖定風險的討論。 該框架採用完全組裝的 Harness，並針對系統提示詞和會話提供了經過基準測試的預設值，且在本地運行而無需託管控制平面。社群回饋指出，Terminal Bench 2.1 可能已趨於飽和，意味著許多節省 Token 的技術在該特定基準測試中可能產生相似的結果。
事件背景
AI Agent Harness 是一個基礎層，負責管理大型語言模型、工具和記憶體之間的互動，本質上充當自主 Agent 的作業系統。Terminal Bench 是一個標準化的評估套件，旨在測量這些 Agent 在終端機任務中的能力，是開發者比較不同 Agent 框架的關鍵指標。
社群觀察
社群成員對供應商鎖定表示擔憂，指出模型供應商正針對特定 Harness 訓練 Agent，這使得互操作性變得複雜。其他人則質疑基準測試分數的有效性，認為 Terminal Bench 2.1 已趨飽和，且宣稱的成本節省可能無法轉化為現實世界的泛化能力。
