Amazon 开源决策模型 Strands Decider 2B，主打低延迟低成本
Amazon 开源了一个 2B 的小模型，专门替 agent 在预设选项里做决定并给出置信度，成本比调用大模型低得多。
AWS 发布开源决策模型 Strands Decider 2B，灵感来自 TypeSafe 的 Jev。它不生成文本，而是在预设选项中做选择并给出置信度，速度快、成本低，体积小到可本地运行，面向不需要完整 LLM 的 agent 工作流步骤。
正文摘录
Amazon Web Services [发布](https://strandsagents.com/blog/introducing-strands-decider/)了一款开源决策模型，灵感来自 [TypeSafe 的 Jev](https://techcrunch.com/2026/09/18/a-new-kind-of-ai-model-from-a-chatgpt-inventor-is-thrilling-developers/)。与此同时，AI 开发者正越来越多地寻找比前沿 LLM 更适合计算机自动化的智能形态。 亚马逊的 Strands Decider 2B 与 OpenAI [宣布类似产品](https://techcrunch.com/2026/09/30/openais-jev-clone-could-help-the-frontier-lab-stop-its-swarming-agents/) 发生在同一周。它提供了一种高速、低成本的方式：在预先确定好的选项之间做选择，并给出它对这个选择有多确信的度量。该模型完全开源，现已可用，体量小到可以本地运行。 亚马逊杰出工程师（distinguished engineer，亚马逊内部的高级技术职级）Marc Brooker 在看到 Jev 之后，尝试 [自己动手做一版](https://brooker.co.za/blog/2026/09/28/engineering-system-one.html) 这类模型，由此催生了这个项目。