The Pulse
Strands harness dichiara costi in token inferiori del 28% in sei benchmark
Strands Agents ha rilasciato Strands harness, un agente generalista open source che può essere eseguito in locale o presso provider cloud e che, secondo quanto riportato, usa meno token ottenendo punteggi quasi equivalenti nei benchmark.
AI.info Team ·
Strands Agents ha rilasciato Strands harness il 21 settembre 2026, come pacchetto open source per eseguire in locale un agente di IA generalista o distribuirlo presso un provider cloud. Il progetto è disponibile con licenza Apache 2.0 ed è pensato per offrire un insieme preassemblato di funzionalità senza richiedere agli sviluppatori di creare da zero il ciclo dell’agente.
Nell’annuncio, Arron Bailiss, Tim Moreton e Albert Zhao, indicati come autori del post, hanno scritto:
Oggi rilasciamo Strands harness: un ambiente per agenti all’avanguardia, completamente assemblato, che si può eseguire facilmente in locale o distribuire presso il provider preferito.
Gli autori affermano che Strands harness costa il 28% in meno quando si usano gli stessi modelli Claude o GPT in sei benchmark. Riferiscono inoltre che ha mostrato una maggiore efficienza nell’uso dei token e punteggi quasi equivalenti nei benchmark rispetto a Claude Code, Codex e altri ambienti per agenti diffusi. La dichiarazione si riferisce quindi allo specifico confronto tra benchmark e non viene presentata come una riduzione generale valida per ogni caso d’uso.
Un agente pronto all’uso per attività generaliste
Strands harness è pensato per attività generaliste, non solo per la programmazione. Gli sviluppatori possono richiamare create_harness() in Python o createHarness() in TypeScript, selezionare un modello e assegnare un’attività all’agente così ottenuto.
Negli esempi dell’annuncio, all’agente viene chiesto di fare ricerche su diversi database, confrontarne prezzi e limiti e scrivere i risultati in un file. Il pacchetto include strumenti per la shell, i file e il web, oltre alla memoria a lungo termine e alla possibilità di riprendere una conversazione precedente usando un ID di sessione. Può anche delegare attività secondarie aperte a un agente ausiliario, monitorare il lavoro articolato in più fasi con una lista di controllo e caricare skill quando disponibili.
Strands harness supporta modelli tramite Amazon Bedrock, Anthropic, OpenAI e Google, oltre a modelli locali tramite Ollama e all’instradamento tramite LiteLLM. Il post descrive distribuzioni su provider che supportano container Linux, tra cui Modal, Cloudflare Containers, Azure Container Apps, Google Cloud Run, Amazon ECS e Amazon Bedrock AgentCore.
Gli sviluppatori possono installare il pacchetto con pip install strands-harness per Python o npm install @strands-agents/harness per TypeScript.
Gestione del contesto e uso dei token
Secondo l’annuncio, gran parte dell’efficienza nell’uso dei token dichiarata è dovuta alle funzionalità predefinite di gestione del contesto. I risultati degli strumenti che superano circa 1.500 token vengono troncati, la sintesi inizia quando la finestra di contesto supera l’85% e, in caso di superamento dei limiti, durante il ciclo viene eseguito il recupero del contesto. Il caching dei prompt memorizza le parti delle richieste riutilizzate per ridurre le operazioni ripetute.
La configurazione dei test ha utilizzato benchmark distribuiti su Amazon EC2 con Harbor. Il post afferma che Strands harness ha ottenuto punteggi quasi equivalenti a Claude Code, Codex e altri ambienti per agenti diffusi usando meno token. Aggiunge inoltre che un articolo successivo dei ricercatori fornirà maggiori informazioni sui benchmark.
Confronto con Fable 5
Un confronto incluso nel rilascio riguarda Fable 5. In quel test, Strands harness ha avuto costi inferiori del 77% rispetto a Claude Code e ha ottenuto un punteggio più alto in Terminal Bench 2.1.
Il post indica inoltre Deepseek Harness come il sistema più efficiente nell’uso dei token nel complesso, pur affermando che in genere registrava i punteggi di accuratezza più bassi. Questi risultati provengono dal confronto pubblicato dal team di Strands Agents; l’annuncio non fornisce la metodologia completa, i dettagli sulle versioni dei modelli né una tabella completa dei punteggi dei benchmark.
Dal prototipo al codice pronto per la distribuzione
Strands Agents offre anche un’interfaccia a riga di comando per la prototipazione. Gli sviluppatori possono descrivere un agente in inglese semplice, selezionare un provider del modello e aggiungere prompt e strumenti. L’interfaccia a riga di comando può esportare il progetto risultante in Python o TypeScript, consentendo agli sviluppatori di continuare a lavorare sul codice generato.
L’ambiente resta personalizzabile anche dopo la configurazione. Gli sviluppatori possono modificare le impostazioni predefinite, cambiare modello, aggiungere strumenti o sostituire componenti fino ad arrivare allo Strands Harness SDK, pensato per creare da zero un ambiente per agenti.
Il rilascio consiste in un pacchetto per Python e TypeScript con impostazioni predefinite selezionate, supporto per più provider di modelli, strumenti integrati, gestione del contesto e confronti dei costi pubblicati. Gli sviluppatori possono installarlo da PyPI o npm e iniziare con una sola chiamata a una factory.