AWS ra mắt Strands Harness: Framework mã nguồn mở giúp giảm 28% chi phí token cho AI Agent

Nhiều lập trình viên nhận thấy ý tưởng về agent hoạt động tốt bên trong Claude Code hoặc Codex, nhưng lại gặp khó khăn khi họ xây dựng lại nó với vòng lặp (loop) của riêng mình. Đội ngũ Strands Agents tại AWS đang nhắm đến khoảng trống đó với Strands harness, một bộ khung (harness) agent đa năng, hoàn chỉnh. Nó có thể chạy cục bộ hoặc triển khai lên các nhà cung cấp đám mây, hỗ trợ Python và TypeScript theo giấy phép Apache 2.0, và bắt đầu chỉ với một dòng mã. Đội ngũ báo cáo chi phí thấp hơn 28% so với các bộ khung khác khi chạy cùng các mô hình Claude hoặc GPT trên 6 bài kiểm tra chuẩn (benchmark), với độ chính xác gần như tương đương.

Nó có thể triển khai được không? Có. Nó chạy cục bộ và một tệp kỹ năng (skills file) đi kèm giúp agent lập trình của bạn tạo cấu hình triển khai cho AWS, GCP, Azure, Cloudflare và Modal.

Strands Harness là gì?

Một bộ khung (harness) là hệ thống bao quanh mô hình: vòng lặp, công cụ, xử lý ngữ cảnh, bộ nhớ và khả năng phục hồi. Strands đã cung cấp các khối xây dựng đó thông qua Strands Harness SDK. Strands harness đóng gói chúng thành các thiết lập mặc định hoạt động hiệu quả. Nó được xây dựng như một agent đa năng, không phải là một agent chuyên về lập trình.

Ngay khi cài đặt, create_harness sẽ trả về một agent có khả năng:

Thiết lập Benchmark và con số 28%

Đội ngũ Strands Agents đã thực hiện kiểm tra chuẩn phân tán trên Amazon EC2 với Harbor, khung đánh giá từ những người tạo ra Terminal-Bench. Điểm số là mức trung bình trên 6 bài kiểm tra chuẩn: ALFWorld, ContextBench, GAIA, WebShop, τ²-bench và Terminal-Bench 2.1. Chi phí là số đô la trung bình cho mỗi tác vụ. Các đối thủ trên biểu đồ bao gồm Claude Code, Codex, oh-my-pi, OpenCode và DeepSeek Harness.

Một điều quan trọng cần lưu ý. DeepSeek Harness là bộ khung tiết kiệm token nhất, chạy với chi phí thấp hơn khoảng 14% so với Strands harness. Tuy nhiên, nó cũng đạt điểm thấp hơn ở mọi bài kiểm tra chuẩn. Chú thích biểu đồ nêu rõ rằng việc đưa nó vào đã làm giảm con số tiết kiệm tổng thể xuống còn 28%. Điểm số cao nhất trên biểu đồ là Claude Opus 5 trên Strands harness, đạt gần 85%.

Terminal-Bench 2.1: Cùng một mô hình, 5 bộ khung (harness)

So sánh trực tiếp rõ ràng nhất sử dụng Claude Fable 5 trên Terminal-Bench 2.1, với 89 lượt thử nghiệm cho mỗi bộ khung.

So với Claude Code, Strands harness có chi phí thấp hơn 77% và đạt điểm cao hơn 7,9 điểm. Oh-my-pi đạt cùng mức độ chính xác 69,7% nhưng với chi phí cao hơn 54%. DeepSeek Harness thậm chí còn rẻ hơn, nhưng lại kém hơn 10,2 điểm. Đội ngũ cũng lưu ý rằng 2 bộ khung mã nguồn mở khác cũng hoạt động tốt về chi phí và độ chính xác so với Claude Code.

Điều gì thúc đẩy hiệu suất?

Strands harness cung cấp sẵn các thiết lập mặc định cho việc lưu trữ prompt (prompt caching) và quản lý ngữ cảnh. Đội ngũ cho biết quản lý ngữ cảnh là yếu tố chính thúc đẩy cả hiệu suất token và độ chính xác. 3 quy tắc thực hiện công việc này:

Điều này phù hợp với các nghiên cứu độc lập gần đây. Nghiên cứu HarnessTax đã so sánh Claude Code, Codex CLI và Pi trên 7 mô hình. Kết quả cho thấy việc lựa chọn bộ khung hầu như không làm thay đổi tỷ lệ thành công, trong khi cùng một mô hình đạt được thành công tương tự với chi phí cao gấp 5 lần. Các nhà nghiên cứu tại Strands cho biết một bài báo tiếp theo về các bài kiểm tra chuẩn của họ sắp được công bố.

Bắt đầu sử dụng

Cài đặt bằng lệnh pip install strands-harness hoặc npm install @strands-agents/harness. Chọn một mô hình theo tên, hoặc trỏ bộ khung đến một mô hình Ollama cục bộ:

Strands CLI (npm install @strands-agents/strands-cli) cho phép bạn tạo mẫu (prototype) một agent bằng ngôn ngữ tự nhiên. Trong bản demo của đội ngũ, agent được yêu cầu thêm máy chủ Playwright MCP và đo độ trễ tải video trên một bài đăng blog. Việc chạy lệnh /export sau đó đã tạo ra mã nguồn của bộ khung, bao gồm cả Playwright MCP, dưới dạng tệp zip Python hoặc TypeScript.

Bản thân CLI được xây dựng trên Strands harness. Kỹ sư Gautam Sirdeshmukh của Strands cũng đã sử dụng nó để xây dựng một ứng dụng máy tính để bàn có thể khởi chạy các tiến trình Strands harness từ xa.

Khả năng tùy chỉnh rất sâu. Bạn có thể ghi đè bất kỳ thiết lập mặc định nào, thay đổi mô hình, thêm công cụ hoặc thay thế các thành phần cho đến tận Strands Harness SDK. Vì bộ khung là một thư viện phụ thuộc, agent được tạo mẫu trên máy tính xách tay cũng chính là agent được nhúng vào môi trường sản xuất.

Những điểm chính cần lưu ý

Hãy xem qua các chi tiết kỹ thuật, kho lưu trữ GitHub, gói PyPI và tài liệu của Strands Agents.

Asif Razzaq là CEO của Marktechpost AI Media Inc.. Là một doanh nhân và kỹ sư có tầm nhìn, Asif cam kết khai thác tiềm năng của Trí tuệ nhân tạo vì lợi ích xã hội. Nỗ lực gần đây nhất của ông là ra mắt Nền tảng Truyền thông Trí tuệ nhân tạo, Marktechpost, nổi bật với việc đưa tin chuyên sâu về học máy và học sâu, vừa đảm bảo tính kỹ thuật vừa dễ hiểu đối với đông đảo khán giả. Nền tảng này tự hào với hơn 2 triệu lượt xem hàng tháng, minh chứng cho sự phổ biến của nó đối với người xem.