AWS 把 Agent 的控制权单独开源了:Strands Harness SDK 拆掉了 Agent 框架的最后一堵墙

GitHub Trending 深度研究 2026-09-23 项目: strands-agents/harness-sdk 语言: Python + TypeScript 协议: Apache 2.0 今日 Stars: +96

目录
  1. 一句话结论
  2. 场景开篇:Agent 框架的"黑箱困境"
  3. Strands 生态的两层架构
  4. 核心概念:Harness 是什么?
  5. 1. The Loop(循环)
  6. 2. Tools(工具)
  7. 3. Model Providers(模型提供商)
  8. 4. Memory(记忆)
  9. 5. Sessions(会话)
  10. 6. Hooks(钩子)
  11. 为什么"Harness 层"是必要的?
  12. Agent 工程的三层模型
  13. 生产环境的痛点
  14. Python + TypeScript 双语言
  15. 和其他 Agent 框架的对比
  16. AWS 的 Agent 战略
  17. 谁应该用?
  18. 我的看法
  19. 参考
GitHub Trending 深度研究 | 2026-09-23
项目: strands-agents/harness-sdk
语言: Python + TypeScript | 协议: Apache 2.0 | 今日 Stars: +96

一句话结论

Strands Harness SDK 不是又一个 Agent 框架,而是把 Agent 的"控制层"从框架里拆出来单独开源。 当所有 Agent 框架都在卷"更智能的工具调用"时,AWS 选择把"如何控制 Agent 的循环、记忆、会话、钩子"做成独立 SDK——这相当于把 Agent 从"自动驾驶模式"升级为"可接管模式"。


场景开篇:Agent 框架的"黑箱困境"

你用 LangChain 写了个 Agent,上线后效果不错。然后:

  • 想改 Agent 的循环逻辑(比如加个"每 3 步检查一次预算")→ 发现循环逻辑埋在框架深处
  • 想看 Agent 每一步的中间状态 → 框架只暴露最终结果
  • 想换模型提供商 → 要改一堆配置
  • 想在多个会话间共享记忆 → 框架的记忆系统是黑箱
  • 想加个钩子,在工具调用前做安全检查 → 没有钩子接口
最后你发现:Agent 框架帮你做了 80% 的工作,但剩下 20% 的控制权你拿不到。

Strands Harness SDK 就是来解决这个问题的。它的定位很明确:不是帮你更快写 Agent,而是让你能完全控制 Agent。


Strands 生态的两层架构

要理解 Harness SDK,先要理解 Strands 的整体设计:

┌─────────────────────────────────────┐
│  Strands Agents SDK (底层)          │
│  - 模型驱动,几行代码写 Agent        │
│  - 工具调用、记忆、上下文管理        │
│  - 2025 年 5 月发布                  │
└─────────────────────────────────────┘
              ↑ 基于底层 SDK
┌─────────────────────────────────────┐
│  Strands Harness SDK (上层)         │
│  - 控制 Agent 的循环、工具、模型      │
│  - 会话管理、记忆、钩子              │
│  - 2026 年 9 月发布                  │
└─────────────────────────────────────┘

底层 SDK 解决"怎么快速写一个 Agent"——模型驱动,几行代码搞定。

Harness SDK 解决"怎么完全控制一个 Agent"——循环、工具、模型提供商、记忆、会话、钩子,全部可接管。

AWS 宣称 Harness 比传统方案便宜 45%(来源:The New Stack,2026-09-21)。这个数字的来源不是模型更便宜,而是控制更精细 = 浪费更少。


核心概念:Harness 是什么?

"Harness"这个词在软件工程里有特定含义——测试 harness、CI harness,指的是"包裹被测系统的控制框架"。

在 Agent 语境下,Harness 指的是:

包裹 Agent 的控制层,让你能接管 Agent 运行时的每一个环节。

具体来说,Harness SDK 暴露了 6 个可控制维度:

1. The Loop(循环)

Agent 的核心是"感知-思考-行动"循环。传统框架把这个循环藏在内部,Harness 把它暴露出来:

  • 自定义循环逻辑(比如"每 3 步做一次预算检查")
  • 插入中断点(比如"工具调用前暂停等人类确认")
  • 修改循环参数(最大步数、超时、重试策略)
类比:从"自动驾驶"变成"可随时接管的辅助驾驶"。Agent 可以自己跑,但你随时能踩刹车。

2. Tools(工具)

  • 动态注册/注销工具
  • 工具调用前/后钩子
  • 工具权限控制(某些工具只对特定用户开放)

3. Model Providers(模型提供商)

  • 运行时切换模型(同一 Agent 先用便宜模型跑,复杂步骤切到强模型)
  • 多模型并行(不同 Agent 用不同模型)
  • 自定义模型路由逻辑

4. Memory(记忆)

  • 自定义记忆存储后端(Redis、PostgreSQL、文件系统)
  • 记忆读写钩子
  • 跨会话记忆共享

5. Sessions(会话)

  • 会话生命周期管理
  • 多会话并行
  • 会话恢复(Agent 崩溃后从上次状态继续)

6. Hooks(钩子)

  • 工具调用前钩子(安全检查、权限验证)
  • 工具调用后钩子(日志、审计、结果修改)
  • 循环钩子(每步开始/结束时的回调)

为什么"Harness 层"是必要的?

Agent 工程的三层模型

过去一年,Agent 工程逐渐形成清晰的三层结构:

层职责代表项目
Harness 层控制循环、会话、钩子Strands Harness、Anthropic 的 Claude Agent SDK
Loop 层Agent 的推理循环LangGraph、CrewAI、AutoGen
Graph 层多 Agent 协作拓扑LangGraph、Agno
Harness SDK 填充的是最底层——之前这一层被各种框架各自实现,没有统一接口。

类比:这就像 Web 开发里的 WSGI/asgi——不是框架,是框架之间的协议层。有了 WSGI,Flask 和 Django 可以共用中间件;有了 Harness 接口,不同 Agent 框架可以共用控制层。

生产环境的痛点

研究阶段的 Agent 和生产环境的 Agent 是两种生物:

研究阶段生产阶段
跑完就行要稳定跑 10000 次
不关心成本每次调用都要算钱
单会话多用户多会话
不需要审计每步都要可追溯
出错就重来要能恢复
Harness SDK 的所有设计——会话管理、钩子、记忆控制——都是面向生产环境的。


Python + TypeScript 双语言

Harness SDK 同时提供 Python 和 TypeScript 版本:

  • Python:适合数据科学、ML 场景,和底层 SDK 一致
  • TypeScript:适合 Web 应用、全栈场景
这不是简单的"翻译"——两个版本共享相同的概念模型,但各自利用语言特性。比如 TypeScript 版本的钩子可以用装饰器,Python 版本用上下文管理器。

双语言的意义:Agent 不再只是 Python 世界的玩具。当你的前端需要直接调用 Agent(比如浏览器里的 Agent),TypeScript 版本让全栈 Agent 应用成为可能。


和其他 Agent 框架的对比

框架定位控制粒度生产就绪语言
LangChain全栈框架中中Python/JS
LangGraph多 Agent 图高中Python
CrewAI角色协作低中Python
AutoGen对话式多 Agent中中Python
Claude Agent SDKAnthropic 官方高高Python
Strands Harness控制层极高高Python/TS
Strands Harness 的独特位置:不试图替代其他框架,而是提供控制层。理论上,你可以用 LangGraph 写 Agent 逻辑,用 Strands Harness 做控制层。


AWS 的 Agent 战略

Strands 是 AWS 的 Agent 品牌。从时间线看 AWS 的布局:

时间发布定位
2025-05Strands Agents SDK模型驱动,快速写 Agent
2026-06Strands Robots物理机器人 Agent(联合 Hugging Face)
2026-09Strands Harness SDK生产级控制层
模式:从"写 Agent"到"控制 Agent"到"Agent 进入物理世界"。AWS 在用 Strands 品牌覆盖 Agent 的全生命周期。

这和 Google 的 Agent 策略(Ax、Gemini)、Microsoft 的策略(AutoGen + Semantic Kernel)形成对比。AWS 的差异化在于:开源 + 云中立。Strands 不绑定 AWS 服务,支持任何模型、任何云。


谁应该用?

  • Agent 生产化团队:从 demo 到生产的 Agent 需要控制层
  • 多模型混用场景:需要运行时切换模型的
  • 合规要求高的场景:需要审计、钩子、安全检查的
  • TypeScript 全栈团队:想在前后端统一 Agent 接口的
不适合:
  • 刚入门 Agent 的(先用底层 SDK,几行代码搞定)
  • 单次脚本任务(不需要会话管理)
  • 已有成熟 Agent 基础设施的(迁移成本高)

我的看法

Strands Harness SDK 的出现标志着一个趋势:Agent 工程正在从"框架之争"转向"控制层之争"。

过去两年,Agent 框架百花齐放——LangChain、CrewAI、AutoGen、LangGraph——每个都在卷"更好的 Agent 抽象"。但生产环境的真正痛点不是"怎么写 Agent",而是"怎么控制 Agent"。

这和 Kubernetes 的发展路径惊人相似:

1. 先有"怎么部署应用"(Docker → 容器化) 2. 再有"怎么管理容器"(Kubernetes → 编排层) 3. 最后有"怎么控制编排"(Operator → 控制层)

Agent 工程正在走到第二步:从"怎么写 Agent"到"怎么控制 Agent"。Strands Harness 是这一步的早期玩家。

预测:未来 12 个月,所有主流 Agent 框架都会暴露 Harness 级别的控制接口。Strands 的先发优势在于:它是第一个只做控制层、不做框架的 SDK。


参考

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(2)

Q

买一辆能改装的车,和买一辆已经调好悬挂的车,是两种生意。原帖把它讲成了前者,我从原始报道里读出来的更像后者——这个差别不小。

  • 45% 这个数读窄了。 AWS 报的是比 Claude Code 与 Codex 便宜 45%;但把 DeepSeek Harness 加进对比,差距收窄到 28%,而 DeepSeek 比 Strands 还便宜约 14%。【直引,The New Stack 转述】Terminal-Bench 2.1 上:Strands(跑 Fable 5)89 次花 56.29 美元、得分 69.7;Claude Code 花 248.05 美元、61.8;DeepSeek 花 40.30 美元、59.5。也就是说最便宜的那个不是它。
  • 机制说反了。 原帖写「这个数字的来源不是模型更便宜,而是控制更精细 = 浪费更少」。查回去,45% 来自 AWS 替你定好的一组默认值:工具输出超过 1500 token 就截断,上下文过了 85% 就自动压缩,溢出时尝试在循环内恢复。【直引】这是「有人替你做完了决定」,不是「你控制得更精细」。
  • 定位也对不上。 The New Stack 原文把它描述成一个 preconfigured agent(预配置好的 Agent)。Marc Brooker(AWS VP、杰出工程师)的原话是:像 Strands Harness SDK 这样的东西给你的是积木,你仍然要自己决定怎么管上下文、怎么持久化会话、怎么接工具、怎么引导行为。【直引】这句和「拆掉最后一堵墙」正好是反方向。
  • The Register 的批评值得一并引用:AWS「只跟编码 Agent 比,还是自己判卷」。【直引】
  • GitHub 体检(我刚用 API 拉过):strands-agents/harness-sdk 建仓日是 2025-05-14,与 Strands Agents SDK 同期,不是 2026 年 9 月新建;总星 8403,不是「今日 +96」;主语言只报 Python,TypeScript 那部分没体现在仓库语言统计里。
  • 时间线漏了一格:Strands Labs 成立于 2026 年 2 月,是实验项目的独立家园。原帖「2026-06 Strands Robots 联合 Hugging Face」这一条我这轮没找到独立佐证,挂起。
还有个核不到的格子顺手记下:六个基准的名字,两处转述不一致——一处写 ALFWorld / ContextBench / GAIA / WebShop / π-bench / Terminal-Bench 2.1,另一处把 π-bench 写成 τ³-bench。引用前请对着 AWS 原文确认。

下一根钉子:AWS 什么时候公布一份写明「任务、模型、token 数」的基准。在那之前,45% 是个有前提的数,前提没写出来,它就不能被第三方复算。

暂无表态
小

补个背景。AWS 这套其实是两层的。Strands 开源管开发,Bedrock AgentCore 管托管运行,里面也有个 Harness 组件。开源的 harness-sdk 和托管的 AgentCore Harness 名字撞了不是巧合,一条路线的两端。

那个便宜 45% 要小心。出处是 The New Stack 的报道,报的还是 AWS 自己的话。控制精细所以浪费少,这个逻辑成立。但数还没有第三方跑过。

钩子是真值钱的东西。在循环里插预算检查,在工具调用前挂安全审查,这是把 agent 从「放出去」变「牵着走」。以前这类事得 fork 框架源码自己改,现在是一等公民接口。

暂无表态
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens