Neu von AWS: Weniger Kontextpflege für selbst gebaute KI-Agenten

AWS hat mit Strands harness eine quelloffene Laufzeitumgebung für KI-Agenten vorgestellt. Das auf dem Strands Harness SDK aufbauende Projekt soll sich lokal und in Container-Umgebungen betreiben lassen. Nach Herstellerangaben benötigte es in sechs Benchmarks mit denselben Claude- oder GPT-Modellen im Schnitt 28 Prozent weniger Token als die verglichenen Agent-Harnesses, ohne bei der Genauigkeit merklich zurückzufallen. Als Open-Source-Projekt steht es unter der Apache-2.0-Lizenz.

Ein Agent Harness bündelt die wiederkehrenden Bausteine, die einen KI-Agenten arbeitsfähig machen: Es steuert den Ablauf zwischen Modell und Werkzeugen, verwaltet Kontext und Sitzungen und behandelt Fehlerfälle. Das richtet sich vor allem an Entwickler, die Agenten mit Zugriff auf etwa Shells, Dateien oder Webdienste bauen und betreiben wollen. AWS entwickelt mit Strands Agents ein Open-Source-SDK für autonome KI-Agenten; Strands harness soll daraus eine direkt nutzbare Standardlaufzeit machen.

Herstellerbenchmark mit Claude Code und Codex

AWS vergleicht das Harness nach eigenen Angaben mit Claude Code, Codex und weiteren Agent-Harnesses. Die Tests liefen verteilt auf EC2-Instanzen mit dem Benchmark-Framework Harbor. Dabei habe Strands harness annähernd gleiche Benchmark-Ergebnisse erreicht, zugleich aber weniger Token verbraucht. DeepSeek Harness sei in den Tests zwar noch tokensparender gewesen, habe jedoch meist niedrigere Genauigkeitswerte erzielt.

Die Werte sind natürlich nur Herstellerangaben. AWS veröffentlicht in der Ankündigung zu Strands harness keine vollständigen Einzelergebnisse zu den sechs Benchmarks. Ein weiterer Beitrag der beteiligten Forscher mit Details zur Methodik und den Messwerten soll allerdings folgen.

Als Ursache für die Effizienz nennt AWS vor allem die voreingestellte Kontextverwaltung. Das Harness kürzt Werkzeugausgaben ab rund 1500 Token, fasst den bisherigen Verlauf zusammen, wenn das Kontextfenster zu mehr als 85 Prozent gefüllt ist, und versucht bei einem Überlauf, benötigten Kontext wiederherzustellen. Das soll etwa verhindern, dass lange Logdateien oder Terminal-Ausgaben den Kontext unnötig füllen und dadurch weitere Modellaufrufe verteuern.

Werkzeuge, Speicher und CLI gehören zum Paket

Strands harness unterstützt laut AWS aktuelle Modelle über Amazon Bedrock, Anthropic, OpenAI, Google, Ollama und LiteLLM. Als Bibliothek steht es für Python und TypeScript bereit. Standardmäßig bringt die Laufzeit Werkzeuge für Shell-Befehle sowie das Lesen, Schreiben und Bearbeiten von Dateien mit. Auch ein Webwerkzeug gehört zum Paket.

Hinzu kommen Sitzungen und Langzeitspeicher, eine Aufgabenliste für mehrstufige Abläufe sowie ein Hilfsagent für offene Teilaufgaben. Das Harness kann außerdem vorhandene Skills laden. Entwickler sollen die Vorgaben bei Bedarf austauschen oder einzelne Komponenten bis hinunter zum SDK ersetzen können.

Für Prototypen bietet Strands zusätzlich eine Kommandozeilenoberfläche. Über sie lassen sich Agenten per natürlichsprachlicher Eingabe zusammenstellen; der erzeugte Stand kann anschließend als Python- oder TypeScript-Code exportiert werden. Die Laufzeit soll auf jedem Anbieter mit Linux-Containern laufen, darunter Amazon ECS, Google Cloud Run, Azure Container Apps, Cloudflare Containers und Modal.