Amazon Web Services（AWS）开源发布了面向智能体开发的轻量级决策模型“Strands Decider 2B”。
据SiliconANGLE 1日（当地时间）报道，这一模型并不直接生成文本，而是通过在预设选项中进行选择来完成任务，目标是降低token消耗并缩短响应时间。
AWS表示，Strands Decider 2B针对本地部署和快速试验场景进行了优化，开发者既可在笔记本电脑上运行，也可部署在公有云环境中。
按照AWS的思路，智能体开发可采用“混合智能体”模式：由决策模型负责选择和路由，复杂推理任务则交由大语言模型（LLM）处理。
与LLM相比，决策模型的结构和能力边界有所不同。LLM可以生成文本、代码、图像和视频；决策模型则是在预定义选项中作出选择。模型每次输出都会附带置信度分数，便于开发者评估结果可信度。不过，由于不具备文本生成能力，这类模型也无法解释自身为何作出相关判断。
AWS认为，近期出现的类型安全AI项目Jev已经展现出决策模型的潜力，但由于并行输出架构的限制，其在复杂推理任务上的表现仍有上限。SiliconANGLE称，Strands Decider 2B正是为改进这类局限而推出。
Strands Decider 2B基于Qwen3.5-2B打造。AWS没有沿用Qwen3.5-2B原有的LLM输出头，而是换装了一个约100万参数的定制指针头（pointer head）。
此次开源的是v.20版本，参数规模为20亿。AWS称，这一级别的模型足够轻量，可在本地设备上以低于150毫秒的延迟运行，同时仍能处理复杂决策任务。
目前，开发者可通过Hugging Face下载该模型；完整代码库、训练脚本及示例已在GitHub上提供。
记者信息
Chi-gyu Hwang
delight@d-today.co.kr