AWS开源Strands Decider 2B，专为智能体决策而生
AWS开源一款20亿参数决策模型，可在约115毫秒内返回带校准概率的选项结果，面向智能体工作流部署。
专门负责“选答案”的模型
AWS旗下Strands Labs发布了Strands Decider 2B。这是一款面向有限决策的开放权重模型，不以生成对话文本为目标。开发者可以向它提供一段状态信息和若干结构化问题，由模型返回选项、是非判断或评分，并同时给出概率。模型采用Apache 2.0许可，权重、训练数据和训练脚本均已公开，可在CPU、消费级GPU以及苹果芯片设备上本地运行。
Strands Decider 2B以Qwen3.5-2B为基础，移除了传统语言模型的输出头，换成用于比较候选答案的指针头。它不需要逐个生成token，而是直接评估给定选项与输入状态的匹配程度。AWS表示，当前公开版本已经历19轮主要架构迭代。
它要进入智能体的“控制层”
这款模型的定位，是嵌入智能体工作流，承担低延迟的判断任务。例如，它可以决定是否调用工具、把客服请求分配给哪个团队、是否拦截请求，或在不确定时转交人工。AWS称，模型在RTX 3090上的本地中位延迟约为115毫秒；在M3 MacBook上处理小任务时约为153毫秒。在JevBench测试中，它在33款同级模型中排名第三；如果排除略高于20亿参数的模型，则排名第一。
它也有明确边界：不能自由写作，无法独立处理开放式复杂问题，也不是通用推理模型的替代品。开发者必须先定义好决策空间，并在真实业务中验证概率是否可靠。
为什么值得关注
这次发布为开发者提供了一个许可宽松、可本地部署的智能体决策组件。若这类模型逐渐成为生成模型的固定搭档，智能体架构可能从“一个大模型包办所有工作”，转向由生成、控制和升级处理等多个专用模型协同完成。