自己搭 AI Agent，像临时雇了个助理，却还得亲手规定它每轮做什么、何时停下、出错后怎么查。Strands Agents 想把这套杂活收进统一的 Agent harness——也就是模型与业务应用之间的“运行骨架”，负责循环调用模型和工具、管理状态，并控制任务结束。
它以开源 SDK（供开发者直接写进应用的代码库）提供 Python 和 TypeScript 两套实现，在应用进程内运行，不依赖托管控制平面。开发者可以接入 Amazon Bedrock、Anthropic、OpenAI、Gemini 等模型提供方，也能使用自定义后端；更换后端时，业务代码可尽量保持一致。它还把轮次上限、token 预算、取消机制、记忆与会话、MCP 工具接入、guardrails（约束 Agent 行为的规则）和 tracing（记录每一步调用与耗时）放进同一套接口。
值得关注的不是又多了一个 Agent 框架，而是 Strands 正在补齐生产环境所需的统一控制层：开发者不必分别拼装执行、约束和排错能力。不过，仓库材料未提供跨模型兼容性或生产可靠性的独立测试结果。