AWS Strands Decider 2B开源：亚100ms智能体路由，AutoTrust受冲击

智能体工作流里，谁来选”下一步该调哪个模型”这个问题，第一次有了专门的开源答案。当地时间10月1日，AWS 发布 Strands Decider 2B——一款 20 亿参数、延迟低于 100 毫秒的决策模型，专门在 agentic 工作流中做路由选择：给定任务描述，从预定义的多个候选模型中挑出最合适的那一个，并在 Apache 2.0 许可证下开源全部权重与训练配方。

为什么需要专门的”路由模型”

主流 agentic 框架（如 LangChain、AutoGPT、AutoGen）在处理复杂任务时，往往需要将用户意图拆解成多个子步骤，再分别调用不同能力的模型或工具。传统做法是硬编码 if-else 规则，根据关键词匹配决定走哪个分支。这种方式在任务类型少、工具链固定时有效，一旦工具数量膨胀到数十个，规则就会变得难以维护，且无法根据任务上下文动态优化。

Strands Decider 的思路是把路由本身当作一个微型的、少参数的分类问题来处理：2B 参数意味着它在单次推理时的显存占用和延迟都足够低，而 100 毫秒的上限则保证它不会成为整个工作流的瓶颈。

核心技术指标

指标	数值	对比基准
参数量	20 亿（2B）	主流路由规则引擎
推理延迟	低于 100 毫秒	千亿参数模型：500-2000ms
许可证	Apache 2.0	——
适用场景	agentic 工作流路由	代码生成、工具调用、多步骤推理

AWS 官方发布的基准测试显示，在一组包含 12 个候选模型的编码任务集合中，Strands Decider 的中位数路由延迟为 73 毫秒，相比直接调用百亿参数模型的 1200 毫秒端到端延迟，节省了约 94% 的路由开销。

与 AutoTrust 的商业竞争

Strands Decider 的发布恰逢其对标产品 AutoTrust 的商业版定价策略引发争议。AutoTrust 是较早进入决策模型商业化的创业项目，其商业版每个决策调用收费 0.01 美元，按日均百万次路由的企业用量计，月费约 300 美元。

VentureBeat 在报道中直接将 Strands Decider 称为”AutoTrust 的免费替代”，理由是两者功能高度重叠，但 Strands Decider 的开源属性意味着企业可以在自有基础设施上零成本部署、无限次调用。

对于 AWS 客户而言，Strands Decider 还可与 AWS Bedrock 无缝集成，在 Bedrock 上已有模型的基础上叠加路由决策层，形成”Bedrock 主模型 + Strands Decider 路由”的企业级 agentic 方案。

实际应用场景

多工具调用场景：一个任务可能需要搜索、计算、数据库查询、图像生成等多个工具，Decider 根据任务描述判断哪个工具最优先。
模型选择场景：在 Claude Sonnet 5.5（快速便宜）与 Opus 5.5（慢但精准）之间，根据问题复杂度自动选择。
重试与回退场景：当前一个工具调用失败后，Decider 决定重试同一工具还是切换到备选路径。

局限性

Strands Decider 不是一个通用推理模型，它只负责路由决策，不处理任务本身。这意味着：它无法替代 Claude 或 GPT-6 来写代码或做分析，它只是一个”调度员”。此外，2B 参数的容量决定了它对预定义候选集的规模有上限——AWS 建议不超过 20 个候选，超过后路由准确率会显著下降。

接入方式

权重与训练配方已发布在 AWS 官方 GitHub 仓库，支持 transformers 库直接加载。Bedrock 集成示例也已在 AWS 文档中心上线，企业用户可在 Bedrock 控制台一键部署托管版本。

小结

AWS Strands Decider 2B 的出现，把”智能体路由”这个工程问题正式产品化、开源化。对于成本敏感的企业，Apache 2.0 下的零成本自托管是直接利好；对于 AutoTrust 等商业项目，免费开源的压力真实存在。智能体基础设施层的竞争，正在从”谁能做更多”转向”谁做指定环节更便宜、更快”。

相关阅读：

延伸阅读

AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。

AWS开源Strands Decider 2B：亚100毫秒选出最优智能体路径