AWS为智能体实验创建专用平台

亚马逊云科技（AWS）正在推出专门的GitHub组织，用于开展最具实验性的智能体AI工作。

周一，该公司推出了Strands Labs，亚马逊各团队将在此发布前沿项目，这些项目尚未准备好纳入公司Strands Agents SDK的生产就绪版本中。

首次发布包括两个项目：AI Functions，可以根据自然语言规范在运行时生成代码；以及Strands Robots，通过视觉-语言-动作（VLA）模型将大语言模型连接到物理硬件。

Strands Agents SDK首次在2025年5月开源，据AWS高级首席工程师Clare Liguori表示，该SDK已被下载1400万次。她同时负责Strands和Kiro AI编码助手的工作。该SDK现在支持Python和TypeScript，AWS内部也将其用于生产工作负载。

正是这种广泛应用促使Liguori的团队觉得需要在稳定的SDK发布版本和更实验性的工作之间建立界限。"我们希望确保SDK继续专注于生产就绪的解决方案，"Liguori告诉The New Stack。

Strands Labs为亚马逊内部团队和更广泛的Strands社区提供了一个迭代想法的场所，在这里"接口可能会发生很大变化"，她补充说，而不会破坏核心SDK的API表面稳定性。

因此，虽然所有Strands Labs项目都会附带文档、功能代码和基本测试，但用户应该预期会有重大变更。

即使在Strands Labs推出之前，AWS已经在Strands SDK中推进了一些实验，但正如Liguori所承认的，如今这些实验可能会首先进入Strands Labs。其中一个就是关于智能体操控的实验。

AI Functions的创新应用

对开发者来说，这两个当前实验中最有趣的可能是AI Functions。这让开发者可以用自然语言定义Python函数应该做什么，同时设置作为防护栏的前置条件和后置条件。在运行时，编码智能体会生成实现代码。

由于智能体并非总是完美的，内置的确定性防护栏应该确保如果输出不正确，智能体会自我纠正并重新尝试。

Liguori使用收据解析器作为例子。收据格式变化很大，使确定性代码变得脆弱。使用AI Functions，开发者只需指定函数必须返回供应商名称、总价格和行项目，智能体就会处理边缘情况。

这里重要的是，从程序的角度来看，这看起来就像任何其他函数。"这不是一个单独的智能体，"Liguori说。"它是一个正常的函数"，嵌入在其他确定性逻辑中。

从长远来看，团队将AI Functions视为一种反馈循环的路径：在生产中运行智能体函数数百万次，观察出现哪些代码路径，最终将结果折叠回不再需要模型调用的确定性代码。

Strands团队一直强调他们相信模型只会变得更好，所以智能体框架应该尽可能少地妨碍。在许多方面，AI Functions也是朝这个方向的推进，专注于模型根据需要编写代码的能力。

Strands Robots的机器人创新

Strands Robots解决了一个非常不同的问题。它将在本地硬件上运行的轻量级、低延迟VLA模型与云端的前沿大语言模型配对。毕竟，前沿模型的计算密集度太高，无法直接在机器人手臂上运行。但为了让机器人高效工作，你需要尽可能降低延迟。

AWS正在与Nvidia和Hugging Face合作这个项目，团队还发布了一个模拟环境，让开发者无需在桌面上放置物理机器人就能进行迭代。

Liguori说团队一直在与AWS客户进行概念验证工作，她指出亚马逊本身显然运营着非常庞大的仓库机器人车队。但她也看到了车载AI等应用场景，以及其他既需要特定领域的本地推理，又需要现代大语言模型能够提供的长期规划的边缘场景。

AWS显然不是唯一大力投资智能体框架的超大规模云提供商。Google在Cloud Next 2025上宣布的开源Agent Development Kit针对多智能体编排。Microsoft的Agent Framework是少数支持.NET的智能体框架之一，最近达到了Release Candidate状态。像CrewAI、LangGraph等初创公司已经是这个领域的主要参与者，个人智能体也因为围绕OpenClaw的炒作而兴起。

Q&A

Q1：Strands Labs是什么？它的作用是什么？

A：Strands Labs是AWS推出的专门GitHub组织，用于发布最具实验性的智能体AI项目。它为亚马逊内部团队和Strands社区提供了一个迭代创新想法的场所，这些项目的接口可能会频繁变化，但不会影响核心SDK的稳定性。

Q2：AI Functions如何工作？它解决了什么问题？

A：AI Functions允许开发者用自然语言定义Python函数的功能，并设置前置和后置条件作为防护栏。在运行时，编码智能体会生成具体实现。它主要解决了处理格式多变数据（如收据解析）时确定性代码过于脆弱的问题。

Q3：Strands Robots项目有什么特点？适用于哪些场景？

A：Strands Robots将本地硬件上的轻量级低延迟VLA模型与云端前沿大语言模型结合，解决了机器人既需要快速响应又需要复杂推理的问题。适用于仓库机器人、车载AI等需要本地推理和长期规划的边缘场景。