AWS、オープンソースの Strands Harness を公開し AI エージェントを即座に組み立て可能に

AWSは2026年9月23日に Strands Harness の一般公開を発表しました。このプロジェクトはApache 2.0ライセンスのオープンソースソフトウェアとして提供され、開発者はコードを自由にダウンロード、検査、変更できます。

Strands Harness は、即利用可能なエージェントフレームワークとして位置付けられています。単一のインポートで、シェルやファイルの読み書き、ウェブアクセス、セッション間メモリ、タスクリスト、補助エージェント、追加スキルをロードするプラグインシステムを備えた完全組み立て済みの AI エージェントが提供されます。

コアコンポーネントとデフォルトモデル

ハーネスはデフォルトで Amazon Bedrock をモデルプロバイダーとして使用しますが、設定フラグを変更するだけで Anthropic、OpenAI、Google、Ollama のモデルに切り替えることができます。この柔軟性により、エージェントロジックを書き換えることなく、さまざまな LLM バックエンドを試すことが可能です。

各エージェントインスタンスには微調整可能なシステムプロンプト、会話履歴を管理するコンテキストマネージャ、ツール実行前後にカスタムコードを呼び出すフックが組み込まれています。これにより、実稼働レベルの自律アシスタント構築に必要なエンジニアリング工数が大幅に削減されます。

トークン効率化メカニズム

Byline の報道によると、ハーネスは長時間実行されるツールの出力を自動的に約1 500トークンに要約します。コンテキストウィンドウが容量の約85％に達すると、古いメッセージを削除して新しいやり取りのためのスペースを確保する圧縮ルーチンが作動します。

AWS は、6 つのベンチマークスイート全体でハーネスが平均28％のトークン削減を実現し、回答精度を維持または向上させたと主張しています。手法の詳細は後日公開予定の技術論文に記載されます。

特定モデルでのパフォーマンス主張

Fable 5 モデルと組み合わせた場合、同等のワークロードで Claude Code と比較してコストが77％低減されたとAWSは報告しています。同設定は Terminal Bench 2.1 ベンチマークでも高得点を獲得しましたが、これらの数値はプロバイダー内部のテストに基づくものです。

ハーネスは Python と TypeScript の両方で実装されており、既存のコードベースへの統合が容易です。任意のコンテナ化された Linux 環境にデプロイでき、より深い変更が必要な場合は基盤 SDK のカスタマイズも可能です。

• 単一インポートでシェルとファイルアクセスを備えたエージェント
• マルチモデル対応：Bedrock、Anthropic、OpenAI、Google、Ollama
• ツール出力自動要約（約1 500トークン）
• コンテキストウィンドウ圧縮（利用率約85％）
• Python または TypeScript で Linux コンテナ上にデプロイ可能

オープンソースであるため、コミュニティの貢献により新しいフックやスキルローダー、メモリ戦略をフレームワークに追加できます。AWS は GitHub に公開リポジトリを設け、課題やプルリクエスト、ドキュメント更新をオープンに管理しています。

既に AWS サービスを利用している組織にとって、ハーネスは既存の Bedrock 環境と自律エージェントをシームレスに統合するシンプルな道筋を提供します。ライセンスやコスト面で他プロバイダーへの移行が必要になった場合でも、柔軟に切り替えられる点が大きな利点です。

実務上、英語圏の企業だけでなく日本の企業も、数分でフル機能の AI アシスタントを立ち上げられるようになり、数週間かかっていたカスタム開発を大幅に短縮できます。組み込みのトークン最適化によりクラウドコンピューティングコストが削減され、LLM プロバイダーの価格変動やモデル廃止にも対応しやすくなります。