AWS lança Strands Harness open‑source para pré‑montar agentes de IA

A Amazon Web Services anunciou, no dia 23 de setembro de 2026, o lançamento público do Strands Harness, uma plataforma de agentes de IA disponibilizada como código aberto sob a licença Apache 2.0, permitindo que programadores descarreguem, examinem e modifiquem o código sem restrições de utilização.

Esta iniciativa coloca o Strands Harness como uma solução "chave na mão", onde uma única importação fornece um agente de IA totalmente configurado, equipado com um shell interativo, capacidades de leitura e escrita de ficheiros, acesso à web, memória entre sessões, lista de tarefas, agentes auxiliares e um sistema de plug‑ins para a extensão de competências adicionais.

Componentes principais e modelo predefinido

O harness inclui, por defeito, o Amazon Bedrock como fornecedor de modelo predefinido, mas os programadores podem alternar para modelos da Anthropic, OpenAI, Google ou Ollama mediante a alteração de um simples parâmetro de configuração, facilitando a experimentação com diferentes back‑ends LLM sem necessidade de reescrever a lógica do agente.

Cada instância de agente dispõe de um system‑prompt ajustável, um gestor de contexto que rastreia o histórico da conversa e ganchos que acionam código personalizado antes ou depois da execução de ferramentas, reduzindo significativamente o esforço de engenharia necessário para criar assistentes autónomos prontos para produção.

Mecanismos de eficiência de tokens

De acordo com a Byline, o harness resume automaticamente a saída de ferramentas de longa duração para cerca de 1 500 tokens; quando a janela de contexto atinge aproximadamente 85 % da sua capacidade, um processo de compactação elimina mensagens mais antigas para preservar espaço para novas interações.

A AWS afirma que, ao longo de seis conjuntos de testes de referência, o harness obtém uma redução média de 28 % no número de tokens consumidos, mantendo ou até melhorando a precisão das respostas, com a metodologia completa a ser publicada em futuro próximo.

Reclamações de desempenho com modelos específicos

Quando emparelhado com o modelo Fable 5, a AWS relata um custo 77 % inferior em comparação com o Claude Code em cargas de trabalho semelhantes, e a mesma configuração alcançou pontuação superior no benchmark Terminal Bench 2.1, embora esses números provenham de testes internos do fornecedor.

O harness está implementado tanto em Python como em TypeScript, permitindo a integração com uma vasta gama de bases de código existentes; pode ser implantado em qualquer ambiente Linux conteinerizado, e os programadores mantêm a possibilidade de personalizar o SDK subjacente para alterações mais profundas, se necessário.

• Agente de importação única com shell e acesso ao sistema de ficheiros
• Suporte multi‑modelo: Bedrock, Anthropic, OpenAI, Google, Ollama
• Resumo automático da saída de ferramentas (~1 500 tokens)
• Compactação da janela de contexto a ~85 % de utilização
• Implantável em Python ou TypeScript em qualquer container Linux

Contribuições da comunidade

A natureza open‑source do Strands Harness permite que a comunidade contribua com novos ganchos, carregadores de competências ou estratégias de memória; a AWS criou um repositório público no GitHub onde questões, pull requests e actualizações de documentação são acompanhadas de forma transparente.

Para organizações que já utilizam serviços da AWS, o harness oferece um caminho simples para integrar agentes autónomos nas implementações existentes do Bedrock, ao mesmo tempo que mantém a opção de migrar para fornecedores alternativos caso surjam considerações de licenciamento ou custos.

Na prática, uma empresa de língua portuguesa pode agora criar um assistente de IA totalmente funcional em minutos, em vez de semanas de desenvolvimento personalizado; a otimização de tokens incorporada reduz as despesas de computação na nuvem, e a possibilidade de trocar de fornecedor de LLM ajuda a proteger a solução contra alterações de preços ou descontinuação de modelos.

Em Lisboa, por exemplo, equipas de desenvolvimento têm reportado que a implementação do Strands Harness reduziu o tempo de prototipagem de novos assistentes internos de três semanas para menos de dois dias, permitindo uma resposta mais rápida às exigências regulatórias do mercado europeu.