亚马逊云服务(AWS)近期推出了一款开源决策模型——Strands Decider 2B,该模型灵感来源于TypeSafe的Jev。随着AI开发者越来越倾向于寻求更适合计算机自动化的智能方案,而非前沿大型语言模型(LLM),此类决策模型的需求日益增长。

Strands Decider 2B于同一周发布,恰逢OpenAI宣布了类似产品。该模型以高速、低成本著称,能够在预设选项中快速做出选择,并提供对决策置信度的评估。它完全开源,体积小巧,支持本地运行。

亚马逊资深工程师Marc Brooker在看到Jev模型后,尝试自行开发类似模型。该项目取得了不错的成绩,甚至一度登顶Jevbench同类模型排名榜首。随后,亚马逊工程团队对其进行了优化,并作为Strands Labs旗下产品发布。Strands Labs致力于开发用于部署AI代理的新工具和协议。

Brooker表示,这款工具的需求来自与AWS客户的交流,许多客户的代理工作流程并不总需要功能全面、成本高昂的LLM。

“我最初对这类模型感兴趣,是因为它们非常适合作为工作流程中的决策步骤——‘基于当前状态,我下一步该做什么?’”Brooker告诉TechCrunch。他指出,该模型为客户提供了“一个结构化的工作流程步骤,因置信度评分和封闭域答案而更可靠,延迟更低,成本也可能更低”。

与其他决策模型类似,Strands Decider基于LLM的“躯干”,本例中使用的是Qwen3.5-2B,但它不生成文本,而是输出经过校准的选择。TypeSafe将其模型命名为Jev,以纪念经济学家威廉·斯坦利·杰文斯(William Stanley Jevons),寓意计算智能成本下降将促进需求增长的理论。

自TypeSafe推出该模型以来,已有数十个类似模型被研究者开发,显示出广泛的兴趣,但也引发了其实际价值的讨论。Brooker认为,挑战在于如何在保持智能水平的同时,优化模型的快速决策能力。

“需要在准确性和校准性能与对多语言理解及知识储备的保持之间找到微妙的平衡,这些因素使模型具备通用性、趣味性和实用性,”他向TechCrunch解释。

尽管如此,他并不认为前沿实验室会垄断这一领域,尤其是在较小的市场中,构建有趣模型的成本仅需数百到数千美元。

TypeSafe的高管则表示,他们将专注于改进未来模型,保持低调。

“我理解大家把这看作淘金热,但他们可能低估了让模型真正智能的难度,”CEO兼创始人Diogo Almeida告诉TechCrunch。他认为,目前还未出现真正能与他们竞争的公司。

“目前的模型更多是机器学习人员想实现一种酷架构,而非真正致力于让智能变得有用的团队。”