一句话看懂：亚马逊 AWS 发布开源决策模型 Strands Decider 2B，用更小、更快的模型替大模型做“下一步选哪个”的判断，瞄准的是 AI 智能体工作流里高频但不需要大模型全力的环节。
事件核心：发生了什么
据 TechCrunch 报道，亚马逊云科技（AWS）通过旗下 Strands Labs 发布了开源决策模型 Strands Decider 2B，发布时点与 OpenAI 公布类似产品处于同一周。该模型基于 Qwen3.5-2B 的“躯干”构建，不生成文字，而是从预先确定的选项中选出结果，并给出置信度评分，特点是速度快、成本低，体积小到可以在本地运行。
项目起因于 AWS 杰出工程师 Marc Brooker 看到 TypeSafe 的 Jev 后，尝试自己做一个同类模型，效果不错——曾在同尺寸模型的 Jevbench 榜单上短暂登顶——随后被团队整理为正式产品发布。Jev 由 TypeSafe 推出，名字取自经济学家威廉·斯坦利·杰文斯。
为什么重要
这类“决策模型”正在成为一条新赛道：过去一年已有数十个同类研究模型出现。它们的思路是把大模型的通用理解能力，与一个专用于闭环决策的小模型分开——智能体工作流中的每一步不一定都需要完整大模型的能力和成本。Brooker 表示，这类模型适合回答“基于我当前所处位置，下一步该做什么”，因为答案域封闭、有置信度评分，所以更可靠、延迟更低、成本也可能更低。
它的另一层意义在于开源和小型化：目前公开信息显示，做一个有趣的小模型成本可能在几百到几千美元量级，这意味着前沿实验室未必能垄断这个方向。
对用户/开发者/创作者的影响
对开发者，Strands Decider 2B 可本地运行、完全开源，适合嵌入智能体编排、流程自动化、分类和路由等环节，替代部分调用大模型的场景，从而压低推理成本和延迟。对企业采购方，带置信度的决策输出更容易设阈值和兜底逻辑，减少“模型答非所问”带来的不确定性。对内容创作者，直接关联不大，但这类模型若被广泛集成，会改变 AI 应用在后台做判断的方式。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Strands Decider 的置信度校准和准确率在真实工作流中表现如何，是否会被大规模集成；二是 TypeSafe 等先行者是否推出更强模型，其 CEO Diogo Almeida 目前认为尚未出现真正竞争，但也提醒做出“真正聪明”的模型比想象中难；三是这类小模型与前沿大模型的分工边界会稳定在哪里。
