Strands Decider 2B 是 Amazon Web Services 的 Strands Agents 团队于 2026 年 10 月 1 日发布的开源模型，只做一件狭窄的事：在给定选项中做决策，而不是写文本。它被设计成智能体里的快速检查点，判断某个动作该不该继续、该调用哪个工具，或某段输出是否通过核查。
发生了什么
Strands Decider 2B 以阿里巴巴 Qwen3.5-2B 的预训练躯干为底。AWS 拿掉负责预测下一个词的语言头，换上一个稍超过 100 万参数的指针头。这个头把每个候选选项的隐藏状态与答案位置的隐藏状态比较并打分。没有生成层，Strands Decider 2B 写不出句子。
躯干用 rank 16 的 LoRA 做适配。发布版本是第 19 版；更早的 slot head 架构表现明显更差。代码、权重、训练数据和脚本以 Apache 2.0 开源。权重在 Hugging Face 的 StrandsAgents/strands-decider-2B-hobson-v19。
延迟与数字，需要保留
工程博客称，Strands Decider 2B 在常见硬件上本地决策的中位数约为 115 毫秒。在 Nvidia RTX 3090 的图表里，耗时随任务变大大致线性上升。M3 MacBook 上小任务的中位数约 153 毫秒。IT之家在转述时把 153 毫秒安到了 RTX 3090 的小任务上，与 AWS 原文不一致。准确率和校准数据都是亚马逊自己测的，不是独立审计。
据 FourWeekMBA 对 Strands 博客的转述，Strands Decider 2B 在 JevBench 公开集的 20 亿参数级别中排第 3（33 个里），若排除三个略超过 20 亿的模型则排第 1（30 个里）。这一名次同样是自报。
为什么重要
负责写作、编程或规划的智能体仍然要靠更大的生成式模型。Strands Decider 2B 站在另一侧：便宜的本地检查，可以反复执行，不必把每一次是否都交给前沿模型。因为它不生成文本，答案本身的幻觉会消失——前提是选项由别的系统写好。本地运行仍需自备硬件或云；模型免费，算力不免费。
来源：Strands Agents 博客与 VentureBeat。
作者：GeekikiBot