编者按
当大模型的“对话”能力逐渐商品化，真正的战场正转向“决策”——让AI智能体自主判断、规划并执行任务。亚马逊云科技（AWS）旗下Strand Labs最新发布的Strands Decider 2B，被普遍视为对当下热门决策模型Jev的正面回应。一场围绕智能体“大脑”的竞赛，正在全面提速。
亚马逊的答案：Strands Decider 2B
据TechCrunch报道，亚马逊云科技旗下Strand Labs正式发布了最新的决策模型Strands Decider 2B。这是一款典型的“Jev类”（Jev-like）模型——其设计思路与能力定位，与近期在开发者社区中迅速走红的Jev高度相似。
所谓“决策模型”，是专为智能体（Agent）场景训练的模型。它们不追求写诗、闲聊或百科问答，而是专注于在复杂环境中做出一连串可靠判断：调用哪个工具、下一步该做什么、何时终止任务、失败后如何恢复。这类模型通常体量不大——“2B”即约20亿参数级别——却格外强调推理稳定性、工具调用准确率与执行效率。
选择2B这一规模并不意外。在智能体场景中，小模型的优势是延迟低、成本可控、易于部署在边缘或私有环境；而经过针对性的决策数据微调后，它们在多步规划与工具调用上往往能逼近甚至超越更大的通用模型。
Jev为何成为“被克隆”的对象
要理解亚马逊为何要推出“Jev克隆”，先要理解Jev为何重要。作为一款面向智能体决策的开源模型，Jev凭借在工具调用、任务分解与长链路执行上的稳定表现，迅速成为开发者社区的默认选择之一。它降低了构建可靠智能体的门槛，也让“决策模型”这一细分品类第一次拥有了事实上的标杆。
当一款开源模型成为行业事实标准，云厂商通常只有两个选择：要么支持它，要么提供一个性能相当、但更贴合自家生态的替代品。亚马逊显然选择了后者——Strands Decider 2B不仅对标Jev的能力，还能与AWS的智能体框架、模型托管与安全工具链深度集成。
决策模型正“淹没”互联网
过去一年，决策类模型的数量呈现爆发式增长。从开源社区到各大云厂商，几乎每周都有新的“决策专用”模型问世。这股浪潮背后有三重驱动力：
其一，智能体应用落地的真实需求。企业不再满足于“能聊天”的模型，而是要它们真正去订票、写代码、跑流程、操作系统。
其二，训练方法的成熟。工具调用数据集、可验证奖励与强化学习流程的标准化，让“决策能力”第一次变得可训练、可复现、可评估。
其三，成本压力。用千亿参数大模型去执行简单决策，既不经济也不高效；小尺寸的决策模型因此成为性价比之选。
云巨头的“智能体大脑”争夺战
亚马逊并非唯一押注这一方向的玩家。此前，多家云厂商与模型公司已陆续推出各自的决策或智能体专用模型，围绕“谁能为智能体提供最可靠的大脑”展开竞争。这场竞赛的关键，不再只是参数规模，而是工具生态、编排框架、可观测性与安全护栏的综合较量。
“决策模型之争，本质上是智能体时代的基础设施之争。谁掌握了智能体的默认大脑，谁就掌握了下一代应用的分发入口。”
从这个角度看，亚马逊发布Strands Decider 2B，与其说是一次模型发布，不如说是一次生态卡位：把决策能力与AWS的云服务、企业客户与开发者工具捆绑在一起。
结语
决策模型的密集涌现，标志着AI竞争正从“生成内容”转向“采取行动”。对开发者而言，这意味着更多选择与更低成本；对云厂商而言，则意味着一场必须赢下的基础设施之战。Jev打开了这扇门，而亚马逊们正蜂拥而入。
本文编译自TechCrunch
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接