Strands: escolher uma ferramenta e autorizar sua execução são problemas diferentes

A AWS apresentou Strands Decider 2B, um modelo que escolhe entre opções previamente definidas, e Strands Box, uma camada para limitar a execução de agentes.[6] São funções complementares: selecionar uma ação provável e permitir seus efeitos não deveriam ser a mesma decisão. Para uma aplicação com ferramentas, essa separação é mais interessante que simplesmente trocar o modelo principal.

O que muda para quem desenvolve

O Decider tem dois bilhões de parâmetros, usa Qwen3.5-2B como base e substitui a geração por uma estrutura de pontuação de candidatos, com ajuste por LoRA de rank 16.[6] A AWS disponibilizou pesos, dados e scripts de treinamento para tarefas como roteamento de modelos, seleção de ferramentas e classificação.[6]

Nos testes divulgados pelo fornecedor, a latência mediana ficou em aproximadamente 115 milissegundos em uma RTX 3090 e 153 milissegundos em tarefas pequenas em um MacBook M3.[6] Um checkpoint v19 registrou 72,3% de acerto em 231 tarefas públicas do JevBench.[6] Esses números descrevem avaliações específicas, não o tempo completo de uma automação.

O Strands Box está em prévia para desenvolvedores e combina isolamento imposto pelo kernel com a linguagem de políticas Dogwood, cobrindo shell, Python, ferramentas MCP, arquivos e rede.[6] As políticas podem considerar argumentos e histórico, como impedir uma chamada externa depois da leitura de dados de cliente.[6]

Minha leitura arquitetural é reservar ao decisor a tarefa limitada de ordenar alternativas, mantendo a autorização em um componente que possa negar a escolha. Uma pontuação de confiança deve ser um sinal para tratamento de incerteza, não uma credencial de acesso.

Como aplicar

Escolha um fluxo com poucas opções, como encaminhar uma solicitação para busca, cálculo ou revisão humana. Prepare exemplos com resposta esperada e casos em que nenhuma opção deveria executar automaticamente.

Compare o modelo atual com o pequeno decisor usando o mesmo conjunto. Registre acerto, encaminhamento indevido, necessidade de intervenção e latência completa, incluindo partida e carregamento. Some também o custo da manutenção de mais um serviço.

Em outro teste, crie duas ferramentas fictícias: uma permitida e outra proibida para a identidade da execução. Faça o roteador escolher deliberadamente a segunda e verifique se a camada de autorização bloqueia a ação. Esse experimento mede o limite operacional sem depender de o modelo acertar.

Cuidados e limites

A reportagem menciona relatos iniciais de problemas de concorrência, compatibilidade com Apple Silicon e latência de partida.[6] Também não estabelece superioridade direta sobre Jev, alternativa oferecida por API gerenciada.[6]

Não projete economia apenas a partir da mediana de inferência. Uma escolha errada pode acionar uma tarefa cara ou inadequada. Defina fallback e política de recusa antes de otimizar milissegundos. O ganho a buscar é uma automação previsível, com custo mensurável e autoridade delimitada, mesmo quando o roteamento falha.

Fonte

[6] Fonte: InfoQ. Publicação: 16/10/2026 às 07:47:00.