Amazon udostępnia otwartoźródłowy model Strands Decider 2B do sterowania agentami AI

Koncern Amazon, za pośrednictwem swojego eksperymentalnego zespołu badawczego Strands Labs, oficjalnie udostępnił otwartoźródłowy model decyzyjny Strands Decider 2B. Jest to wyspecjalizowana jednostka obliczeniowa o skali 1,9 miliarda parametrów, zaprojektowana z myślą o deterministycznym podejmowaniu decyzji w strukturach autonomicznych agentów sztucznej inteligencji. W przeciwieństwie do tradycyjnych modeli językowych, które generują swobodny tekst słowo po słowie, Strands Decider 2B został zoptymalizowany pod kątem natychmiastowego wyboru właściwych działań spośród zamkniętego zbioru opcji, eliminując narzut obliczeniowy związany z klasyczną tokenizacją i dekodowaniem.

Udostępnienie modelu na liberalnej licencji Apache 2.0 stanowi bezpośrednią odpowiedź na rosnące zapotrzebowanie inżynierów AI na małe, deterministyczne komponenty sterujące, zdolne do działania w środowisku lokalnym. Pliki wagowe modelu, opublikowane pod identyfikatorem StrandsAgents/strands-decider-2B-hobson-v19, wraz z kompletną dokumentacją i skryptami ewaluacyjnymi, trafiły do repozytorium Hugging Face oraz menedżera pakietów Pythona poprzez bibliotekę strands-decider.

Architektura ze wskaźnikiem zamiast generowania tekstu

Fundamentem technicznym Strands Decider 2B jest korpus modelu bazowego Qwen3.5-2B-Base. Inżynierowie Amazon usunęli jednak z niego standardową, autoregresyjną głowicę generowania języka naturalnego. W jej miejsce zintegrowano wyspecjalizowaną głowicę wskaźnikową (tzw. pointer head lub readout head) liczącą zaledwie około 1 miliona parametrów.

Zmiana ta przekłada się na fundamentalną różnicę w mechanizmie inferencji. Zamiast sekwencyjnego przewidywania kolejnych tokenów w wielokrotnych cyklach obliczeniowych, model przetwarza cały stan wejściowy oraz zdefiniowane przez programistę warianty w ramach pojedynczego przejścia w przód (single forward pass). Strands Decider 2B nie tworzy podsumowań, nie pisze kodu i nie prowadzi konwersacji. Obsługuje natomiast trzy ścisłe typy operacji decyzyjnych:

1. Choice: wybór jednego wariantu z zamkniętej listy podanych możliwości,
2. Yes/No: wyznaczenie prawdopodobieństwa spełnienia zadanego warunku w przedziale od 0 do 1,
3. Score: przypisanie precyzyjnej wartości punktowej na zdefiniowanej, uporządkowanej skali oceny (rubryce).

Skuteczność w benchmarku JevBench v1 i kalibracja pewności

Zdolności modeli decyzyjnych ewaluowane są obecnie za pomocą otwartego zestawu testowego JevBench v1, stworzonego z myślą o pomiarze trafności klasyfikacji, poprawności kalibracji statystycznej oraz szybkości działania bezgeneratywnych jednostek sterujących. Publiczny zestaw testowy benchmarku obejmuje 231 zadań podzielonych według stopnia złożoności reguł logicznych.

W łącznym zestawieniu Strands Decider 2B uzyskał wynik ogólny na poziomie 72,3% (167 poprawnych decyzji na 231 zadań). Opublikowane dane telemetryczne pozwalają zestawić osiągi modelu opracowanego przez Amazon z komercyjnym standardem w tej kategorii, modelem Jev 1.13.0 autorstwa TypeSafe AI.

Dane: JevBench v1 / Hugging Face (StrandsAgents) / raporty porównawcze

Wyniki testów wskazują na wyraźny profil działania modelu: w zadaniach rutynowych i standardowej weryfikacji warunków logicznych Strands Decider 2B osiąga bardzo wysoką precyzję, jednak przy skomplikowanych dokumentach prawnych czy wieloetapowych zależnościach czasowych na poziomie Hard ujawniają się ograniczenia wynikające ze skromnego rozmiaru sieci (1,9 miliarda parametrów).

Kluczowym atutem modelu jest jednak precyzyjna kalibracja prawdopodobieństwa. Strands Decider 2B osiągnął błąd kalibracji oczekiwanej (Expected Calibration Error, ECE) na poziomie 0,052 oraz wskaźnik Brier Score równy około 0,342. W praktyce oznacza to, że gdy model przypisuje swojej decyzji wskaźnik pewności wynoszący co najmniej 0,9, w 95% przypadków na nieznanych wcześniej zadaniach wybór okazuje się bezbłędny. Cecha ta pozwala systemom nadrzędnym natychmiast ocenić, kiedy decyzja może zostać wykonana automatycznie, a kiedy wymaga przekazania kontroli człowiekowi lub większemu modelowi.

Rola w systemach agentowych: System 1 dla operacji o niskim opóźnieniu

Twórcy modelu pozycjonują Strands Decider 2B jako odpowiednik biologicznego mechanizmu odruchowego (tzw. System 1) w architekturach wieloagentowych. Współczesne systemy autonomiczne marnują znaczne zasoby obliczeniowe i budżety tokenowe, odpytując potężne modele graniczne (takie jak Claude Sonnet 5.5, GPT-6.1 Sol czy Gemini 4) o trywialne kwestie organizacyjne.

Strands Decider 2B ma przejąć powtarzalne operacje o wysokiej częstotliwości:

• Model routing: kierowanie promptu użytkownika do właściwego, wyspecjalizowanego silnika wykonawczego,
• Tool selection: precyzyjny wybór odpowiedniego narzędzia programistycznego spośród dostępnych interfejsów API,
• Argument checking i guardrails: natychmiastowe sprawdzanie poprawności parametrów wywołania funkcji oraz weryfikacja reguł bezpieczeństwa przed uruchomieniem kodu,
• Triaż i priorytetyzacja: filtrowanie i kolejkowanie przychodzących zdarzeń asynchronicznych.

Zastąpienie pełnej generacji tekstu pojedynczym przejściem macierzowym zapewnia minimalne opóźnienia. W testach przeprowadzonych na konsumenckiej karcie graficznej NVIDIA RTX 3090 mediana opóźnienia modelu wyniosła około 115 ms. Z kolei na procesorach architektury Apple Silicon (chipy z rodziny M3 i M3 Pro) czas odpowiedzi oscyluje w granicach 150–153 ms. Pozwala to na wykonywanie kilkunastu walidacji w ramach jednego procesu bez odczuwalnego spowolnienia interfejsu.

Wnioski i perspektywy rozwoju

Krok wykonany przez Amazon wpisuje się w szerszy trend dekompozycji monolitycznych architektur AI. Zamiast powierzać każde zadanie jednemu, gigantycznemu modelowi generatywnemu, inżynierowie coraz częściej budują systemy hybrydowe, w których małe, lokalne jednostki decyzyjne pełnią funkcję szybkiej warstwy kontrolnej.

Otwarcie wag i kodu źródłowego Strands Decider 2B na licencji Apache 2.0 uniezależnia deweloperów od opłat za zewnętrzne API inferencyjne przy wykonywaniu rutynowych operacji logicznych. Choć model ustępuje w najtrudniejszych zadaniach zamkniętym rozwiązaniom komercyjnym, jego przewidywalność, determinizm oraz niska latencja czynią go jednym z najbardziej obiecujących narzędzi do budowy odpornych, lokalnych pętli decyzyjnych w oprogramowaniu nowej generacji.