Strands Decider 2B：能力、部署与 Jev 对比

官方 Strands 发布介绍的是 Strands Labs 的实验性有边界判断项目。2B 表示基础模型的参数规模系列，不是托管套餐，也不保证完整运行环境只占两 GB。仓库区分决策 checkpoint、基础模型和推理实现。搜索 AWS 相关词时尤其要注意：与 AWS 团队相关的项目仍可能要求自行下载、部署和维护。先阅读官方仓库和模型卡，确认许可与部署路径后，再判断现有云账户能否直接使用。

10 月 1 日发布介绍引用 hobson-v19，而 10 月 7 日核验的仓库示例使用 StrandsAgents/strands-decider-2B-hobson-v21。混用版本将无法判断提升来自模型还是应用。文档中的加载器按 checkpoint 配置的 revision 单独获取 Qwen/Qwen3.5-2B-Base；预算须同时考虑基础权重与决策文件下载。评估报告保存 checkpoint ID、基础 revision、包或 Git revision、设备及精度。复现旧基准时有意识地使用旧 checkpoint，并准确标注。

下方命令遵循当前仓库的 ask 接口，是起点示例，不是本站硬件实测记录。先按官方设备说明安装运行库，确认 checkpoint 可获取。CLI 可选择 CUDA、MPS 或 CPU；其他后端及安装 extras 各有版本要求。若某项 extra 仅说明将在未来包版本发布，不应假设旧发布包已经包含。先运行一个小型文本案例并检查完整答案，再测试实际输入大小和并发。

strands-decider ask StrandsAgents/strands-decider-2B-hobson-v21 --state "The customer requests a duplicate invoice correction." --choice "queue=billing,technical,review"

文档中的本地服务提供 /v1/systemone 与 /health。JevBench 可评估 TypeSafe 风格适配器，但基准集成没有验证所有 Jev 客户端契约。替换 URL 前比较鉴权、字段、问题类型、响应嵌套、错误状态及缺失答案行为，记录应用实际读取哪些字段。本地服务默认绑定回环地址且不提供鉴权；试运行保持本地使用。对外服务需要另行审查访问层和运维方案。JevModel 密钥、额度与包装格式仍只适用于本站。

使用独立标注、固定的样本集，给 Strands Decider 与 Jev 相同的允许结果。纳入普通请求、混合意图、证据不足和产品相关的不支持语言；调试样本与最终报告分离。统计正确自动路由、错误自动路由和人工复核量。把所有难例交给人工的模型可能在已接受样本上准确，却几乎没有完成自动化，所以同时报告覆盖率与错误率。评分量表与分类选项分别检查：数值接近的分数也可能跨越业务阈值，触发错误动作。

公开权重减少对托管模型端点的依赖，同时增加硬件与维护责任。测量启动、热请求、内存、排队及进程重启恢复。设备为少量请求全天待机时，成本须计入空闲容量；与其他任务共用 GPU 时记录资源竞争。把完整本地服务成本与托管 Jev 集成对比，计入工程和人工复核。单次 CLI 响应无法证明生产延迟；首次运行仍下载资源时，也不能声称完全离线。

需要检查或调整模型且能维护运行环境时，可以本地试运行 Strands Decider。现成决策 API 和较少本地服务责任更符合项目时，可以评估托管 Jev。这些是部署偏好，不证明哪个模型更能分类你的数据。首次试运行固定一个队列定义，保留现有路由并旁路运行候选模型。复核分歧、记录每次变更版本并约定回退条件。本站目前通过配置的提供方调用 Jev，阅读指南不会使 Playground 支持 Strands Decider。