Amazon lança Strands Decider 2B para otimizar fluxos de trabalho de agentes de IA

A Amazon Web Services lançou o Strands Decider 2B, um modelo de decisão de código aberto desenvolvido para executar escolhas de alta velocidade e baixo custo em fluxos de trabalho automatizados de agentes de inteligência artificial. Criado pelo Strands Labs da Amazon, o modelo com 2 bilhões de parâmetros já está disponível gratuitamente e é leve o suficiente para ser executado em hardware local.

Inteligência direcionada para fluxos automatizados

Em vez de gerar texto genérico, o Strands Decider 2B concentra-se em selecionar opções dentro de um conjunto predefinido, fornecendo também uma pontuação calibrada de confiança para suas decisões. O projeto foi idealizado pelo engenheiro emérito da Amazon, Marc Brooker, após analisar o modelo Jev da TypeSafe. Desenvolvido sobre a arquitetura do Qwen3.5-2B, o modelo alcançou temporariamente o topo da tabela de classificação do Jevbench em sua categoria de tamanho antes do lançamento oficial.

Brooker destacou que os fluxos de trabalho de agentes corporativos frequentemente não exigem a capacidade bruta ou o orçamento contínuo de processamento dos modelos de linguagem de grande porte de última geração. O Strands Decider 2B atende a pontos de decisão rotineiros em cada etapa do processo, oferecendo menor latência, custos operacionais reduzidos e maior confiabilidade por meio de métricas de confiança e saídas estruturadas.

Crescimento do mercado e desafios técnicos

O lançamento reflete um interesse crescente do mercado em arquiteturas de decisão personalizadas, coincidindo com anúncios recentes de modelos semelhantes feitos pela OpenAI e por pesquisadores independentes. Brooker observou que a criação de modelos de decisão especializados para mercados específicos pode custar apenas centenas ou milhares de dólares, permitindo que desenvolvedores menores compitam ao lado dos grandes laboratórios de IA.

No entanto, ainda existem desafios técnicos a serem superados. As equipes de engenharia precisam equilibrar a precisão e a calibração de saída com o conhecimento geral e a compreensão em múltiplos idiomas. Enquanto isso, criadores de modelos especializados, como Diogo Almeida, CEO da TypeSafe, sustentam que replicar arquiteturas é diferente de manter uma inteligência profunda, afirmando que o valor contínuo exige um foco constante na utilidade real em vez de apenas implementar a arquitetura básica.

Ilustração editorial gerada por IA; não é uma fotografia documental.

Fonte: Amazon releases its own Jev clone as decision models flood the web