AWS开源20亿参数决策模型：只做选择不生成文字

亚马逊云科技（AWS）旗下Strands Labs开源了一款决策模型Strands Decider 2B。它不做常规语言模型最擅长的事——写文章、聊天、生成代码，而是从一组预设选项里挑出一个，并附带校准过的置信度分数，模型完全开源、小到可以在本地设备上运行。

这类模型是近几周才火起来的新物种。创业公司TypeSafe率先推出Jev——名字取自经济学家杰文斯（William Stanley Jevons），暗合「算力越便宜、需求越旺盛」的杰文斯悖论——此后研究者们已陆续造出几十个类似模型。AWS这一版与OpenAI同周宣布的同类产品撞车登场，赛道热度可见一斑。

项目缘起颇有家庭作坊色彩：AWS杰出工程师马克·布鲁克（Marc Brooker）看到Jev后自己动手试做了一个，成绩好到一度冲上同尺寸模型Jevbench榜首，随后被AWS工程师团队收拾干净，以Strands Labs的名义正式发布。布鲁克称，灵感来自客户反馈：智能体工作流中的许多步骤，根本用不着全功能大模型的算力和成本。

「这类模型是工作流步骤的完美决策者——根据当前位置决定下一步做什么。」布鲁克告诉TechCrunch。答案域封闭、附带置信度，意味着这一步更可靠、延迟更低、成本可能更小。技术路线上，Strands Decider保留了Qwen3.5-2B的「躯干」，但把生成文本的「头」换成了输出校准选项的结构。

布鲁克认为工程难点在于平衡：既要提升决策的准确率和校准度，又不能损伤模型对多语言和通用知识的理解。他也不认为前沿大厂必然垄断这个品类——在细分场景下，做一个有意思的模型只要几百到几千美元。TypeSafeCEO阿尔梅达（Diogo Almeida）则隔空回应：这波热潮像淘金，但多数新玩家「更像是想实现一个酷架构，而非真心让智能有用」。

模型已可通过Hugging Face下载，完整代码库、训练脚本和示例也已开源。编译自 TechCrunch，原标题："Amazon releases its own Jev clone as decision models flood the web"