Amazon Web Services (AWS) ha dado un paso adelante en el desarrollo de herramientas de inteligencia artificial con la apertura del código de Strands Harness, un agente de IA de propósito general que facilita a los desarrolladores contar con una base sólida para ejecutar localmente o desplegar en la nube.
Este proyecto surge como evolución de Strands Agents, un kit de desarrollo de software (SDK) en Python que AWS lanzó en mayo de 2025 para crear agentes de IA. Mientras Strands Agents propone un enfoque centrado en el modelo —donde los desarrolladores suministran el modelo, las herramientas y las instrucciones y el sistema decide cómo afrontar la tarea— Strands Harness va un paso más allá, ofreciendo un agente preconfigurado que integra todas las piezas necesarias para gestionar tareas complejas y de larga duración.
Marc Brooker, vicepresidente e ingeniero distinguido de AWS, explica que Strands Harness se sitúa como una capa superior al SDK tradicional, combinando herramientas para la gestión de contexto, memoria, sesiones persistentes, almacenamiento en caché de consultas y delegación entre agentes, proporcionando un punto de partida funcional con componentes listos para usar. 
Flexibilidad y personalización
Strands Harness incluye de forma predeterminada herramientas para manejo de archivos, comandos de consola y navegación web, pero permite a los desarrolladores adaptar el agente para distintas tareas ajustando instrucciones, seleccionando modelos de lenguaje, controlando qué herramientas están disponibles y determinando la posibilidad de delegar tareas a otros agentes.
Uno de los aspectos destacados es que la mayoría de sus componentes no dependen exclusivamente de la infraestructura de AWS. El ciclo de funcionamiento del agente, la gestión del contexto, el control de sesiones y la delegación están incluidos en la versión de código abierto, y por defecto se ejecutan en la máquina local. La única integración específica con AWS es el uso del servicio Amazon Bedrock para acceder a modelos fundamentales, aunque Brooker resalta que esta es fácilmente sustituible con una sola línea de código por proveedores como Anthropic, OpenAI o Google, e incluso puede funcionar con modelos locales mediante Ollama.
Esta versatilidad hace que la arquitectura y comportamiento básico del agente se mantengan constantes independientemente del modelo que se utilice, garantizando que la gestión del contexto, las sesiones, las herramientas y la delegación funcionen igual para todos los proveedores de modelos.
Además, los desarrolladores tienen libertad total para incorporar sus propias herramientas, conectar servidores MCP, modificar la gestión del contexto y determinar dónde se almacena el estado de las sesiones.
Una nueva experiencia para los desarrolladores
Strands Harness está pensado como un agente generalista más que como un asistente de codificación, aunque toma inspiración de soluciones como Claude Code y Codex. A diferencia de estas, permite a los desarrolladores desplegar el agente en cualquier infraestructura cloud que prefieran, satisfaciendo el interés creciente de quienes buscan flexibilidad más allá de fabricantes específicos.
El agente también incorpora una interfaz de línea de comandos (CLI) que facilita la creación y configuración interactiva de agentes: se puede elegir un modelo, agregar comandos, herramientas y otras funcionalidades, y luego exportar el agente resultante en Python o TypeScript utilizando el comando /export.
Como soporte adicional, AWS ha incluido una Skill de agente que ayuda a otros agentes que realicen tareas de programación a comprender mejor Strands Harness, incluyendo métodos para añadir servidores MCP o generar configuraciones de despliegue para plataformas como AWS, Google Cloud, Azure, Cloudflare y Modal.
Resultados destacados en rendimiento y costo
Según pruebas internas de AWS, la manera en que un entorno maneja el contexto y la infraestructura a su alrededor influye significativamente en el coste y el rendimiento, incluso manteniendo el mismo modelo subyacente. En tests que incluyen ALFWorld, ContextBench, GAIA, WebShop, τ³-bench y Terminal-Bench 2.1, Strands Harness consiguió un coste promedio por tarea un 45% inferior respecto a Claude Code y Codex, manteniendo una precisión comparable.
Esta ventaja disminuye hasta el 28% cuando se incorpora en la comparación a DeepSeek Harness, otro agente abierto que mostró un coste un 14% inferior al de Strands Harness en ejecuciones equivalentes.
Un factor clave es la gestión del contexto en Strands Harness: el agente acorta automáticamente salidas excesivamente largas, comprime la información contextual al superar ciertos umbrales y recupera el contexto cuando es necesario durante la ejecución.
En el benchmark Terminal Bench 2.1, por ejemplo, Strands Harness con el modelo Fable 5 logró un coste un 77% inferior al de Claude Code, con un gasto de 56,29 dólares frente a 248,05 dólares en 89 pruebas, y puntuaciones de 69,7 y 61,8 respectivamente. DeepSeek Harness, aunque más barato (40,30 dólares), obtuvo un rendimiento ligeramente inferior (59,5).
Esto demuestra que empaquetar y optimizar funciones como la gestión del contexto aporta ventajas sustanciales, evitando que cada desarrollador dedique tiempo a definir estas decisiones por separado cuando trabaja con el SDK.
El ecosistema AWS y el futuro de Strands Harness
Strands Harness tiene un destino natural dentro del ecosistema AWS a través de Amazon Bedrock AgentCore, un servicio gestionado que facilita el despliegue, control de acceso, observabilidad e infraestructura para agentes inteligentes. Aunque Strands Harness y AgentCore están desarrollados por el mismo equipo, mantienen bases de código independientes, permitiendo que las mejoras en uno puedan servir para enriquecer al otro.
Brooker subraya que Strands Harness puede funcionar de forma completamente independiente y no está ligado a AWS para su funcionamiento, siendo AgentCore una opción para quienes desean que AWS gestione la infraestructura.
Esta dualidad proporciona a AWS una vía comercial clara: los desarrolladores pueden beneficiarse gratuitamente de Strands Harness como software abierto y, llegado el momento, optar por ejecutar su infraestructura en AWS a través de AgentCore.
Strands Harness estará disponible para su acceso público a partir de este lunes, marcando un nuevo hito en la democratización del acceso a agentes de inteligencia artificial eficaces, flexibles y asequibles.
