Amazon выпускает собственную модель принятия решений: Strands Decider 2B
В конце октября 2026 года Amazon Web Services через подразделение Strands Labs представил открытый проект Strands Decider 2B. Эта модель является ответом компании на растущий интерес разработчиков к инструментам автоматизации, превосходящим возможности традиционных больших языковых моделей (LLM) в задач, требующих структурированного выбора. На разработку идеи инженера Марка Брукера вдохновила модель Jev от TypeSafe.
# Стратегия точности: Amazon выпускает модель принятия решений для автоматизации
Сфера искусственного интеллекта переживает сдвиг парадигмы. Если несколько лет назад главной целью было создание универсальных текстовых моделей, способных генерировать бесконечный поток слов, то сейчас фокус смещается к специализированным инструментам. 1 октября 2026 года Amazon Web Services официально анонсировал релиз Strands Decider 2B — открытой модели, призванной решить задачу эффективного выбора среди заранее определенных вариантов.
Этот шаг стал закономерным продолжением тренда, когда стоимость вычислительных ресурсов падает, а спрос на их применение растет. Как подсказывает экономическая теория Джона Стэнли Дженсовского, на которую и ориентировалась компания TypeSafe при разработке аналогичного продукта Jev, снижение барьеров входа стимулирует инновации. Amazon, однако, подошел к реализации этой идеи самостоятельно, создав свою собственную версию.
От частного проекта к корпоративному инструменту
История создания Strands Decider 2B началась не в конференц-зале, а в рабочих кабинетах инженеров AWS. Заинтересованный сотрудник компании, ведущий разработчик Марк Брукер, изучал архитектуру Jev и попытался создать собственную реализацию подобных алгоритмов. Его домашний эксперимент был настолько успешен, что модель кратковременно заняла лидирующие позиции в рейтинге Jevbench среди моделей своего размера.
Обратив внимание на потенциал решения, команда AWS переработала код и выложила его в публичный доступ под эгидой Strands Labs — подразделения, занимающегося созданием протоколов и инструментов для развертывания автономных агентов ИИ. Брукер объяснил мотивацию команды необходимостью упростить рабочие процессы клиентов, которым не всегда требовалась вся мощь и дороговизна полноценных LLM.
«Меня заинтересовал этот класс моделей тем, что они представляют собой идеальный механизм принятия решений на определенном этапе работы. Вопрос звучит так: "Что мне делать дальше, исходя из моего текущего положения?"