让AI替你办事，不是每一步都要写长答案。很多时候，它只需判断“下一步该点哪个按钮、调用哪个工具”。AWS开源的Strands Decider 2B，就是为这类选择题准备的决策模型：它从预设动作中选一个，并给出置信度——对选择有多大把握。20亿参数的体量相对较小，可在本地运行，目标是降低Agent高频判断的延迟和成本。
据TechCrunch报道，该模型以Qwen3.5-2B为基础，但不负责生成文本，而是输出经过校准的选择；它曾短暂登上同体量模型Jevbench榜首。项目发起人Marc Brooker称，AWS客户的Agent流程并非时时需要完整大模型。更值得注意的是这层分工：生成内容与选择动作开始交给不同模型，开发者还能下载开放权重自行运行和调整。不过，置信度不等于真实正确率；如何兼顾速度、准确性、校准和多语言理解，仍是AWS承认的难点。