De acordo com os benchmarks da própria AWS, Strands harness gasta 28% menos em tokens do que Claude Code, Codex e outros agent harness quando todos usam os mesmos modelos Claude ou GPT, com uma precisão quase igual. O detalhe está no próprio anúncio da AWS: Strands harness foi projetado como um agente de propósito geral, não como um agente de programação, portanto não substitui diretamente a ferramenta com a qual você programa todos os dias.
Nota: números e versões a partir de 24 de setembro de 2026. Os benchmarks são da AWS e, no momento da publicação desta nota, o paper de pesquisa que os respalda ainda não havia sido publicado.
O time de Strands Agents na AWS o lançou em 21 de setembro sob licença Apache 2.0, com pacotes para Python e TypeScript e uma CLI. Dois dias depois chegou à capa do Hacker News. Aqui vai o que esse 28% realmente mede, de onde vem a economia, como instalá-lo e como comprovar você mesmo a fatura de tokens.
O que é Strands harness e o que é Strands Agents?
Strands harness é um agent harness já montado: um único import te dá um agente funcionando, com:
- ferramentas de shell e de arquivos (
read,write,edit) - acesso web
- gerenciamento de contexto (
context management) eprompt caching - sessões e memória de longo prazo
- um subagendte auxiliar integrado
- uma lista de tarefas
- suporte para Agent Skills e servidores MCP
Funciona com Amazon Bedrock (o provedor padrão), Anthropic, OpenAI e Google, além de Ollama para modelos locais e LiteLLM.
É construído sobre Strands Agents, o SDK open source da AWS para criar agentes em Python e TypeScript. O SDK é a caixa de ferramentas: o agent loop, os provedores de modelos, as ferramentas, os hooks. O harness é a camada “com baterias incluídas”, com valores padrão medidos em benchmarks. O que você recebe é um Agent padrão de Strands, portanto pode sobrescrever qualquer valor padrão e descer até o SDK se necessário.
Se o conceito de “harness” é novo para você, explicamos a disciplina por trás em Harness engineering: o novo trabalho do engineer.
Strands harness gasta menos tokens do que Claude Code?
Segundo os números da AWS, sim, mas convém ler a letra miúda antes de citá-los. Os dois números principais são estes:
- 28% menos de custo em seis benchmarks, comparando harnesses que usam os mesmos modelos Claude ou GPT. Os testes foram feitos com benchmarking distribuído em EC2 usando Harbor.
- 77% menos de custo do que Claude Code em
Terminal Bench 2.1com Claude Fable 5, e com melhor pontuação, em 89 execuções por harness.
Há três coisas que o título não conta:
- Strands não é o harness mais barato nem no próprio gráfico da AWS. Segundo a nota de rodapé do benchmark, DeepSeek Harness sai 14% mais barato do que Strands, embora tenha pontuado mais baixo em todos os benchmarks. A mesma nota esclarece que incluir DeepSeek Harness é o que baixou a economia total de Strands para 28%. Analisamos DeepSeek Harness em DeepSeek Harness: o que acontece quando até o agent loop se torna um plugin.
- A diferença de pontuação saiu na thread do HN, não no anúncio. Albert Zhao, coautor do post, disse que Strands tirou 69,7 contra 61,8 de Claude Code em Terminal Bench 2.1 (Fable 5, esforço alto).
- Outro participante respondeu que Terminal Bench 2.1 está quase saturado e que os rankings públicos mostram pontuações entre 80 e 90%. Ou seja, estas execuções claramente usaram outra configuração, e um truque para economizar tokens pode parecer muito bom em um benchmark onde todos tiram notas parecidas.
- Nada independente respalda as cifras ainda. O time anunciou um paper de seus pesquisadores que, no momento de publicar esta nota, não havia aparecido.
- Na mesma thread perguntaram por que deixaram de fora Pi em sua versão básica enquanto incluíam Oh My Pi. O time respondeu que avaliaria uma execução com Pi.
Em resumo: leve o 28% como uma afirmação do fabricante com um mecanismo credível, não como um dado medido sobre seu próprio trabalho.
De onde vem a economia de tokens?
Segundo a AWS, quase tudo vem do gerenciamento de contexto. Estes são os valores padrão aos quais atribui o resultado:
- os resultados de ferramentas com mais de uns 1.500 tokens são truncados
- a compactação (resumo) é ativada quando a janela de contexto supera 85%
- se houver um overflow, a recuperação de contexto é executada dentro do próprio loop
A documentação acrescenta que os resultados volumosos são salvos separadamente e substituídos por uma visualização curta e uma referência. O agente apenas recupera o conteúdo completo se realmente precisar.
A segunda alavanca é o prompt caching. Em Bedrock e em Anthropic diretamente, Strands configura os pontos de cache por sua conta. Em OpenAI, Google e bedrock-mantle, o cache ocorre automaticamente do lado do provedor.
A conclusão prática: não há magia aqui. É a mesma disciplina que aplica qualquer harness sério, com valores padrão que alguém mediu. Por isso também um harness próprio bem ajustado pode fechar a brecha. Se quer começar a cortar tokens sem mudar de ferramenta, veja como reduzir tokens em Claude Code com hooks.
Pode Strands harness substituir Claude Code para programar?
Não como ferramenta do dia a dia, e a AWS também não o apresenta assim. Seu anúncio diz que Strands harness é pensado como agente de propósito geral e não como agente de programação. O público-alvo é quem está criando seu próprio agente, idealmente um que rode na nuvem, e quer partir de algo mais próximo da sensação de “simplesmente funciona” de Claude Code.
Tem as primitivas que um coding agent precisa: shell, edição de arquivos, subagendes e MCP. Seu system prompt o indica explorar antes de mudar nada, confirmar antes de qualquer ação irreversível e verificar antes de dar algo por terminado. Mesmo assim, a comparação com Claude Code trata do custo em tokens por tarefa na camada do harness, não da experiência completa de uma ferramenta para programar.
Te economiza dinheiro se você já paga Claude Code?
Não necessariamente, porque a forma de pagamento é diferente. Strands harness chama os modelos através das APIs de cada provedor: credenciais do Bedrock ou a API key de um provedor. A economia que a AWS mediu é economia em gasto de API. Se você usar Claude Code com uma assinatura, paga com outra lógica, e esse “28% mais barato” não se transfere diretamente à sua fatura. Para ver como se comparam o pagamento por assento e o pagamento por tokens, confira Gloo Code vs Claude Code.
Como instalar Strands harness e criar seu primeiro agente de IA?
Você tem três caminhos: a CLI, a biblioteca de Python ou a de TypeScript.
Com a CLI (interativa, sem código):
npm install -g @strands-agents/cli
strands
O assistente de configuração pergunta o que seu agente deve fazer e propõe um modelo, ferramentas, skills, servidores MCP, memória e um modo de aprovação de ferramentas. Quando terminar, /export dentro do chat gera um projeto em Python ou TypeScript com suas escolhas.
Com Python (requer Python 3.10 ou superior):
pip install strands-harness
from strands_harness import create_harness
agent = create_harness(model="anthropic/claude-sonnet-5")
agent("Research the three most common strategies for versioning a REST API, compare their tradeoffs, and write a recommendation to api-versioning.md")
Com TypeScript:
npm install @strands-agents/harness
import { createHarness } from '@strands-agents/harness'
const agent = await createHarness({ model: 'anthropic/claude-sonnet-5' })
await agent.invoke('Research the three most common strategies for versioning a REST API, compare their tradeoffs, and write a recommendation to api-versioning.md')
Modelo e credenciais:
- Cadeia do modelo. O modelo é escolhido com uma cadeia
provedor/nome. Os prefixos aceitos sãobedrock,bedrock-mantle,anthropic,openai,google,ollamaelitellm. Os nomes de modelo mudam frequentemente, então confira a página de seleção de modelos em vez de copiar um ID de um anúncio. - Provedor padrão. Se você não indicar modelo, Strands usa Amazon Bedrock.
- Credenciais do Bedrock. Define
AWS_BEARER_TOKEN_BEDROCKcom uma API key do Bedrock, useaws configure, ou definaAWS_ACCESS_KEY_IDeAWS_SECRET_ACCESS_KEY. Você também precisa habilitar o acesso ao modelo no console do Bedrock.
As sessões estão ativadas por padrão e são salvas em ./.agent/sessions. Passe session={"id": "meu-projeto"} para retomar uma conversa. Na CLI, use strands --session-id meu-projeto.
Funciona com Ollama e modelos locais?
Sim. Baixe um modelo e passe-o com o prefixo ollama/:
ollama pull llama3.1
from strands_harness import create_harness
agent = create_harness(model="ollama/llama3.1")
Nesse caso, seu único custo em tokens é seu próprio hardware.
Como medir quantos tokens seu agente gasta?
Execute a mesma tarefa com o mesmo modelo e compare os contadores de uso. Como create_harness() retorna um Agent padrão de Strands, as métricas do SDK se aplicam:
result = agent("sua tarefa aqui")
print(result.metrics.accumulated_usage["totalTokens"])
As leituras e escritas de cache aparecem como cacheReadInputTokens e cacheWriteInputTokens quando o provedor as reporta. Em TypeScript, o equivalente é result.metrics.accumulatedUsage.totalTokens.
Escolha uma tarefa que se pareça com seu trabalho real, não com um benchmark, execute-a várias vezes e compare com o que seu harness atual reporta para o mesmo modelo. Esse é o único 28% que importa. Se você precisa rever por que cada token se traduz em custo, explicamos em o que são tokens em IA e por que cobram por eles.
Strands harness é gratuito?
O harness sim: é Apache 2.0 e você pode implantá-lo em qualquer lugar que execute um container Linux. A AWS menciona Modal, Cloudflare Containers, Azure Container Apps, Google Cloud Run, Amazon ECS e Bedrock AgentCore. O que você paga são os modelos que chama, a menos que os execute localmente com Ollama.
Em 24 de setembro de 2026, os pacotes do harness estão na versão 0.1.x (harness-python/v0.1.2, harness-typescript/v0.1.1, harness-cli/v0.1.2), enquanto o SDK base já está em 1.x. A organização é madura, mas o harness em si tem dias de vida.
Quem deveria testá-lo?
Teste se você está criando um agente para algo que não é seu editor: um bot interno, um agente de pesquisa, um pipeline que precisa rodar na nuvem. Para isso, Strands harness oferece valores padrão medidos em vez de uma tarde inteira de configuração. Também vale a pena se você quer medir que parte de sua fatura de tokens é overhead do harness e não do modelo.
Se você só quer programar, fique com sua ferramenta atual e aguarde o paper prometido.