A Amazon Web Services lançou um modelo de decisão open source inspirado no Jev, da TypeSafe. Trata-se de uma tendência crescente entre desenvolvedores de IA que buscam inteligência mais adequada à automação de máquinas do que aos modelos de linguagem de ponta disponíveis hoje.
O Strands Decider 2B, lançado pela Amazon na mesma semana em que a OpenAI anunciou uma oferta similar, é uma forma rápida e barata de escolher entre opções pré-definidas e gerar uma medida de confiança nessa escolha. O modelo é totalmente open source, está disponível agora e é pequeno o suficiente para rodar localmente em sua máquina.
O projeto que virou produto
Marc Brooker, engenheiro distinguido da Amazon, criou o projeto depois de conhecer o Jev e tentar construir sua própria versão de um modelo assim. O projeto caseiro foi bem-sucedido o bastante — brevemente alcançou o primeiro lugar no ranking Jevbench para modelos de seu tamanho — que os engenheiros da Amazon o refinaram e lançaram como oferta do Strands Labs, uma organização que desenvolve novas ferramentas e protocolos para implantar agentes de IA.
Brooker diz que a necessidade de uma ferramenta como essa surgiu em conversas com clientes da AWS, cujos fluxos de trabalho com agentes de IA nem sempre precisavam da capacidade ou do custo de um LLM (modelo de linguagem grande) completo o tempo todo.
"O que originalmente despertou meu interesse nessa classe de modelos foi que eles funcionam perfeitamente como um tomador de decisão em uma etapa do fluxo — 'qual é o próximo passo para mim aqui, baseado em onde estou?'", contou Brooker. Ele afirma que isso oferece aos clientes "uma etapa de fluxo que pode ser estruturada de forma mais confiável, graças aos scores de confiança, graças ao domínio fechado de respostas, [e é] de menor latência, potencialmente menor custo".
A arquitetura do Strands Decider
Como outros modelos de decisão, o Strands Decider é construído sobre a "base" de um LLM — neste caso, o Qwen3.5-2B — mas em vez de gerar texto, ele entrega escolhas calibradas. A TypeSafe nomeou seu modelo Jev em homenagem ao economista William Stanley Jevons, esperando invocar sua teoria de que a queda no custo de algo — como a inteligência computacional — pode, na verdade, aumentar sua demanda.
Uma classe de modelos em explosão
O fato de que dezenas de modelos similares foram produzidos por pesquisadores desde que a TypeSafe lançou sua ideia mostra o interesse generalizado, mas também levanta a questão de quão valiosos eles realmente podem ser. Brooker sugere que o desafio será otimizar a tomada de decisão rápida do modelo sem comprometer sua inteligência.
"Há um equilíbrio muito cuidadoso a ser encontrado onde você quer impulsionar seu desempenho em precisão e calibração nesse tipo de tarefa, sem degradar seu desempenho em entender diferentes idiomas, em ter o tipo de conhecimento que possui, o que o torna de propósito geral, interessante e útil", disse Brooker.
